Vielleicht mehr als jedes andere Unternehmen ist IBM ein mustergültiges modernes Unternehmen: durch seine Technologie, seine große Kundenvielfalt, besonders aber durch sein eigenes Beispiel.

Am Ende der ersten Dekade des 21. Jahrhunderts erfindet sich die IBM wieder einmal neu. Damit ein Unternehmen den aktuellen Stand kennt, benötigt es zunächst vertrauenswürdige Informationen, die in klarer Form dargestellt sind. Das ist die Aufgabe von Data-Governance, Standards und „Business-Intelligence” – wichtigen und notwendigen Verfahren, Prozessen und Technologien, die eine bessere Entscheidungsfindung ermöglichen.

Für tatsächliche Entscheidungen und reales Handeln benötigen Sie jedoch nicht nur Business-Intelligence, sondern auch eine Vorhersagemodellierung, viele Daten und die geeigneten Algorithmen, um mit diesen zu arbeiten – und schließlich eine klare Orientierung, welche Entscheidungen und Aktionen anstehen. (Ein Armaturenbrett kann beim Autofahren nützliche Informationen anzeigen, aber eine Servolenkung, ein Antiblockiersystem und ein Navigationsgerät bieten im Vergleich dazu größere Vorteile.)

Bereits im Jahr 1958 entwickelte Hans Peter Luhn von IBM das Konzept der „Business-Intelligence“. Aber wie IBM erst kürzlich zeigte, liegt die Zukunft für ein datengesteuertes Geschäft – und das ist heute jedes Unternehmen und jede Organisation – in „Business Analytics and Optimization“.

„Business Analytics and Optimization“ (BAO) nutzt fortschrittliche Algorithmen und ausgefeilte mathematische Mittel, um Trends für Branchen, Märkte und Kunden zu ermitteln, die für eine Firma, eine Organisation oder eine Gruppe von Systemen kennzeichnend sind. Analysten können aus Daten Vorhersagen ableiten und diese in die betriebswirtschaftliche Realität übersetzen, womit sie die Kluft zwischen Strategie und Durchführung schließen.

Die Geschichte des modernen Unternehmens zeigt eine stetige Verbesserung von intuitivem Management hin zu bewährten Verfahren und nunmehr von Business-Intelligence hin zur Optimierung und Umwandlung, die speziell auf ein bestimmtes Unternehmen, einen Geschäftsbereich, eine Branche oder eine Aufgabe abgestimmt sind. Einmal mehr zeigt sich IBM als Vorbild des intelligenteren, faktenbasierten Unternehmens, das seine eigene Erfahrung und die Gesamtsicht der Erfahrungen seiner Kunden nutzt und anderen Unternehmen dazu verhilft, diesem Vorbild zu folgen.

Business Analytics kann helfen, neue Umsatzchancen zu finden, zu verfolgen und umzusetzen

Vor fünf Jahren beschlossen IBM Geschäftsführer, ein lange anhaltendes Managementproblem zu lösen: Wie kann die Gesamtproduktivität der IBM Mitarbeiter mit Kundenkontakt, die für ihre Kompetenz in Kundenbeziehungen und in der Anwendung von IT bekannt sind, gesteigert werden? Manager wussten sehr gut, dass Lösungen eine Abkehr um 180 Grad von der herkömmlichen Praxis bedeuteten. Statt auf Kunden intuitiv auf der Basis bisheriger Geschäfte zuzugehen, wollten Manager dies auf die Grundlage von voraussichtlichen Verkäufen stellen, wenn bessere Erkenntnisse über die möglichen Zielkunden verfügbar sind. Dieser Lösungstyp für das Produktivitätsproblem suchte nicht nach besseren Verkaufanreizen oder besseren Mitarbeitern, sondern nach der optimalen Marktabdeckung. Wie wirkt es sich zum Beispiel auf den Gesamtumsatz aus, wenn zwei der fünf IBM Verkaufsmitarbeiter, die mit dem Kunden X arbeiten, neu zugeordnet werden: einer dem Kunden Y und der andere dem Kunden Z?

Aus den Anstrengungen von IBM Experten in den ökonomischen, technischen und mathematischen Wissenschaften gingen mehrere Programme hervor. Eines davon sagt das Marktpotenzial und die optimale Ressourcenzuordnung für die 5000 größten IBM Kunden voraus. Die Vorhersagen werden auf der Grundlage von Daten in internen Datenbanken, externen Quellen wie Dun & Bradstreet und öffentlich zugänglichen Kundendaten selbst berechnet.

Auf diesen Informationsmix werden statistische Methoden angewendet und die Ergebnisse werden nach Bedarf auf der Basis von Validierungsworkshops mit IBM Geschäftsexperten verfeinert. Analysemethoden ergaben Einblicke, auf deren Grundlage die Marktabdeckung neu geordnet werden konnte, ohne das vorhandene Geschäft zu gefährden. Auf der Basis der Analyse wurden Kunden, für die die Zahlen unausgeschöpfte Absatzchancen aufgedeckt hatten, Tausenden von Verkaufsexperten neu zugeordnet.

Arbeit mit den Menschen verknüpfen

Im Laufe der Jahre machten Unternehmen große Fortschritte darin, den Fluss der Rohstoffe, Komponenten und gefertigten Güter nach Maßgabe der Kundenwünsche dynamisch zu steuern. Menschen sind jedoch keine Waren. Erst mit Business Analytics and Optimization konnten Qualifikationen und Ressourcen der Mitarbeiter in großem Maßstab effektiv und zugleich elegant zugeordnet werden.

Bei IBM müssen weltweit Tausende von Servicemitarbeitern bei Projektstarts aufeinander abgestimmt werden. Das Problem der Optimierung ist eine große Herausforderung: alle offenen Stellen schnell mit den besten Mitarbeitern für die Aufgabe ausstatten; Personen mit Aufgaben betrauen, die ihren Fähigkeiten am besten entsprechen und zugleich deren berufliche Laufbahn fördern – und alles ohne Kosten für Personal auf der „Reservebank“. Mithilfe einer Analyse-Engine, die auf dem erfolgreichen Verfahren für das Management von Angebot und Nachfrage für Lieferketten basiert, verknüpft das Personalmanagementsystem von IBM die Aussicht auf anstehende Chancen mit den am besten qualifizierten Menschen, die für diese Aufgaben zur Verfügung stehen. In den USA kann das System zum Beispiel zu wenig ausgelastete IBM Mitarbeiter ermitteln und einer Aufgabe zuordnen. Dadurch werden weniger fremde Dienstleister benötigt und die Mitarbeiter füllen eine wichtige Funktion aus.

In Indien, wo Lieferzentren weltweit Kundenprogramme bereitstellen, wurde die Analyse-Engine so optimiert, dass die Anzahl und die Qualität der Treffer in einer sich schnell ändernden Geschäftsumgebung verbessert wurde. Eine Möglichkeit dafür ist das „Lesen” und Analysieren unstrukturierter Informationen in Stellenbeschreibungen und Lebensläufen sowie das Auslesen standardisierter Daten aus Formularen. In Indien gibt es ein weiteres wichtiges Merkmal: Konflikte aufgrund der Tatsache, dass eine und dieselbe Person wahrscheinlich für mehrere offene Stellen empfohlen wird, können vom System gelöst werden, statt von in Wettbewerb stehenden Personalleitern.

Shiva Kumar, IBM Vice President für Initiativen und Strategien für bessere Geschäftsergebnisse, sieht eine große Herausforderung und Chance für die Zukunft. Er erläutert: „Wir können viele der Analysemethoden aus dem Lieferkettenmanagement nutzen, um Angebot und Nachfrage aufeinander abzustimmen. Mit Menschen haben wir jedoch viele weitere Optionen. Einen Transistor kann man nicht in einen Kondensator verwandeln, aber Menschen können ihre Qualifikationen ändern und tun es auch.“ In einem serviceintensiven Geschäft ist es das Personalmanagement, das den Umsatz optimiert. Laut Kumar ist dies heute ein kritischer Schwerpunkt für IBM.

IBM schafft Analyselösungen, um die menschliche Seite der Personalgleichung besser zu lösen: Welche Art von Analyse wird benötigt, um natürliche soziale Netzwerke bei der Gestaltung von Projektteams zu optimieren? Gibt es eine Möglichkeit vorherzusagen, wer der beste Mentor für einen bestimmten Mitarbeiter ist oder welche neuen Qualifikationen sich am stärksten auf den Umsatz auswirken? Welcher Wirkungsbereich ist für einen bestimmten Kunden oder für ein bestimmtes Projekt hinsichtlich der Produktivität und der Karriere optimal?

Es ist noch nicht lange her, als Antworten auf diese Fragen völlig von der Intuition und der persönlichen Erfahrung abhingen. Nun aber führen faktenbasierte Einblicke IBM auf den Weg zu einem intelligenteren Personalmanagement und geben IBM Mitarbeitern intelligentere Arbeit.

Finanzanalysen brauchen vertrauenswürdige, transparente Daten

Früher hatte jede IBM Abteilung ihre eigene Methode, über ihre Finanzen zu berichten. Sobald Geschäftsführer jedoch schnelle Entscheidungen treffen müssen, sind ein Suchteam zum Auffinden der Daten und ein weiteres Team zum Aufbereiten der Daten eine Hürde für gutes Management.

„Heute verfügt IBM über zuverlässige Informationen mit klarem Durchblick für die zugrunde liegenden Werte“, sagt Ed Lovely, stellvertretender Vorsitzender für Finanztechnologie. „Wir ordnen nun nicht mehr eine Kontentabelle einer anderen zu. Die Blackboxes, die uns die Zeit damit rauben, dass wir die genauen Zahlen und wie sie miteinander zusammenhängen ermitteln müssen, sind beseitigt."

Durch die Schaffung durchgängiger Formate und Prozesse für die unternehmensweite Informationsintegration konnte die IBM Finanzorganisation ihren Blick von der Datenerfassung ab- und der Analyse zuwenden. Statt die Quellen der Zahlen zu suchen, trägt das Finanzpersonal nun dazu bei, faktenbasierte Einblicke für unterschiedliche Geschäftsbereiche zu entwickeln. Hier einige Beispiele:

• Soll die Reisepolitik neu geordnet werden? Echtzeitinformationen von IBM Reiseanbietern werden mit internen Finanzdaten kombiniert, sodass bevorstehende Aufwände vorausgesehen werden und entsprechend verfahren wird.
• Wurde eine Lieferung oder Dienstleistung nach 90 Tagen noch nicht bezahlt? Das System macht automatisch die Provisionszahlung für den betreffenden Auftrag rückgängig.
• Steht für die nächste Nachfragewelle von Aufträgen ein ausreichendes Angebot gegenüber? Analyseverfahren können Spitzen und Täler in der Pipeline für das Servicegeschäft von IBM vorhersagen. Dadurch können Maßnahmen ergriffen werden, die vorhergesagten Ressourcenlücken zu schließen.
• Besteht bei einem bestimmten Produkt ein Problem mit den Margen? Da Finanzabläufe durchgängig und transparent gestaltet sind, kann ein Drilldown für die Zahlen durchgeführt werden, um bestimmte Ursachen für die Rentabilität zu finden und entsprechend zu handeln.

Da konsistente, zuverlässige Daten zur Verfügung stehen, kann die IBM Finanzorganisation nun finanzielle und betriebswirtschaftliche Informationen tiefer analysieren, sodass das Unternehmen schneller als zuvor Entscheidungen treffen und diese umsetzen kann.

Business Analytics and Optimization für eine nachhaltige Welt

Six Sigma war ein Management- und Beratungsverfahren, das vor über 20 Jahren entwickelt wurde, um die Produktqualität und die zugehörigen Fertigungsprozesse zu verbessern. Die Praxis und die Prinzipien wurden bald auf andere Geschäftsprozesse ausgeweitet. Zusammen mit Lean-Management-Techniken, mit denen jede anderweitige Verwendung von Ressourcen als für das Ziel der Wertschöpfung für den Kunden reduziert werden sollten, heißt diese Praxis „Lean Six Sigma“.

Innovationen, die für IBM selbst und für die ganze Welt wichtig sind, ergaben sich, als Lean Six Sigma mit Analysefähigkeiten kombiniert wurden, mit denen Energie, Wasser und Abfall in der gesamten IBM Einrichtung im irischen Dublin und in der Chipfertigung in Burlington, Vermont, besser gemessen, überwacht und verwaltet werden sollten. Auf der Grundlage der eigenen hervorragenden Ergebnisse an diesen als Testfälle betrachteten Standorten, kündigte IBM im August 2008 an, auch für die Umweltschutzprioritäten seiner Kunden „Green Sigma“ bereitzustellen.

„Es gibt eine Grundwahrheit für das Verständnis und die Verbesserung aller Leistungsaspekte eines Unternehmens: Wer die Leistung nicht messen kann, kann sie nicht steuern“, sagt Dave Lubowe, globaler Leiter der Operationsstrategieberatung von IBM. „Dies gilt für den Energie- und Wasserverbrauch eines Unternehmens genauso wie für alles andere; und unser neues Angebot kann Kunden dabei helfen, dieses Prinzip anzuwenden, um ihr Geschäft grüner zu machen.“

Weniger als ein Jahr später, im Juni 2009, kündigte IBM die Schaffung der Green Sigma Coalition an, eines Branchenverbundes mit führenden Unternehmen in den Bereichen Messung, Überwachung, Automation, Datenkommunikation und Software. Damit sollten intelligente Lösungen für die Probleme Energie, Wasser, Abfall und Treibhausgas bereitgestellt werden.

„Wir arbeiten alle für eine grünere, intelligentere Welt, aber es ist klar, dass niemand es alleine schafft“, sagt Rich Lechner, stellvertretender Vorsitzender von IBM für den Energie- und Umweltbereich. „Über öffentliche und private Partnerschaften und mit führenden Unternehmen vieler Branchen und Technologiebereiche, zusammen mit unserer Kompetenz und Qualifikation, können wird die Lösung schaffen, die die Welt braucht, um Ressourcen zu schonen und dem Klimawandel zu begegnen.“

Dank der Kompetenz von Green Sigma und Green Sigma Coalition können nun andere Unternehmen ein grüneres Management ihres Betriebs erreichen: Transportsysteme, Rechenzentren und IT-Systeme, Fertigungs- und Vertriebszentren, Bürogebäude, Einzelhandelsstandorte, Forschungs- und Entwicklungsstandorte usw.

Intelligente Produkte machen eine intelligente Fertigung erforderlich

Wo früher einmal die große Produktneuheit in integrierter Intelligenz und Robotik für High-Tech-Fertigung war, sind die heutigen großen Fortschritte in der Analyse und Optimierung (BAO) zu finden. Betrachten Sie zum Beispiel die 300-Millimeter-Halbleiterfertigung von IBM East Fishkill, in der Tausende von Mikroprozessoren, Controllern und Sensoren mehr als hundert Milliarden Messungen am Tag ergeben.

Jeden Morgen um sechs lädt eine Simulationsengine minutengenaue Daten zu allem, was im Werk vorgeht. Das System erstellt eine virtuelle Momentaufnahme des Status jeder einzelnen Fertigungsloses jedes Werkzeugs und jedes Prozesses. Aus dieser Momentaufnahme wird eine tägliche Vorhersage, die drei Tage in die Zukunft reicht, erstellt und an die Ingenieure und das Führungspersonal des Werks gemeldet.

Deutsche Übersetzung lesen (48KB)

Mithilfe einer grafischen Schnittstelle zur Entscheidungsfindung testen die Ingenieure von East Fishkill anschließend auf der Grundlage hochkomplexer Interaktionen zwischen Werkzeugen und Prozessen Alternativszenarios für die Steuerung der Operationen. Zusammen mit der täglichen Vorhersage setzen sie ein Ertragsoptimierungsmodell ein, das wöchentlich nach Maßgabe des laufenden, durch die Virtualisierungsengine und die zugehörigen Systeme passierenden Datenstroms aktualisiert wird. Die Ergebnisse dieser Alternativszenarios werden so strukturiert und angezeigt, dass Ingenieure statistische Vergleiche geplanter Ergebnisse sehen und entsprechend handeln können.

Die Fertigungseinrichtung hat mehrere Kunden: die eigenen Serverabteilungen von IBM sowie Hersteller aller wichtigen Spieleplattformen (Microsoft Xbox 360, Sony PlayStation 3 und Nintendo Wii). Das Werkmanagement steht also vor einer komplexen Aufgabe: der Optimierung der Tools, Prozesse und Protokolle, um technische und geschäftliche Randbedingungen für alle zu lösen. Im Laufe der vergangenen Jahre wurden in East Fishkill fortgeschrittene Analyselösungen implementiert. Diese umfassten ein verbessertes Data-Mining und eine bessere Überwachung, einen Algorithmus zur Bestimmung der optimalen Abfolge von Subroutinen, ein Simulator des Werkstattbestands und ein Framework, das mithilfe von Traceprozessdaten instabiles Werkzeugverhalten identifiziert.

Zusammen ergaben diese fünf Lösungen seit ihrer Einführung vor einigen Jahren geschätzte Kosteneinsparungen von 32 Millionen US-Dollar und eine Umsatzsteigerung von 21 Millionen US-Dollar. Vor Abweichungen der Prozessleistung wird frühzeitig gewarnt. Andernfalls blieben sie unentdeckt. Kurz gesagt, besteht die Analyse in East Fishkill aus Folgendem:

• Höhere Fertigungsausbeute, bessere Produktqualitätskontrolle und schnellere Markteinführung
• Erkennung zuvor unbekannter Prozesseinflüsse und unerwünschter Folgen von Experimenten
• Geringere Fertigungskosten bei höherer Produktivität und höherem Kapitalertrag
• Für Ingenieure und Management völlig neue Einblicke in das Werk und seinen Betrieb

Vorhersage: hell, klar und wolkig

Mitte November 2009 kündigte IBM die Schaffung der weltgrößten privaten Cloud-Computing-Umgebung für Business-Analytics an, die IBM Verkaufsteams und Entwicklern nie dagewesene Einblicke in die Kundenbedürfnisse auf der ganzen Welt gibt. Beim Start verfügte dieser interne Cloud mit dem Namen BlueInsight über mehr als ein Petabyte Daten. Dies entspricht mehr als 300 Millionen Transaktionen am Geldautomaten. Diese Daten werden aus mehr als 60 separaten Datenquellen im gesamten Unternehmen abgerufen.

Gleichzeitig und zusammen mit der Entwicklung und Implementierung von „Business Analytics and Optimization“ innerhalb und außerhalb von IBM kündigte das Unternehmen IBM Smart Analytics Cloud an: Damit können Kunden ihre eigenen privaten Cloud-Umgebungen aufbauen, die auf derselben Cloud-Infrastruktur basieren, wie sie IBM intern einsetzt.

„Diese neue Cloud und die Einblicke, die unsere Analysen geben werden, sind der nächste Schritt bei der kontinuierlichen Transformation unseres Geschäfts auf dem Weg zu einem höheren Nutzen für unsere Kunden“, sagt Pat Toole, Chief Information Officer von IBM. „Ich erwarte, dass dieser neuartige Ansatz neue Wachstumschancen eröffnet und einen bedeutsamen Einfluss auf die Kostensenkung. Dies ist genau der kundenorientierte Wert, den Unternehmen bei ihren IT-Organisationen nachfragen.”

Das Angebot IBM Smart Analytics Cloud, das auf IBM Erfahrung mit der auf Clouds basierenden Zusammenarbeit unter Mitarbeitern, auf Datenaggregation und Entwicklung basiert, stellt einfach zu implementierende Business-Intelligence-Services, -Systeme und -Software bereit, die Kunden auf effiziente Weise, geschäftsfeld- und projektübergreifend gemeinsam genutzte Business-Intelligence-Services bereitstellen.

 

Wir helfen Ihnen gerne

Schreiben Sie uns eine E-Mail

Intelligente Möglichkeiten, wie wir Informationen sammeln, analysieren und verwenden

Wir schaffen gemeinsam neue Lösungen für Ihre besondere Herausforderungen.

Gute Ausstattung, zunehmende Vernetzung, Intelligenz auf der ganzen Welt