Datenmanagement: Die Autobranche sucht das Geschäft der Zukunft

Digitalisierung AutoUber hat einen höheren Börsenwert als General Motors; Tesla verkauft seine Hybridfahrzeuge direkt an Verbraucher. Die traditionsreichen Branchengrößen der Automobilbranche suchen nach neuen Geschäftsmodellen, um ihr Fortbestehen zu sichern und Kunden zu binden und beteiligen sich vermehrt an Start-ups.

Technologie-Know-how und IT-Kompetenz sind gefragter denn je, denn nur wer die richtigen Daten hat, kann die Wünsche der Verbraucher analysieren und das passende Angebot individualisiert und zielgerichtet vermarkten.

Anzeige

Früher war das Auto der Deutschen „liebstes Kind“. Heute geht der Trend bei der Mobilität verstärkt zu Carsharing oder anderen flexiblen und bedarfsgerechten Varianten des Individualverkehrs. Carsharing-Modelle wie Car2Go von Daimler mit zwei Millionen und DriveNow von BMW mit einer halben Million Mitgliedern gewinnen in Europa zunehmend an Beliebtheit. Und die nächste Umwälzung steht der Branche mit selbstfahrenden Kraftfahrzeugen, den „autonomen Autos“, kurz bevor.

In Anbetracht dieser Entwicklungen müssen Automobil-Hersteller ihre Geschäftsmodelle neu ausrichten, um wettbewerbsfähig zu bleiben. Der Verkauf von Neufahrzeugen wird nicht die alleinige Umsatzquelle bleiben. Mit Daten wird sich ebenfalls Geld verdienen lassen

Man hat erkannt, dass sich die weitgehend unerschlossenen Daten über bestehende und potenzielle Kunden sowie über Fahrzeuge nur mit neuen, intelligenten Anwendungen ausschöpfen lassen. Dabei geht es um Milliardenwerte. Aus diesem Grund werben Automobil-Hersteller heute zur Planung ihrer Datenstrategien Führungskräfte von Silicon Valley-Unternehmen wie Google ab und investieren in digitale Dienste, Konnektivität und Technologien für autonomes Fahren. Dabei liegen all diesen Strategien langfristige Kundenbeziehungen und Daten zugrunde. Das fahrende Auto und damit das Verhalten der Kunden generieren Daten, welche die Basis für neue Umsatzquellen liefern können. Dabei gibt es allerdings ein Problem: Die meisten Hersteller vertreiben ihre Fahrzeuge über den Kfz-Fachhandel und haben somit keine direkte Beziehung zu Millionen bestehender und potenzieller Kunden.

Kreative Initiativen sollen Abhilfe schaffen. Ein Hersteller plant beispielsweise die Erfassung von Informationen über bestehende und potenzielle Kunden über eine Cloud-basierende Technologieplattform für Händler, die neue Apps und Dienste für ein optimiertes Kundenerlebnis bereitstellt. Im Gegenzug für den Zugang zu dieser Plattform geben Händler Kundendaten an den Hersteller weiter.

Die Vereinbarung über die gemeinsame Nutzung von Kundendaten ist allerdings nur der erste Schritt. Im weiteren Verlauf spielt das Datenmanagement eine zentrale Rolle. Ob Marketingdaten, Konfigurationsseiten aus dem Internet, Nachrichten des Autos an die Werkstatt – all diese Daten liegen in unterschiedlichen Formaten vor und sind in den verschiedensten Datensilos zu finden. Um für jeden bestehenden und potenziellen Kunden einen aussagekräftigen Datensatz zu erstellen, müssen all diese Informationen in einem Data Hub zusammengeführt werden. Erst damit entsteht eine vollständige 360-Grad-Sicht.

Voraussetzung für die Integration der Daten aus den einzelnen Händler- und/oder Herstellersilos in einem übersichtlichen Data Hub, ist die Umstellung des Datenbankmodells vom traditionellen strukturierten Ansatz auf ein Konzept, das sowohl strukturierte als auch unstrukturierte Daten unterstützt. Dies ermöglicht Kfz-Herstellern die flexible Einbeziehung der händlerspezifischen Datenformate und -stile sowie die Handhabung von komplexen Datentypen wie PDF-Vertragsdokumenten, Social-Media-Beiträgen, Audio- und Videodateien. Der Data Hub bietet eine einheitliche Sicht auf die Daten des einzelnen Kunden – von der ersten Testfahrt bis zum Kauf, über alle Servicetransaktionen bis hin zum Erwerb des nächsten Fahrzeugs.

Ein operativer Data Hub gibt Kfz-Herstellern einen aussagekräftigen Einblick in die Anforderungen ihrer Kunden und ermöglicht ihnen gleichzeitig die Straffung ihrer Betriebsabläufe. Das zeigt sich beispielsweise bei der Handhabung und Abwicklung von Rückrufaktionen, die alleine in der Administration Kosten in Milliardenhöhe verursachen können.

Ein weiterer Faktor in der Automotive-Branche sind die enormen Datenmengen, welche die Fahrzeugsensoren erzeugen. Dabei handelt es sich beispielsweise um Daten über die Motor- und Kilometerleistung und das Fahrverhalten. Diese Daten werden in der Regel in einer Hadoop-Umgebung gespeichert und analysiert, um Erkenntnisse für das Motorendesign und die Komponentenrisiken zu gewinnen. Die Sensordaten allein geben jedoch nur einen begrenzten Einblick. Weitaus aussagekräftiger sind sie, wenn sie im Data Hub mit Werkstattberichten, Inspektionsdaten, Informationen über das Fahrverhalten, Social-Media-Beiträgen betroffener Fahrer und GPS-Daten kombiniert werden.

Anhand dieser umfassenden 360-Grad-Sicht auf den Kunden und dessen Fahrzeug lässt sich dann der Schritt vom maschinellen Lernen zur künstlichen Intelligenz vollziehen: Unternehmen können beispielsweise eine frühzeitige Prognose stellen und so Kosten und Reputationsschäden durch Rückrufaktionen verhindern. Ein Data Hub sorgt für präzisere und effizientere Analysen, sodass Kfz-Hersteller zuverlässige und verwertbare Daten als Grundlage für geschäftliche Entscheidungen erhalten. Bislang müssen sie Händlerberichte und Social-Media-Beiträge einzeln lesen und prüfen. Das ist mit einem beträchtlichen Zeit- und Arbeitsaufwand verbunden.

Ganz gleich, welche Richtung Automobil-Hersteller letztendlich bei der Auswertung ihrer Daten einschlagen: Der erste Schritt besteht in der Integration ihrer zahlreichen Datensilos. Dazu benötigen sie einen intelligenten Data Hub, der all die unterschiedlichen Daten aufnehmen kann, die heute Informationen bergen. Das geht mit z. B. einer NoSQL-Datenbank-Plattform. Denn eine NoSQL Datenbank hat einen großen Vorteil gegenüber traditionellen relationalen Datenbanken: Egal welches Format: die Daten können „wie sie sind“ aufgenommen werden, ohne vorher ein Datenmodell definieren zu müssen. NoSQL-Datenbanksysteme sind für den skalierbaren Einsatz prädestiniert und eigenen sich entsprechend sehr gut für die Integration von Daten aus den verschiedensten Datensilos. Darüber hinaus, bietet NoSQL vielfältige Möglichkeiten für die Nutzung der Daten – zur Optimierung von Geschäftsabläufen und zur Entwicklung solider Kundenbeziehungen. So sind Automobil-Hersteller optimal für die Erschließung neuer Umsatzpotenziale aufgestellt. Und nur dadurch laufen die Geschäfte auch in Zukunft.

Stefan Grotehans ist Director of Sales Engineering bei MarkLogic.
 

Anzeige

Weitere Artikel

Newsletter
Newsletter Box

Mit Klick auf den Button "Jetzt Anmelden" stimme ich der Datenschutzerklärung zu.