Die zunehmende Dynamik und Komplexität der betrieblichen Umwelt konfrontiert viele Unternehmen mit neuen Herausforderungen und einer sich erhöhenden Wettbewerbsintensität. Dies gilt insbesondere auch für Unternehmen der Prozessindustrien, wie der als konjunktursensibel geltenden chemischen Industrie. Lösungsansätze zur erfolgreichen Bewältigung der damit verbundenen Herausforderungen bietet die zielgerichtete Analyse großer und komplexer Daten (Big Data).

Obwohl die Menge derartiger Daten in den vergangenen Jahren exponentiell gewachsen und damit verbundene Aspekte sowohl im öffentlichen als auch im fachspezifischen Diskurs widergespiegelt wurden, verfügt ein erheblicher Anteil an Unternehmen nur über rudimentäre Ansätze zum Umgang mit Big Data. Ebenfalls spielte die Bedeutung dieser Thematik in der nicht IT-orientierten, akademischen Ausbildung bisher weitgehend keine Rolle.

Charakterisierenden Eigenschaften
Big Data baut auf den klassischen, etablierten Methoden der Datenverarbeitung, des Datenmanagements sowie geeigneter statistischer Verfahren auf. Eine einheitliche Definition des Begriffs existiert jedoch nicht. Eine mögliche Charakterisierung des Begriffs „Big Data“ erfolgt oftmals anhand der sog. drei Vs: Volume, Velocity und Variety. Volume steht für die namensgebende Eigenschaft des hohen Datenvolumens, welches erhoben, verarbeitet und analysiert werden soll. Die Möglichkeit, große Datenvolumen zu verarbeiten, hängt fundamental mit Fortschritten in der Informationstechnologie, insbesondere in Hinblick auf Speicherkapazitäten und Entwicklungen geeigneter Hardware zusammen. Velocity bezeichnet die oftmals hohen, angestrebten und auch in zunehmenden Maßen zu erreichenden Verarbeitungsgeschwindigkeiten. Neben der fortschreitenden Entwicklung im Bereich Hardware spielen hier auch neue softwaregetriebene Ansätze, wie bspw. Verfahren der künstlichen Intelligenz, eine bedeutende Rolle. Variety beschreibt die für Big Data spezifische Datenvielfalt. Diese erstreckt sich nicht nur auf die Auswertung unterschiedlicher Datenquellen, sondern insbesondere auch auf die Berücksichtigung unstrukturierter Daten. Bei unstrukturierten Daten, die klassischerweise nur sehr schwer verarbeitet und analysiert werden können, handelt es sich bspw. um Texte, Bilder oder Videos. Die verfügbare Menge unstrukturierter Daten wächst seit Jahren mit erheblicher Geschwindigkeit. Das Internet ermöglicht den Zugang zu einer Fülle relevanter Datenquellen, exemplarisch ist dies an der globalen Verbreitung bekannter Social Media Plattformen zu erkennen.

„Die verfügbare Menge unstrukturierter Daten wächst seit Jahren mit erheblicher Geschwindigkeit.“

Begriffsdefinition
Einen pragmatisch orientierten Ansatz zur Begriffsdefinition bietet über die Charakterisierung hinausgehend der Bundesverband Informationswirtschaft, Telekommunikation und neue Medien (Bitkom): „Big Data bezeichnet die wirtschaftlich sinnvolle Gewinnung und Nutzung entscheidungsrelevanter Erkenntnisse aus qualitativ vielfältigen und unterschiedlich strukturierten Informationen, die einem schnellen Wandel unterliegen und in bisher ungekanntem Umfang anfallen. Big Data stellt Konzepte, Methoden, Technologien, IT-Architekturen sowie Tools zur Verfügung, um die geradezu exponentiell steigenden Volumina vielfältiger Informationen in besser fundierte und zeitnahe Management-Entscheidungen umzusetzen und so die Innovations- und Wettbewerbsfähigkeit von Unternehmen zu verbessern.“ In der Begriffsbeschreibung fällt neben den informationstechnologischen Aspekten der explizite Bezug auf betriebswirtschaftliche bzw. managementbezogene Zielsetzungen auf.

Chancen für Unternehmen
Auch wenn Big Data zunächst ein branchenübergreifendes Konzept darstellt, sind die potenziellen Einsatzgebiete sowohl in der chemischen als auch in der pharmazeutischen Industrie vielfältig und reichen von der Optimierung von Geschäftsprozessen über Aspekte der Produktausgestaltung bis hin zu strategischen Fragestellungen. Gerade auch in der Forschungs- und Entwicklungsphase bietet Big Data interessante neue Ansätze und Methoden. Aus der betriebswirtschaftlichen Perspektive können bspw. Trends und Veränderungen im Kundenverhalten frühzeitig identifiziert und im Hinblick auf unternehmensspezifische Chancen und Risiken analysiert werden. Insbesondere die Entwicklung neuer Geschäftsmodelle und Strategien kann dabei ein besonders ergiebiges Anwendungsfeld darstellen und zur Generierung von Wettbewerbsvorteilen führen.

„Auch wenn Big Data zunächst ein branchenübergreifendes Konzept darstellt, sind die potenziellen Einsatzgebiete sowohl in der chemischen als auch in der pharmazeutischen Industrie vielfältig.“

Herausforderungen für Mitarbeiter
Absolventen chemischer oder pharmazeutischer Studiengänge sind im Hinblick auf die Kenntnisse und Fähigkeiten, die ein Umgang mit Big Data bedingt, von Seiten der akademischen Ausbildung oftmals nur unzureichend vorbereitet. Eine Inaugenscheinnahme der universitären Curricula zum Bachelor of Science in chemisch orientierten Studiengängen zeigt, dass entsprechende Inhalte nicht oder nur knapp angerissen werden. Dies gilt insbesondere für eine tiefergehende und breit ausgerichtete Auseinandersetzung mit statistischen Verfahren und Methoden.
Selbstverständlich ist eine Schwerpunktsetzung in der akademischen Ausbildung sinnvoll und auch zwingend notwendig, kann jedoch dazu führen, dass Fach- und Führungskräfte im betrieblichen Alltag mit fachfremden bzw. fachübergreifenden Anforderungen konfrontiert werden, die zunächst eine grundlegende Einarbeitung erfordern.