Dark Data – also die große Menge an Unternehmensdaten, die zwar vorhanden, aber bislang ungenutzt sind – stellen ein enormes Wertschöpfungspotenzial dar. Werden diese Daten gezielt aktiviert, können sie die Leistungsfähigkeit des Einkaufs steigern und Kosten nachhaltig senken. Die Nutzung dieser Ressource entwickelt sich damit zu einem entscheidenden Hebel für Wettbewerbsfähigkeit und Risikomanagement.

Inhaltsverzeichnis

• Was sind Dark Data?
• Welche Arten von Dark Data gibt es?
• Wie lassen sich Dark Data beherrschen?
• Wie können Dark Data im Einkauf genutzt werden?

Die Datenmenge in Unternehmen wächst heute exponentiell. Während ein Teil dieser Informationen bereits strategisch genutzt wird, bleibt ein erheblicher Anteil unberücksichtigt.

Unzählige Daten liegen ungenutzt in Unternehmen verborgen und entziehen sich häufig der Aufmerksamkeit. Diese vergessenen Informationen werden als Dark Data bezeichnet.

Dabei können sie wertvolle Erkenntnisse enthalten, die fundiertere Entscheidungen ermöglichen, die operative Leistung verbessern und die Kontrolle über Ausgaben stärken.

Dennoch bleibt dieses verborgene Potenzial in vielen Unternehmen ungenutzt – obwohl daraus erheblicher Mehrwert entstehen könnte.

Was sind Dark Data?

Dark Data sind sämtliche „kalten“ Daten, die in Unternehmen kaum oder gar nicht genutzt werden.

Sie werden zwar erfasst und gespeichert, verfolgen jedoch keinen konkreten Zweck. Häufig wissen die Teams weder, dass diese Daten existieren, noch wie sie ausgewertet oder sinnvoll eingesetzt werden können.

Dadurch verursachen sie Kosten – etwa für Speicherung und Energieverbrauch – sowie zusätzliche Risiken, ohne einen messbaren Nutzen oder Return on Investment zu liefern.

Viele Unternehmen sammeln Dark Data in der Annahme, sie könnten irgendwann einmal nützlich werden.

Derzeit entfallen weltweit rund 52 % aller gespeicherten Unternehmensdaten auf Dark Data. Das entspricht rund 1,3 Milliarden Gigabyte, die Unternehmen täglich erzeugen.
Die eigentliche Herausforderung besteht darin, diese ruhenden Daten in nutzbare Informationen zu verwandeln.

Darauf weist auch Emmanuelle Ertel, Geschäftsführerin von Innovation&trust, der Digital Factory der Tessi Gruppe, hin: „Dark Data können äußerst wertvolle Informationen enthalten, die wesentlich zur Effizienzsteigerung von Unternehmen beitragen. Viele Unternehmen besitzen – ohne es zu wissen – einen umfangreichen Dokumentenbestand, der bislang nicht genutzt wird. Teilweise bezahlen sie sogar externe Dienstleister für Informationen, die bereits in ihren eigenen Daten vorhanden sind.“

Welche Arten von Dark Data gibt es?

Es gibt verschiedene Arten von Dark Data, die jeweils eigene Herausforderungen mit sich bringen. Da es bislang keine allgemein anerkannte Klassifizierung gibt, lassen sie sich in vier Kategorien einteilen: unbekannte, nicht zugängliche, ungenutzte und verborgene Daten.

Unbekannte Daten

Unbekannte Daten sind Informationen, die nur unzureichend dokumentiert und häufig unstrukturiert sind.

Unternehmen wissen oft nicht genau, welche Inhalte diese Daten umfassen oder welchen Wert sie besitzen.

Dabei kann es sich beispielsweise handeln um:

• isolierte Dateien,
• E-Mails,
• PDF-Dokumente,
• Bildschirmaufnahmen,
• Archivbestände, deren Ursprung kaum noch nachvollziehbar ist.

Die Herausforderung besteht darin, diese Daten zu identifizieren und zu analysieren, um wertvolle Informationen nutzbar zu machen.

Nicht zugängliche Daten

Nicht zugängliche Daten sind Informationen, deren Existenz zwar bekannt ist, die jedoch nicht ohne Weiteres genutzt, zusammengeführt oder ausgewertet werden können.

Sie befinden sich häufig in:

• geschlossenen Fachanwendungen,
• organisatorischen Datensilos,
• Systemen mit stark eingeschränkten Zugriffsrechten.

Ihre Nutzung erfordert geeignete Technologien oder Integrationsmaßnahmen.

Ungenutzte Daten

Ungenutzte Daten sind bekannt und verfügbar, werden jedoch nie ausgewertet.

Hierzu zählen beispielsweise Informationen, die als:

• veraltet,
• redundant,
• oder qualitativ unzureichend

eingestuft werden.

Obwohl sie ungenutzt bleiben, können eine gezielte Bereinigung oder Analyse wertvolle Erkenntnisse liefern.

Verborgene Daten

Darüber hinaus gibt es verborgene Daten, die außerhalb der offiziellen Data-Governance liegen.

Dazu gehören beispielsweise:

• Daten auf persönlichen Speicherorten,
• Informationen im Zusammenhang mit Shadow IT,
• nicht dokumentierte oder nicht registrierte Dateien.

Diese Daten stellen erhebliche Risiken für Informationssicherheit und Compliance dar.

Wie lassen sich Dark Data beherrschen?

Um den größtmöglichen Nutzen aus Dark Data zu ziehen, müssen Unternehmen zwischen wertvollen Informationen, risikobehafteten Daten und vollständig nutzlosen Daten unterscheiden.

Dazu empfiehlt sich ein strukturierter Ansatz, der auf drei zentralen Schritten basiert:

• Identifizieren,
• Klassifizieren,
• Handeln.

Daten identifizieren

Im ersten Schritt gilt es festzustellen, wo sich Dark Data innerhalb des Unternehmens befinden.

Da diese Informationen häufig über zahlreiche Systeme verteilt sind, müssen zunächst sämtliche Datenquellen lokalisiert werden, beispielsweise:

• gemeinsame Server,
• Cloud-Speicher,
• Fachanwendungen,
• E-Mail-Systeme,
• persönliche Verzeichnisse.

Ziel ist es, einen vollständigen Überblick über den vorhandenen Datenbestand, dessen Umfang, Alter und thematische Inhalte zu erhalten.

Daten klassifizieren

Im zweiten Schritt werden die identifizierten Daten bewertet und klassifiziert.

Dabei empfiehlt sich ein Bewertungsmodell anhand von zwei zentralen Kriterien:

• dem potenziellen Wert der Daten,
• dem Risiko ihrer weiteren Aufbewahrung.

Zur Bewertung des Nutzens werden unter anderem folgende Aspekte berücksichtigt:

• Relevanz für die Fachbereiche,
• mögliche Anwendungsfälle,
• strategische Bedeutung.

Für die Risikobewertung sind insbesondere zu analysieren:

• die Sensibilität der Daten,
• regulatorische Anforderungen, insbesondere im Hinblick auf die Datenschutz-Grundverordnung (DSGVO).

Die richtigen Maßnahmen ergreifen

Auf Grundlage dieser Bestandsaufnahme können unterschiedliche Maßnahmen umgesetzt werden.

• Strategisch wertvolle Daten werden in aktiv nutzbare Informationsressourcen überführt.
• Daten ohne Mehrwert können gelöscht oder archiviert werden.
• Für sensible Daten sollten – abhängig vom jeweiligen Risikoniveau – geeignete Governance- und Sicherheitsmaßnahmen eingeführt bzw. verstärkt werden.

Wie lassen sich Dark Data im Einkauf nutzen?

Dark Data bieten Einkaufsteams ein enormes Potenzial. Dies gilt insbesondere für die C-Teile-Beschaffung, die häufig deutlich weniger strukturiert organisiert ist als strategische Beschaffungskategorien.

In Bestellungen, Rechnungen, Lieferantenkorrespondenz und zahlreichen weiteren Dokumenten verbirgt sich eine Vielzahl strategisch relevanter Informationen, die bislang ungenutzt bleiben.

Mit den richtigen Analysewerkzeugen können Einkaufsabteilungen diese Daten auswerten und wertvolle Optimierungspotenziale erschließen.

Maverick Buying bekämpfen

Maverick Buying stellt für Einkaufsabteilungen eine erhebliche Herausforderung dar.

Diese Beschaffungen erfolgen außerhalb der definierten Einkaufsprozesse, sind über verschiedene Unternehmensbereiche verteilt und entziehen sich der Kontrolle des Einkaufs.

Durch die Auswertung verstreuter Rechnungen, Spesenabrechnungen oder einzelner Bestellungen können Einkaufsteams diese Ausgaben sichtbar machen und unter Kontrolle bringen.

Dadurch lassen sich insbesondere:

• die betroffenen Produktgruppen identifizieren,
• die beteiligten Fachbereiche erkennen,
• Maßnahmen zur Steuerung und Standardisierung dieser Beschaffungen einleiten.

Das Lieferantenportfolio optimieren

Die Auswertung von Dark Data ist außerdem ein wirkungsvoller Hebel zur Optimierung des Lieferantenportfolios.

Durch die Konsolidierung sämtlicher Lieferantendaten können Einkaufsabteilungen Potenziale erkennen für:

• den Austausch von Lieferanten,
• die Konsolidierung des Lieferantenstamms,
• die Bündelung von Einkaufsvolumina.

Auf diese Weise lassen sich sowohl die Gesamtperformance der Beschaffung als auch die Kosten nachhaltig optimieren.

Prozesse optimieren

Dark Data können darüber hinaus Schwachstellen innerhalb der Einkaufsprozesse sichtbar machen.

Durch die Analyse von:

• Bearbeitungszeiten,
• Bestellabläufen,
• Service-Leveln,

lassen sich die unterschiedlichen Arten von Verschwendung im Sinne des Lean Managements erkennen, beispielsweise:

• Engpässe,
• wiederkehrende Fehler,
• Abweichungen oder Nichtkonformitäten.

Durch die Analyse der eigentlichen Ursachen können Unternehmen diese Probleme dauerhaft an ihrer Quelle beseitigen.

Die Savin’side®-Methode von Manutan

Bei Manutan haben wir Savin’side® entwickelt – unsere Methode zur Optimierung von Beschaffungsprozessen auf Basis intelligenter Datenanalysen.

Xavier Laurent, Director of Mergers & Acquisitions der Manutan Gruppe, erläutert: „Wir nutzen Daten, um Einkaufsverhalten zu analysieren und unseren Kunden vollständige Transparenz zu verschaffen. Dadurch können wir Benchmarks erstellen, Best Practices identifizieren und Einkaufsprozesse nachhaltig optimieren.“

Mit anderen Worten: Wir nutzen genau jene Dark Data, die in vielen Unternehmen unbemerkt bleiben, um konkrete Verbesserungspotenziale aufzudecken.

Gemeinsam mit den Einkaufsabteilungen entwickeln und implementieren wir anschließend maßgeschneiderte Maßnahmenpläne.

Dark Data gehören zu den am meisten unterschätzten Ressourcen eines Unternehmens.

Gleichzeitig stellen sie einen strategischen Hebel dar, um die operative Leistungsfähigkeit zu steigern, Kosten zu optimieren und Risiken besser zu kontrollieren.

Unternehmen, denen es gelingt, dieses verborgene Datenpotenzial systematisch zu erschließen, verschaffen sich einen nachhaltigen Wettbewerbsvorteil.