Mit Data Science zu mehr Nachhaltigkeit im Unternehmen

Wie nutzen Unternehmen ihre Ressourcen? Die Beantwortung dieser Frage verbindet die Themen Nachhaltigkeit und Data Science miteinander. Denn längst sind Daten eine existentielle Ressource der Wirtschaft. Eine Ressource, deren Nutzung den Unternehmen nicht nur Wettbewerbsvorteile und der Gesellschaft ein komfortableres Leben bringen, sondern auch einen entscheidenden Wertbeitrag zum nachhaltigeren Wirtschaften leisten kann.

Data Science kann für Unternehmen der Antrieb hin zu mehr Nachhaltigkeit sein. In einer Vielzahl der möglichen Anwendungsszenarien geht der wirtschaftliche Nutzen damit einher. Data Science liefert auf Basis von Daten und Algorithmen Wissen, welches hilft, den Ressourceneinsatz zu optimieren.

Data Science hilft Unternehmen bedarfsgerechter zu handeln

Ein zentraler Anknüpfungspunkt für Unternehmen, die nach mehr Nachhaltigkeit streben, ist eine exaktere Bedarfsermittlung. Wie entwickelt sich das Kaufverhalten meiner Kunden? Wie reagieren sie auf Preisaktionen und äußere Einflüsse wie Wetter, Feiertage oder gesellschaftliche Entwicklungen? Die Verknüpfung einer Vielzahl unterschiedlicher Quellen – intern wie extern – liefert die Datenbasis für Prognosemodelle, die Unternehmen in die Lage versetzen ihr Angebot besser auf die tatsächliche Nachfrage abzustimmen.

Das Optimierungspotenzial durch datenbasierte Erkenntnisse ist vielfältig:

  • Reduzierung der Lebensmittelverschwendung: Eine bessere Kenntnis des erwarteten Absatzes hilft Händlern insbesondere das Angebot an frischen Lebensmitteln bedarfsgerechter zu planen – ohne die Gefahr zu erhöhen in Out-of-Stock-Situationen zu laufen. Neben der Mengenplanung können diese Prognosen auch die Grundlage für das Dynamic Pricing sein, welches den Konsum proaktiv steuern kann und so zusätzlich der Lebensmittelverschwendung entgegenwirkt.

 

  • Reduzierung von Leerfahrten: In der Reduzierung des LKW-Verkehrs liegt eine Möglichkeit, um den CO2-Ausstoß zu verringern. Mittels Künstlicher Intelligenz kann es gelingen, zu prognostizieren, wann welche Fracht wo unterwegs sein wird. Die Basis sind die historischen Werte aus der Vergangenheit. Die Chance liegt in der flexibleren Verknüpfung von Aufträgen – zum Beispiel in Form der Kabotage, der Erbringung von Transportdienstleistungen durch einen ausländischen Spediteur.

 

  • Bessere Ausnutzung von Maschinen und Komponenten: Predictive Maintenance als proaktives Wartungskonzept unterstützt Unternehmen dabei ihre Maschinen und Anlagen bedarfsbezogener warten zu können. Darüber hinaus ermöglicht Data Science hier auch verlässlichere Informationen über die technisch zu erwartende Restnutzungsdauer. So können vorhandene Ressourcen besser ausgenutzt werden.

 

  • Reduzierung des Chemikalieneinsatzes in der Agrarwirtschaft: Machine-Learning-Algorithmen können auf Satellitenbildern den Zustand der Anbauflächen erkennen und den Landwirt proaktiv beispielsweise darauf hinweisen, welche Pflanzen von Schädlingen oder Krankheiten betroffen sind. Der Einsatz von Chemikalien zum Erhalt der Pflanzen kann so deutlich dosierter, da zielgerichteter, eingesetzt werden. Gleichzeitig kann der Ernteertrag gesteigert werden.

 

  • Prognose des Energiebedarfs zur Sicherstellung der Versorgungssicherheit: Die Energiewende und die damit verbundene vermehrte Einspeisung erneuerbarer Energien stellt eine Herausforderung im Hinblick auf die Versorgungssicherheit dar. Durch die Prognose von produzierter Energiemenge und erwartetem Strombedarf können Versorgungsengpässe vermieden und gleichzeitig Prozesse und Angebote optimiert werden.

 

Diese Beispiele zeigen nur fünf der vielen möglichen Anwendungsfälle, um mit Data Science Unternehmen dabei zu unterstützen, klimafreundlicher und damit auch nachhaltiger zu agieren. Alle fünf Beispiele können dabei positiven Einfluss auf die Klima- und die wirtschaftliche Bilanz der Unternehmen haben.

Über die Frage nach der Ressourcennutzung hinaus verbindet noch ein anderer Aspekt den Klimawandel und Data Science: Ohne die Datenwissenschaft wäre das heutige Wissen über das Fortschreiten des Klimawandels und die Zusammenhänge zu unserem Handeln nicht vorhanden.

Mit Data Science lässt sich der Klimawandel verstehen und der Klimaschutz aktiv gestalten.

Der eoda Datenanalyse-Blog beschäftigt sich in Zukunft verstärkt mit dem Thema Data Science und Nachhaltigkeit. Abonnieren Sie den Datenanalyse-Blog (Formular unten) und verpassen Sie keinen Beitrag zur Nachhaltigkeit und vielen anderen interessanten Themen. 

Als Data Science Experten unterstützen wir bei eoda Unternehmen dabei, datenbasiert ihre Nachhaltigkeit zu erhöhen. Sie suchen den richtigen Use Case, der für Sie Businessnutzen und Nachhaltigkeit verbindet, oder haben bereits ein konkretes Vorhaben, welches Sie erfolgreich umsetzen wollen? Erfahren Sie mehr über unser Angebot.

Button

Tobias Titze - Beitrag vom 06.03.2020

Tobias Titze betreut seit 2013 das Marketing der eoda GmbH. Seine tägliche Aufgabe ist der Brückenschlag zwischen einem komplexen Thema und den Anforderungen des Marktes. Er interessiert sich für Daten und Algorithmen und begeistert sich für die Vorteile, die sich für Unternehmen daraus ergeben.

Abonnieren Sie unseren Datenanalyse-Blog