Big Data in Unternehmen: Wenn die Firma vor Ihnen weiß, wann Sie kündigen

Datenanalyse in großem Stil: Big Data soll die Welt vorhersagbarer machen - auch die Arbeitswelt. Auch Wahrscheinlichkeiten zu der Frage, ob und wann ein Mitarbeiter ein Unternehmen verlassen will, lassen sich errechnen.

Artikel veröffentlicht am 20. April 2015, 17:23 Uhr, Kerstin Dämon/Wirtschaftswoche Online

(Bild: Leon Neal/AFP/Getty Images)

Unternehmen werfen mit Daten einen Blick in die Zukunft: Die französische Bahn nutzt Big Data für Einblicke in Passagierbewegungen, um so die Zufriedenheit ihrer Kunden zu verbessern. IBM plant, die Informationen rund um das Wohlbefinden auf Millionen von Apple-Geräten auszuwerten und diese dann Unternehmen aus dem Gesundheitsbereich wie Johnson & Johnson und Medtronic anzubieten.

Möglich macht das alles Big Data, also die Analyse des Datenberges, den wir jeden Tag - gewollt oder ungewollt - produzieren: Wenn wir mit unserer EC-Karte an der Tankstelle bezahlen, mit dem Handy unterwegs unsere E-Mails abrufen oder mit der Straßenbahn fahren. Überall hinterlassen wir Informationen. Laut IBM produzieren wir täglich 2,5 Quintillionen Bytes an Daten. Aber nur ein Prozent der Daten wird auch analysiert, wie das amerikanische Marktforschungsinstitut International Data Corporation (IDC) herausgefunden hat. Dabei sind die Daten bares Geld wert.

Es geht nicht um den Lieblingsbrotaufstrich eines Kunden

Vorweg: Es geht bei Big Data nicht zwangsläufig um intime Daten, wie die eigene Krankenakte, das Gehalt von Herrn Müller nebenan oder den Inhalt der privaten E-Mails des Kollegen. Es geht in der Regel um Abläufe und Profile. So will die französische Bahn nicht herausfinden, wer die Passagiere im einzelnen sind und was ihr Lieblingsbrotaufstrich ist oder wie viel sie verdienen.

Es geht darum, zu ermitteln, wann die meisten Passagiere von A nach B fahren, um entsprechend mehr Züge anzubieten oder darum, zu analysieren, ob zehn Bäckereien im Bahnhofsgebäude nicht zu viel sind, weil die Passagiere sich morgens überwiegend Kaffee kaufen, aber kein Brot. Dafür müssen vorhandene Informationen ausgewertet werden: wie viele Zugtickets werden um sechs Uhr früh verkauft und wie viele um sieben oder um acht? Wie sieht der Umsatz der Bäckereifilialen im Bahnhof aus und was verkauft sich morgens am besten? Anhand dieser Informationen soll das bestehende Angebot optimiert werden.

Wann kündigen Mitarbeiter?

Ganz ähnliche Bewegungsströme lassen sich auch innerhalb eines Unternehmens nachweisen. Allerdings geht es hier darum, zu erfahren, wann Mitarbeiter kündigen. Denn häufig steckt dahinter ein Muster, wie Sven Semet, Senior Account Executive bei IBM, sagt. "Mittlerweile kann man sogar vorhersagen, wer gefährdet ist, ein Unternehmen zu verlassen, in dem man sich die Kandidaten anschaut, die in letzter Zeit gegangen sind. Zum Beispiel: wie alt waren sie, welches Geschlecht hatten sie, wie lange waren sie im Betrieb, welche Ausbildung und welche Fähigkeiten hatten sie. Dann kann man sagen: Müller, Meyer und Schmidt passen ins vergleichbare Raster. Dann kann man die Mitarbeiter ansprechen und herausfinden, was man tun kann, damit sie bleiben."