Better Data statt Big Data

Neuer Meinungsbeitrag von Alexander Lapp

buehne-better-data 1500 x 750 v13

Bei LAPP machen wir uns derzeit intensive Gedanken, welche Daten wirklich benötigt werden und vor allem wozu. Dabei ist das Wozu leicht zu beantworten: Wir wollen unseren Kunden spezifische Produkte und Dienstleistungen anbieten, mit denen sie wiederum selbst bessere Produkte erzeugen. In höherer Qualität, in kürzerer Zeit oder zu geringeren Kosten.

Aktuell arbeiten wir an zahlreichen Digitalisierungsprojekten, die sich auch immer mit der richtigen Nutzung von Daten befassen. Neben Condition Monitoring und Predictive Maintenance, überarbeiten wir unter anderem unser Content Management System und stellen unseren digitalen Produktkatalog neu auf. Wir sind dabei schon früh zu der Erkenntnis gekommen, dass nicht die Menge der Daten erfolgsentscheidend ist, sondern deren Qualität – Better Data statt Big Data. Deshalb sammeln wir nicht wild drauflos, sondern hinterfragen bei allen Informationen, die wir erheben, was der genaue Use-Case und Mehrwert für den Kunden ist. Kann dies nicht beantwortet werden, gibt es für uns auch keinen Grund entsprechende Daten zu erheben. Uns ist besonders wichtig, dass das datenschutzkonform geschieht. Ich bin grundsätzlich ein Verfechter der Datenschutzgrundverordnung, da sie den Wert von personenbezogenen Daten hervorhebt. Sie ist anspruchsvoll in der Umsetzung, das stimmt schon, aber sie schafft auch Klarheit für uns Anbieter und gibt die Kontrolle über die eigenen Daten an die Kunden zurück. Nach den Vorgaben der DSGVO überarbeiten wir unser Customer Relationship Management und bereinigen die Datensätze. Klingt umständlich, trägt aber zur Sauberkeit und Richtigkeit der Informationen und so zu einer höheren Qualität in den Kundenbeziehungen bei.

Vor welcher Herkulesaufgabe wir stehen, zeigen diese Zahlen: Der LAPP Katalog enthält rund 40.000 Produkte, vom Kabel als Meterware über Stecker bis zu Werkzeugen. Für jedes dieser Produkte überprüfen wir sämtliche Produktattribute. Das dürften schätzungsweise sechs Millionen Einzelwerte sein. Und dann passen wir diese an, fügen neue hinzu, ziehen Attribute auseinander, verwerfen auch manche. Händisch. Denn automatisieren lässt sich das derzeit nur zu einem geringen Teil. Dabei verlassen wir uns vor allem auf den langjährigen Erfahrungsschatz und die Expertise unseres Produktmanagements und Vertriebs.

Die richtige Deutung: Verstehen, was hinter den Daten liegt

Wenn wir die Attribute verändern, müssen wir sowohl daran denken, diese wie bisher für Menschen, künftig aber auch für Maschinen lesbar und nutzbar zu machen. Dazu ein Beispiel: Viele unserer Produkte sind für einen bestimmten Temperaturbereich ausgelegt, zum Beispiel bei einem Kabel mit der Eigenschaft „-30°C bis +120°C“. Im gedruckten Katalog würde es auch genauso stehen und selbst Laien verstehen die Bedeutung. Im Online-Katalog ist die Herausforderung etwas anders: Ein Kunde braucht vielleicht ein Kabel, das mindestens +80°C aushält. Dazu würde er zur Suche einen Filter setzen wie „>80“. Die Suchsoftware muss nun einerseits verstehen, dass die Temperaturangabe für den unteren und den oberen Wert unterschiedliches bedeuten kann, es hier aber konkret auf den oberen Wert ankommt. Gleichzeitig muss sie aber auch ausschließen, dass hier ein Amerikaner nicht vielleicht ° Fahrenheit meint. Das Beispiel zeigt, dass man nicht einfach alle Information digitalisieren kann, sondern auch die Zusammenhänge verstehen muss. Unseren analogen Printkatalog haben wir schon vor Jahren digitalisiert. Jetzt geht es vor allem darum, unsere Denkweise anzupassen und von einer primär digitalen Nutzung aller Angebote durch unsere Kunden auszugehen.

LAPP Award

Das ist nicht nur eine technische Herausforderung, sondern reicht weiter. Aus der Vergangenheit wissen wir beispielsweise, dass zwei Produktmanager dieselbe Produkteigenschaft in ihrer Bedeutung dennoch unterschiedlich gewichten können. Ist es zum Beispiel etwas Besonderes, dass ein spezifisches Kabel +120 °C aushält und sollte deshalb auch hervorheben werden? Oder ist es nur eine Eigenschaft unter vielen und darum zweitrangig? Diese Entscheidung muss nach wie vor ein Mensch treffen, denn Expertise kann man nicht automatisieren. Die sinnhafte Beschreibung eines Produkts ist ein wesentlicher Teil unserer Wertschöpfung und wird deswegen mit größter Sorgfalt behandelt. Ein Kabel zu fertigen, das 120 °C aushält, das können unsere Wettbewerber auch. Aber wir bei LAPP schaffen es, dem Kunden auch genau zu erläutern, warum gerade dieses Produkt für ihn und seine Anforderung genau das Richtige ist. Wird es beispielsweise in der Lebensmittelproduktion eingesetzt, muss er das Kabel mit heißem Dampf reinigen und sich dabei auf die Beständigkeit trotz chemischer Einflüsse verlassen können. Stellen Sie sich vor, was passiert, wenn solch eine Produktbeschreibung fehlerhaft ist und das erworbene Produkt doch nur 80 °C aushält. Beim Dampfreinigen können Risse und folglich sogar ein Kurzschluss entstehen, der wiederum zu einem Produktionsstillstand oder gar Personenschaden führt. Eine Katastrophe.

Flexibilität und Stringenz – wie man den Spagat schafft

Unser Know-how, das wir über unsere Produkte  wie auch über die Herausforderungen unserer Kunden haben, darf bei der Digitalisierung nicht verloren gehen. Idealerweise werden unsere Beschreibungen mit ihrer Hilfe noch zutreffender. Hier kommt es auf die Einbindung unterschiedlichster Fachbereiche sowie Gehirnschmalz und Expertise von vielen Personen an. Und weil wir dabei die Data Governance nicht auf die leichte Schulter nehmen, haben wir speziell dafür ein Gremium gebildet. Es diskutiert und entscheidet, welche Attribute wir schlussendlich einführen. Dabei ist aber Vorsicht geboten: Ändert sich ein Produktattribut, gilt das möglicherweise auch für tausende weitere Produkte und Beschreibungen. Das Gremium ist aber nur die Spitze unseres großen Change-Management-Projekts zur Digitalisierung bei LAPP. Unsere Führungskräfte tragen die klare Verantwortung die Menschen mitzunehmen und von der Angst zu befreien, sie müssten jetzt nur noch im Datensteinbruch Zahlen und Werte klopfen. Vielmehr müssen wir klar machen, welchen Mehrwert der Kunde dadurch erhält und welchen Nutzen wir daraus ziehen.

Ein Schlüsselfaktor ist für uns bei aller Stringenz auch ausreichend Flexibilität zu lassen. Bevor wir gestartet sind, haben wir mit anderen Unternehmen gesprochen, die in ihren Projekten schon etwas weiter waren. Teilweise wurden bei ihnen sehr starre Regeln für die Erhebung und Verarbeitung der Daten auferlegt. Nun beklagten sie, aus dem Korsett nicht mehr herauszukommen. Diesen Fehler wollen wir vermeiden, indem wir Stringenz und Flexibilität unter einen Hut bringen. Dazu müssen wir dafür sorgen, dass die Menschen mit ihren unterschiedlichen Expertisen und Kompetenzen miteinander kommunizieren. Das stellt auch sicher, dass dieses Vorhaben, das natürlich erstmal in einem großen Hauruck angeschoben wird, auch nach Jahren noch lebendig ist.

Über das Wozu hatte ich schon gesprochen: Wir machen das alles für unsere Kunden. Aber wie genau können sie zukünftig von einer besseren Datenqualität profitieren? Wir können uns zum Beispiel vorstellen, dass wir unseren Kunden ein Angebot machen – und vielleicht sogar schon das Produkt liefern – bevor er überhaupt weiß, dass er es benötigt. Das möchte natürlich nicht jeder Kunde. Während die einen bereits konkret wissen, was sie brauchen, haben andere hingegen einen hohen Beratungs- und Entscheidungsbedarf. Beide Kundengruppen wollen wir möglichst optimal unterstützen und das geht nur mit Daten – besseren Daten, wie ich meine.

Better Data statt Big Data