Was bedeutet Location Intelligence? Wie grenzt sich der Begriff vom klassischen GIS ab? Und welche Potenziale entstehen für Unternehmen? Wir geben einen Überblick.
Location Intelligence: Definition und Abgrenzung
In der letzten Digitalisierungsdekade hat sich GIS rasant weiterentwickelt – und kommt in immer mehr Unternehmensbereichen zum Einsatz. Für diese Entwicklung gibt es einen Begriff: Location Intelligence. Es ergänzt Business-Systeme und -Workflows um wertvolle GIS-Funktionalitäten, verknüpft Standortdaten mit anderen Datensätzen und deckt so räumliche Muster und Beziehungen auf. Auf diese Weise erhalten nicht nur GIS-Experten die Möglichkeit, ihre Analysen um die räumliche Komponente zu erweitern.
Wie grenzt sich Location Intelligence vom klassischen GIS ab?
Die Stärke von „schwergewichtigen“ GIS-Lösungen liegt in der Erfassung, Klassifizierung und Analyse historischer Daten mittels klassischer Geoprocessing-Tools.
Location Intelligence hingegen arbeitet verstärkt mit verknüpften Business-Daten. Neben klassischen Analysen stehen vor allem die Prognose, Optimierung und Echtzeitüberwachung von Ereignissen oder Sensoren und deren nachträgliche (Big Data-) Analyse im Fokus. Dieser neue Ansatz beantwortet Fragen wie:
- Wie viele Ressourcen sind notwendig und wie sind diese zu organisieren?
- Wo soll ein neues Geschäft eröffnet oder ein bestehendes geschlossen werden?
- Wie sollten wir das Vertriebsnetz gestalten, um Zeit und Kosten zu sparen?
Location Intelligence und Business-Daten
Diese Ziele stehen aus der Sicht von Führungskräften in der Regel ganz oben auf der Liste:
- Steigerung des Umsatzes
- Senkung der Betriebskosten
- Reduzierung von Risiken
- Optimierung des ROI
- Verbesserung des Kundenservice
Die meisten Geschäftsentscheidungen, die zu diesen Zielen führen, basieren auf Standortdaten. Beispielsweise müssen Entscheidungsträger wissen, wo sich Vermögenswerte, Assets oder Ressourcen befinden, welchen aktuellen Status sie haben und wie sie verwendet werden können. Aktuelle und verlässliche Daten können hier entscheidende Antworten liefern – vorausgesetzt, sie werden richtig verknüpft und visualisiert.
Realtime und Big Data
Häufig müssen Daten in Echtzeit ausgewertet werden. Die Ortskomponente der sich bewegenden Assets spielt hierbei eine zentrale Rolle.
Ein Beispiel: Rund um Offshore-Windparks gibt es Sicherheitszonen. Nähert sich ein Schiff dieser Zone, die im Vorfeld mittels eines Geofence definiert wurde, kann Alarm ausgelöst werden. Hintergrund: Jedes Schiff sendet seine Position regelmäßig über AIS (Automatic Identification System).
Ähnlich funktioniert die Diebstahlssicherung von teuren Baustellenfahrzeugen, die den definierten Bereich einer Großbaustelle nicht verlassen dürfen. Sensoren müssen jedoch nicht immer mobil sein und die Messwerte können auch zentral für nachfolgende Analysen gespeichert werden.
Fazit
Location Intelligence macht deutlich, dass der Ortsbezug auch in nicht geozentrischen Bereichen (Business-Daten, Big Data und Realtime) eine große Rolle spielt. Die Ergänzung klassischer Analysemethoden um die Geo-Komponente eröffnet Unternehmen vollkommen neue Perspektiven. Entscheider erkennen dank moderner Visualisierungsmöglichkeiten räumliche Muster und Beziehungen, die bei klassischen Tabellen oder Diagrammen verborgen bleiben würden.
Erfahren Sie in unserem kostenfreien E-Book, wie sich Unternehmen dank Location Intelligence Wettbewerbsvorteile sichern.
- Raumbezogene Daten im Fokus
- Inspirierende Best Practices
- Visualisierung mit Karten
