Big Data: Anwendungsfälle identifiziert

Der Themenbereich Big Data ist in vielen Branchen mit der Hoffnung auf neuartige Nutzenpotenziale verbunden. Die Auswertung bestehender Studien hinsichtlich konkreter Big Data Anwendungsfälle zur Realisierung dieser angestrebten Nutzenpotenziale macht deutlich, dass aus übergeordneten Potenzialbereichen wie einer stärkeren Kundenfokussierung, der Verbesserung von Prozessen und Entscheidungen oder umsatz- und produktorientierten Aspekten eine Vielzahl unterschiedlicher Big Data Anwendungsfälle erwachsen. Für den Bankensektor zeigt eine vertiefte Analyse des CC Sourcing, dass unter Umsetzungs- (Realisierbarkeit kurzfristig oder mittelfristig gegeben) und Nutzenaspekten (die Umsetzung des Big Data Szenarios schafft einen Mehrwert für das Finanzinstitut) insbesondere Big Data Anwendungsfälle in den Bankbereichen Vertrieb, Risikomanagement sowie Unternehmenssteuerung fokussiert werden.

Hierbei zeigen vertriebsorientierte Big Data Anwendungsfälle eine klare Dominanz. Neben kundenspezifischen Produktangeboten oder einer verbesserten Segmentierung zielen die Big Data Projekte in diesem Bereich auch auf die Optimierung von Vertriebsprozessen oder die Überwachung von Kundenportfolios. Im Risikomanagement sollen durch einen Einsatz von Big Data Effizienzgewinne realisiert sowie die Einhaltung regulatorischer Vorgaben optimiert werden. In der Unternehmenssteuerung ist nach Ansicht der befragten Experten ein Einsatz von Big Data insbesondere im Rahmen der Planung, Steuerung und Kontrolle denkbar.

Die Umsetzung der unterschiedlichen Big Data Anwendungsfälle ist jedoch mit kritischen Erfolgsfaktoren und Herausforderungen verbunden. Insbesondere die Schaffung von Transparenz über die relevanten Daten, Informationsflüsse, Wechselbeziehungen sowie Verantwortlichkeiten gilt als ein zentraler Erfolgsfaktor für Big Data. Einen Ansatz zur Schaffung dieser Transparenz stellt die Definition einer Big Data Strategie dar. Hierbei schafft die Big Data Strategie die Grundlagen und Rahmenbedingungen für ein strukturiertes Vorgehen bei der Umsetzung von Big Data, indem Herausforderungen aufgegriffen und strukturiert sowie entsprechende Lösungsalternativen fixiert werden. Das CC Sourcing Big Data Strategie Framework greift diese Überlegungen auf und unterstützt entlang der Ebenen Big Data Vision, Big Data Ziele, Strategische Elemente, Technische Aspekte sowie Big Data Geschäftsmodell den Aufbau einer Big Data Strategie. Eine ausführliche Beschreibung des Big Data Strategie Frameworks sowie von Big Data Anwendungsfällen und Herausforderungen im Banking findet sich im Forschungsbeitrag von Sascha Hoberecht und Prof. Dr. Rainer Alt zur Multikonferenz Wirtschaftsinformatik (MKWI) 2016.