Die größte Herausforderung der kommenden Monate wird sein, Big Data für die Unternehmen nutzbar zu machen. Denn die Daten an sich sind ohne eine vernünftige Auswertung nichts wert. Ein klassisches ERP-System kann etwa mit den Unmengen von Sensordaten aus dem IoT nichts anfangen, meint auch Lars Landwehrkamp, CEO von All for One Steeb. Stattdessen benötige man Systeme in der Cloud, die diese Daten in »Smart Data« umwandeln, die sich dann in ERP-Systemen analysieren und auswerten lassen. Das sei gleichzeitig eine Chance für Systemhäuser, als ISV selbst solche Big-Data-Lösungen anzubieten.
Der nächste Schritt ist dann, mithilfe von Big Data Analytics valide Vorhersagen treffen zu können, etwa über den Bedarf an Waren, das Kundenverhalten oder über saisonale Effekte, damit Ressourcen und Kapazitäten gezielter eingesetzt, die Produktivität und Effizienz erhöht und Risiken minimiert werden können. Ein weiteres Einsatzgebiet für Predictive Analytics ist Predictive Maintenance, also die vorausschauende Wartung und Instandhaltung. Die Deutsche Bahn etwa hat ihre Weichen mit Sensoren ausgestattet. Diese Sensoren erfassen den Strom, den der Motor benötigt, um die Weiche zu stellen. Anhand der Abweichungen von den Soll-Werten lassen sich Rückschlüsse auf den Zustand der Weiche ziehen und das Unternehmen kann handeln, bevor sie komplett ausfällt.