Big Data: Wie aus unstrukturierten Datenmengen verlässliche Werte für das Projektmanagement werden

Finanz-, Ressourcen- und Logistikdaten werden von Unternehmen für gewöhnlich am häufigsten integriert, Kunden- und absatzorientierte Daten erhalten noch deutlich weniger Beachtung. Bauunternehmen erfassen aktuell vorrangig interne Daten – ohne diese geregelt aufzubereiten. Dabei fallen insbesondere bei der Projektabwicklung in der Bau- und Immobilienbranche für jedes Objekt unzählige komplexe Datensätze an. 

Diese Daten sind nutzlos, wenn sie nicht strukturiert erfasst werden. Beispielsweise sind den größten Infastrukturprojekten Deutschlands durchschnittlich 130 Millionen E-Mails, 55 Millionen Dokumente und 12 Millionen Workflows zuzuordnen. Spätestens mit dem Einsatz von BIM-Modellen steigen die Datengrößen ins Unermessliche. So entstehen gigantische, unlesbare Datenmengen, die keinerlei Auswertung und Analyse zulassen. Doch welchen Vorteil hat diese riesige Datenansammlung, wenn sie nicht genutzt wird? 

Wo greift Big Data der Projektausführung unter die Arme?

Mit der richtige Datenaufbereitung lassen sich in einem Projekt Risiken früher erkennen, Entscheidungen einfacher treffen und Prozesse leichter nachvollziehen. Um verlässliche Werte zu generieren, sind folgende Schritte bei der Datenerfassung zu berücksichtigen.

Schritt #1:
Strukturierte Datenerfassung 

Egal wie die Daten im Anschluss ausgewertet werden – zunächst müssen sie gesammelt werden. Eine Datenlandschaft entsteht. Einheitliche Rahmenbedingungen sind hierfür von Vorteil: Im Fokus steht die vollständige und strukturierte Datenerfassung. Mithilfe von Softwaresystemen kann die Datenbank automatisch gefüllt werden, der eingehende Datenfluss wird hier strukturiert archiviert und ist somit eindeutig zugeordnet und abrufbar.

Schritt #2:
Definition von Vergleichswerten

Im zweiten Schritt werden die Daten in Beziehung zueinander gesetzt. Auf der Basis definierter Referenzwerte werden die Daten verglichen. Die Wertigkeit dient der Unterscheidung der Daten: Eine erste aussagekräftige Entscheidung oder Analyse ist damit möglich. Durch permanente neue Daten festigen sich die Kennwerte automatisch und stellen eine verlässliche Basis dar.

Schritt #3:
Ableitung von Verhaltensmustern

Ziel ist, aus den generierten Vergleichswerten letztlich Muster zu bilden. Das bedeutet, die Kennzahlen erneut zu strukturieren, zu kategorisieren und in Verbindung zueinander zu setzen. Nicht nur einzelne Kennwerte können so verglichen werden, sondern ganze Prozesse. Folgen oder Risiken werden so schließlich erkennbar, da die komplette Prozesskette als Muster gegenübergestellt werden kann. Dem Projektmanager erlaubt die Abbildung von Verhaltensmustern alle Auswirkungen seiner Entscheidung in verschiedenen Szenarien abzubilden.

Schritt #4:
Implementierung eines Frühwarnsystems 

Aus den Verhaltensmustern wird im Folgenden ein Warnsystem entwickelt. Neue Daten gleichen sich durch die vorangegangene Systematisierung automatisch mit Kennwerten ab und werden in Muster eingeordnet. Das System bildet den Prozessfortschritt ab, sodass der Projektmanager vor möglichen Effekten automatisch gewarnt wird. Auch potenzielle Alternativen oder frühzeitige Änderungen, um spätere Schäden zu vermeiden, können von einem Frühwarnsystem aufgezeigt werden.

Wollen Sie mehr über Optimierung Ihrer Workflows mit Alasco erfahren? Buchen Sie ein Beratungsgespräch mit uns.

Kontakt aufnehmen
2019-07-01T10:54:19+02:00