Analyse zur Digitalisierung und Nutzung von Big Data in der Hotellerie

Inhalt

Inhaltsverzeichnis

Abkurzungsverzeichnis

1. Einleitung
1.1 Relevanz des Themas
1.2 Zielsetzung und Vorgehensweise

2. Definitionen
2.1 Eingrenzung und Definition des zu untersuchenden Marktes der Hotellerie in Deutschland
2.2 Begriffserklarung Big Data und Data Science

3. Analysen des Status Quo
3.1 Analyse zur Marktsituation der Hotellerie in Deutschland
3.2 Bedeutung und Fortschritt der Digitalisierung in Deutschland
3.3 Verwendung von Software in der deutschen Hotellerie

4. Konzept von Data Science

5. Chancen aus der Digitalisierung und Data Science im reinen Marketing- Kontext
5.1 Verbesserung der Vertriebssteuerung
5.2 Individualisierung der Guest-Journey

6. Chancen aus der Digitalisierung und Data Science im betriebswirtschaftlichen Kontext
6.1 Steigerung der Produktivitat
6.2 Erhohte Konstruktivitat in der Entscheidungsfindung

7. Auswahl und Implementierung von Software

8. Risiken und Rechtslage im Bereich der Digitalisierung
8.1 Rechtlicher Rahmen aus der Datenschutzgrundverordnung
8.2 IT-Risiken und Cybersicherheit

9. Fazit

10. Schluss

11. Literaturverzeichnis

12. Abbildungsverzeichnis

13. Tabellenverzeichnis

14. Glossar

15. Anhang

Abkurzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung

“Die Vorstellungskraft ist wichtiger als das Wissen. Denn Wissen ist beschrankt auf das was wir jetzt kennen und verstehen. Die Vorstellungskraft aber umfasst die ganze Welt und alles was wir jemals kennen und verstehen werden” - so der bekannte Physiker Albert Einstein (Richter, 2012)¹. Vorstellungskraft ist eine Eigenschaft, die im Marketing oft notwendig ist. Die Unique Selling Proposition war das klassische Marketingargument eines Unternehmens, um die Zielgruppe von einer Kaufentscheidung zu uberzeugen. Es sollte vermieden werden, dass der Kunde sich fur die Konkurrenz entscheidet, die nicht uber dieses Alleinstellungsmerkmal verfugt. Um ihn tatsachlich gewinnen zu konnen, ist viel Kreativitat gefordert. Doch allein mit entsprechenden Werbeaussagen kann heute kein Unternehmen mehr im Wettbewerb bestehen. Die Digitalisierung hat sich in allen Branchen der Wirtschaft und in allen Bereichen des privaten Lebens ausgebreitet. Unser Wissen ist nicht mehr nur auf das beschrankt, was wir kennen und verstehen, weshalb dem obigen Zitat in diesem Zusammenhang mittlerweile zu widersprechen ist.

So wie die Globalisierungswelle des letzten Jahrhunderts die Weltwirtschaft verandert hat, befinden wir uns im Zuge der internationalen Ausbreitung des Internets, das in den 1970er Jahren seinen Anfang fand, mittlerweile in einer revolutionaren Transformation von Arbeitsprozessen, betrieblicher Organisation und Unternehmensstrategien. Spatestens seit Online-Travel-Agents (OTAs) zu Beginn der 2000er Jahre ein exorbitantes Wachstum verzeichnen konnten, hat auch die Hotelbranche keine Chance mehr dem Digitalisierungsprozess der globalen Wirtschaft zu entkommen. Zu Beginn der Nutzung des Internets fur das Marketing war es noch die unternehmenseigene Homepage, die schnell unverzichtbar wurde, um am Markt weiterhin prasent zu sein. Einhergehend mit dem rasanten Zuwachs an technischen Moglichkeiten wird auch auf Management-Ebene die Bereitschaft zu Innovation und Veranderung unentbehrlich, um eine gute Marktstellung des Unternehmens zu behalten. Wo Wandel stattfindet, ergeben sich neue Chancen und Risiken. So auch in der sich weiter ausbreitenden Digitalisierung von Prozessen in unserem alltaglichen sozialen und beruflichen Umfeld.

1.1 Relevanz des Themas

Bezugnehmend auf den grundlegenden Zusammenhang, dass das Angebot durch die Nachfrage bestimmt wird, bringen die Endverbraucher durch ihr Kaufverhalten folglich auch den AnstoR fur notwendige Anpassungen der Unternehmensstrategie. Nachdem Smartphones bereits in den Jahren um 2010 nicht mehr aus unserem Leben wegzudenken waren, hatte die personliche Selbstverstandlichkeit der Nutzung digitaler Medien beim GroRteil der Gesellschaft begonnen. Die wachsenden Speicherkapazitaten und Verbindungsgeschwindigkeiten haben eine internationale Vernetzung von Betrieben und die Virtualisierung von Prozessen und deren Steuerung durch eine Vielzahl von Softwares ermoglicht. Diese Entwicklung im privaten und unternehmerischen Bereich hat schlieRlich eine Revolution in der Statistik vorhergebracht. Die potenziellen Chancen aus der Nutzung der Vielzahl der durch die Digitalisierung entstehenden Daten haben die Begriffe „Big Data“ und „Data Science“ hervorgebracht. Die Menge an Daten, um die sich der globale Bestand sekundlich erganzt, steigt exponentiell an. Es gibt durch die voranschreitende Digitalisierung eine Vielzahl von verschiedensten Quellen, die die Daten liefern. Sie entstehen in allen Bereichen. Social-Media-Beitrage oder Aufzeichnungen in der Produktion sind nur ein Teil dieser Ursprunge. Da Informationen auf allen Ebenen entstehen, bringen sie zahlreiche Chancen fur jede Branche und groRenunabhangig jeden Betrieb. Innerbetrieblich ist das Potenzial der Datenmengen auch abteilungsubergreifend nutzbar. Sowohl im Marketing, dem Risikomanagement, der Gewinn- und Kostenoptimierung, als auch bei Investitionsentscheidungen konnen die Informationen erhebliche Verbesserungen hervorbringen.

In der Hotellerie besteht wachsender Druck im Konkurrenzkampf. Seit dem Siegeszug der Online-Buchungsportale sind die Kosten fur den Vertrieb allein durch hohe Kommissionen stark gestiegen. Damit einhergehend sinkt die Preisbereitschaft der Kunden. Zur Folge hat dies regressive Zimmerraten bei erhohten Ausgaben. Ein Faktor, der das Marktgeschehen in der Branche zusatzlich sehr stark beeinflusst, ist die seit Mitte Marz 2020 herrschende Covid-19-Pandemie. Aufgrund der Ausbreitung des Virus wurden international zahlreiche Maftnahmen erlassen, die bei einigen kleinen und mittelstandischen Unternehmen (KMU) der Tourismuswirtschaft zu groften Verlusten oder gar drohender Insolvenz fuhren. Weitreichende Kontaktbeschrankungen, Grenzschlieftungen, sowie Beherbergungs- und Veranstaltungsverbote lassen keinen Normalbetrieb mehr zu. Es gilt nun zukunftsorientiert am Markt zu agieren und die eigenen Strategien zu uberdenken. Fur eine erfolgreiche zukunftsorientierte Unternehmensplanung ist es entscheidend zu erkennen, dass sich Innovationen exponentiell weiterentwickeln. So verhalt es sich ebenfalls mit der digitalen und technologischen Revolution hin zur Hotellerie 4.0. Letzteres bedeutet die Optimierung des Hotelbetriebes anhand der digitalen Moglichkeiten.

Die Tatsache, dass sich Deutschland hinsichtlich des Digitalisierungsprozesses im Vergleich zu anderen Landern im Ruckstand befindet, ist offensichtlich. Die deutsche Hotellerie jedoch hat eine Vielzahl an umsetzbaren Maftnahmen ganzlich nicht erkannt. Die Grunde dafur sind in allen Ebenen der Branche zu finden. Eine einheitliche Aussage daruber lasst sich nicht machen. Jedoch ist festzustellen, dass zu geringes Fachwissen - das auch hoher Fluktuation geschuldet ist -, fehlender Mut zu Neuerungen und Investitionen auf Management-Ebene oder strukturelle und strategische Gegebenheiten in vielen Unternehmen den Fortschritt hemmen, so ein Mitarbeiter in einem Video der Online-Prasenz oncampusthl der Technischen Hochschule Lubeck Mitte 2019.² Teils drohende Insolvenzen und auRerordentlich geringe Auslastung sollte die Hotellerie nun erkennen lassen konnen, dass der Digitalisierungsprozess und die Nutzung der Big Data hohes Potenzial haben, den Betrieb zu einer guten Marktstellung zu bewegen.

Neben der Tatsache, dass die Hotellerie durch den wirtschaftlichen Abschwung - verursacht durch die Pandemie - geschwacht ist, geht hier bereits eine langere Leidensgeschichte der Branche seit steigender Anzahl von Online- Buchungsplattformen voraus. Das Angebot richtet sich nach der Nachfrage. Dies ist vor allem in der stark durch Kunden definierte Hotellerie ein nicht zu vernachlassigender Faktor in der Gestaltung der unternehmerischen Entscheidungsfindung. Fur Mitarbeiter der Branche ist eine fehlende Individualitat innerhalb des gesamten Aufenthalts, die auch von den Gasten reklamiert wird, eine bekannte Problematik, die durch unubersichtliche und vermeidbare Arbeitsprozesse entsteht. Eine zu geringe Differenzierung des Angebots fuhrt dazu, dass Kunden sich nicht lange an den Betrieb binden, da die Faktoren zur Kundenbindung durch eine einzigartige Guest Journey ausbleiben. Dies ist wiederum eine weitere Ursache fur den herrschenden Preiskampf unter den Hoteliers.

Der Digitalisierung in der Branche stehen Gaste oft skeptisch gegenuber, da dies zunachst die Wahrnehmung hervorruft vom Gastgeber aufgrund der Reduzierung des Kontakts nicht individuell betreut zu werden. Doch gerade der Digitalisierungsprozess eroffnet der Hotellerie vielseitige Chancen, die eine Modifikation der Gastebetreuung auf deren individuelle Merkmale und Intensivierung der Betreuung durch Wegfallen uberflussiger oder Minimalisierung aufwendiger Arbeitsprozesse erlauben. So gibt es viele Schritte beim Buchungsprozess, die durch die Zunahme von Online-Buchungen komplexer geworden sind und den Mitarbeitern viel Zeit kosten. Hier wird klar, dass keine durchdachte Digitalisierungsstrategie vorliegt. Durch die gezielte Auswahl, strukturierte Einfuhrung und stetige Weiterentwicklung von Anwendungen im Hotel, konnen die Arbeitsprozesse hochsteffizient gestaltet werden.

Die im Zuge der Digitalisierung ermoglichende Individualisierung des Hotelaufenthalts erfordert eine strategische Vorgehensweise, um den Gast langfristig ans Unternehmen zu binden und in sein Evoked-Set zu gelangen. An dieser Stelle spielen die MaRnahmen im Marketing eine vordergrundige Rolle. In diesem Zusammenhang lasst sich erklaren, weshalb Data Science keine reine Angelegenheit der betriebshochsten Instanz oder etwa des Revenue Managements ist. Zu oft ist noch vorzufinden, dass in keinem dieser Bereiche Data Science integriert wird

Die Analyse befasst sich folgend aufgrund der herausstechend ungewohnlichen Situation bezuglich des Reiseverhaltens und der wirtschaftlichen Entwicklung mit den Chancen und den zu vermeidenden Risiken im Zuge einer nun notwendigen Digitalisierungsstrategie, sowie dem Potenzial in der Nutzung der Big Data in der Hotellerie. Als maRgeblicher Teil eines Digitalisierungsprozesses wird besonders auf die Durchfuhrung der Software- Implementierung eingegangen. Es ist zu beachten, dass in dieser Arbeit aus Praktikabilitatsgrunden ausschlieRlich die - sich nach Hotelklassifizierung eingeteilt ergebende - Mehrheit der Hotellerie untersucht wird. Andere Betriebsarten des Beherbergungsgewerbes sind somit kein Bestandteil der Analyse. Fachspezifische informationstechnologische Merkmale innerhalb der Software-Implementierung zu diskutieren, wurde den beabsichtigten Umfang der vorliegenden Arbeit uberschreiten.

1.2 Zielsetzung und Vorgehensweise

Betrachtet man die branchenubergreifende Verwendung von Big Data und Durchfuhrung von Digitalisierungsprozessen in Deutschland, ist ein deutlicher Ruckstand in beiden Bereichen innerhalb der Hotellerie zu erkennen. Vor allem unter Berucksichtigung der Neuartigkeit von Data Science und der sich exponentiell ansteigenden Entwicklung an Moglichkeiten im Zusammenhang mit der Digitalisierung, ist beispielsweise in Industrie- oder Marktforschungsunternehmen deutlich zu erkennen, dass solche Methoden weitaus mehr aktive Anwendung finden.

Diese Gegebenheit veranlasst zu hinterfragen, welch ungenutztes Potenzial fur diesen Teil der Beherbergungsbranche vorliegt. Um dies festzustellen, ist vorab eine Klarung des behandelten Branchensegments der reinen Hotellerie, sowie die Aufklarung uber die Bedeutung und das Verstandnis von Big Data und Data Science notwendig. Um den weiteren Kontext zu verstehen, werden die Zentralbegriffe und das Konzept dem der klassischen beschreibenden Statistik im Detail gegenubergestellt. Fur die Nachvollziehbarkeit der Umsetzung der Ergebnisse ist das Hintergrundwissen uber die Marktsituation und die IT- Struktur in der Branche erforderlich. Wahrend bereits festgehalten wurde, dass in anderen Branchen hinsichtlich der Digitalisierung ein Fortschritt besteht, der in der Hotellerie nicht in diesem Ausmaft anzutreffen ist, mussen hier auch die Details zum Stand dessen innerhalb Deutschlands aufgezeigt werden.

Wie dieses Konzept generell in der Branche fur Verbesserungen genutzt werden kann, wird anhand ausgewahlter Ziele aufgezeigt. Dabei werden nicht nur solche, die die direkte Anwendung in der Marketing-Abteilung finden, aufgezeigt, sondern ebenso solche die zur Steigerung des Mehrwerts innerhalb betriebswirtschaftlicher Maftnahmen fuhren analysiert. Dabei wird immer wieder das Gesamtziel der Nutzung von Big Data und der Digitalisierung deutlich.

Im Zuge von Neuerungen ist ebenfalls abzuwagen, die damit verbundenen Risiken und Faktoren im Digitalisierungsprozess zu analysieren, die vordergrundig Problematiken in der Umsetzung hervorrufen konnen. Dies fuhrt dazu, den Vorgang der Software-Implementierung naher zu betrachten.

Weiterhin ist auch ein besonderes Augenmerk auf spezielle Unsicherheiten bezuglich der Anwendung von Informationstechnologien zu legen. Damit einhergehend nimmt der Datenschutz vor allem in der Datenanalyse eine relevante Stellung ein. Der rechtliche Rahmen, in dem Daten im Zwecke der Digitalisierung genutzt werden konnen, muss beachtet werden. Zusammengefasst gibt diese Arbeit wieder, ob die Chancen oder Risiken, die sich aus der Digitalisierung und Nutzung von Big Data fur die Hotellerie ergeben, uberwiegen. Es wird erortert, inwiefern Moglichkeiten bestehen, um damit verbundene Ziele zu erreichen. Hinsichtlich des Vorgangs der Software- Implementierung wird eine Deskription anzuwendender Strategien und zu betrachtender Aspekte vorgenommen, die fur eine optimale Nutzung von Software heranzuziehen sind.

Folgend zielt diese wissenschaftliche Arbeit auf eine umfangreiche Beurteilung der Umsetzung der Digitalisierung und Nutzung von Big Data in der Hotellerie unter Analyse der zu beachtenden Kriterien in der Software-Implementierung vor.

2. Definitionen

Zunachst ist der Bereich der Hotellerie einzugrenzen, fur die die Analyse im Rahmen dieser Arbeit durchgefuhrt wird. Folgend ist fur das weitere Verstandnis zu betrachten, was hinter dem Begriff Big Data steht und womit sich die Datenwissenschaft beschaftigt.

2.1 Eingrenzung und Definition des zu untersuchenden Marktes der Hotellerie in Deutschland

Vorrangig ist festzuhalten, dass sich diese Arbeit lediglich mit dem Beherbergungsgewerbe beschaftigt und nicht explizit auf das reine Gastronomiegewerbe eingegangen wird, da die Moglichkeiten bezuglich Digitalisierung und Nutzung von Big Data im Vergleich mit der Hotellerie viele Gemeinsamkeiten aufweisen. Um den Beherbergungsmarkt einzugrenzen und diese Analyse dennoch relevant fur den GroRteil der Beherbergungsbetriebe zu halten, wird ausschlieRlich die Hotellerie an sich behandelt. In Anbetracht einer Statistik uber die Ankunfte in Beherbergungsstatten des statistischen Bundesamts aus dem Jahr 2020 ist eindeutig, dass die Hotellerie - mit dem hochsten Anteil - die bedeutsamste Form des Beherbergungsgewerbes darstellt.³ Unter eben genannter Hotellerie sind alle Beherbergungsbetriebe zu verstehen, die nach aktueller Definition des DEHOGA Bundesverbands „eine Rezeption, Dienstleistungen, tagliche Zimmerreinigung, zusatzliche Einrichtungen und mindestens ein Restaurant fur Hausgaste und Passanten“ offerieren.⁴ Nach dieser Definition sind alle Betriebe, die der Parahotellerie zuzuordnen sind, von der Relevanz fur diese Arbeit ausgeschlossen. Sie sind in diese einzuteilen, wenn mindestens ein Aspekt, der fur ein Hotel vorausgesetzt wird, nicht zutrifft. Unter anderem konnen folgende Betriebsarten laut der Touristik-Professorin Prof. Dr. Dagmar Hettinger an der FH Worms als solche bezeichnet werden: Appartements, Ferienhauser, Jugendherbergen, Pensionen und Campingplatze.⁵

Ein Hauptfaktor im Rahmen der Digitalisierung und Nutzung von Big Data in der Hotellerie ist die Form der Konzeption des Unternehmens, da davon unterschiedliche organisatorische Strukturen, sowie finanzielle Ressourcen bestimmt werden. Der Stellenwert dessen wird in der spateren Analyse naher aufgezeigt. Vorweg ist bei Betracht der Konzeption die Frage zu stellen, wer fur die Steuerung des Unternehmens verantwortlich ist. Beim Versuch dies zu beantworten kristallisieren sich drei Formen heraus, deren weitere Eigenschaften im wissenschaftlichen Buch Hotelmanagement wie folgend beschrieben definiert werden:

- Kettenhotellerie = Hotels, die eine einheitliche Corporate Identity verfolgen und Zugehorigkeit zu einer Hotelgesellschaft oder einem -konzern aufweisen
- Individualhotellerie = juristisch und wirtschaftlich selbststandige Hotels, deren Strategie und Ziele vom Unternehmer selbst abhangig sind und je Unterschiede aufweisen
- Hotelkooperationen = juristisch und wirtschaftlich selbststandige Hotels, die eine Kooperation mit anderen Hotels bezuglich einzelner Betriebsaufgaben oder Abteilungen eingegangen sind, um Optimierungen derer zu erzielen (Henschel/Gruner/Freyberg, 2013, S. 38)⁶

Aufgrund des geringen geforderten Standards bezuglich Ausstattung und Dienstleistungsumfang in der ein- bis zwei-Sterne-Klassifizierung von Hotels - siehe Anhang 1: Kurzprofil zur Unterscheidung der deutschen Hotelklassifizierung -, wird das Hauptaugenmerk der zu behandelnden Bereiche der Hotellerie durch den Ausschluss dieser zusatzlich eingegrenzt.⁷ Ausschlaggebend fur die Analyse sind infolgedessen die Hotelklassifizierungen von drei bis funf Sternen - sprich Komfort, First-Class und Luxus. Zugleich wird durch den Einbezug der Komfort-Hotels weiterhin ermoglicht, den fuhrenden Anteil der Hotellerie anzusprechen. ⁸

2.2 Begriffserklarung Big Data und Data Science

Zunachst ist unbedingt zu beachten, dass neben Big Data und Data Science, auch Data Analytics und Statistik einer Definition bedurfen, da diese in enger Verbindung stehen. Um also das Gesamtbild der Data Science im Zusammenhang mit Big Data zu verstehen und Verwechslungen zu vermeiden, wird auch auf diese eingegangen.

Grundsatzlich werden unter Big Data alle „Datenbestande, die so groG, schnelllebig oder komplex sind, dass sie sich mit herkommlichen Methoden nicht oder nur schwer verarbeiten lassen“, so vom Software-Anbieter SAS Institute GmbH zusammengefasst.⁹ Festzuhalten ist auch, dass sich der Begriff nicht auf eine spezielle Menge oder die Gesamtheit an Daten bezieht, sondern tendenziell eine Definition des Phanomens der Unmengen im zeitlichen Verlauf entstehenden neuen Daten versucht zusammenzufassen. Eine einheitlich angewandte Definition gibt es nicht. Im Duden werden darunter „riesige Datenmengen“ und „Technologien zur Verarbeitung und Auswertung riesiger Datenmengen“ festgehalten.¹⁰ Entsprechende Technologien sind etwa Frameworks oder Datenbanken. Eine Auswahl von Anbietern, die den Markt dominieren wird unter 7.1. Ablauf der Software-Implementierung behandelt.

Die Thematik von Big Data ging aus dem internationalen, starken Anstieg an Daten, die durch verschiedene Technologien entstehen, hervor. Zeitlich ist dies laut dem Zahlungsauslose- und Kontoinformationsdienst FTS, der sich auf Datenanalyse spezialisiert hat, Mitte der 90er Jahre eingeordnet.¹¹ Eine eindeutige Zuordnung zur Herkunft und Entstehungszeitraum des Begriffs ist jedoch nicht gegeben. Festzuhalten ist aber, dass Big Data seit der anfanglichen Nutzung des Internets als Massenmedium Mitte der 90er Jahre im Zuge der digitalen Revolution immer mehr an Bedeutung fur Unternehmen gewinnt.¹² Bevor sich allerdings der Begriff Big Data gepragt hatte, war Data Mining weit verbreitet. Darunter wird das Erkennen von Mustern innerhalb von Daten verstanden (Wuttke, o. J.).¹³ Mitte der 1990er Jahre hat der US- amerikanische Informatiker und Professor fur Statistik an der Purdue University in West Lafayette William S. Cleveland das Vorgehen bei Data Mining mit Informatik vereint und so die Statistik durch Technik mit wesentlich geringerem Zeitaufwand und unkomplizierter ermoglicht. Er hat damit den Begriff Data Science gepragt, so der fruhere Data Scientist und nun Software Engineer Jonathan Ma.¹⁴

Seither ist ein erhebliches Wachstum an Daten festzustellen. Im Jahr 2011 wurden global erstmals mehr als ein Zettabyte produziert (Drewer/Massion/ Pulitano, 2017).¹⁵ Dies entspricht 10[21] Bytes oder wie von Jurgen A. Krebs bei www.storage-insider.de anschaulicher beschrieben „Das sind etwa so viele Informationen, wie es Sandkorner an allen Stranden der Welt zusammen gibt.“.^{16 17} Er bezieht sich im Artikel auf eine im November 2018 veroffentlichte Studie von IDC, aus der hervorgeht, dass ein nicht endendes Wachstum erwartet wird. Dies wird in der unten aufgefuhrten Grafik aus der Untersuchung des IDC deutlich. Fur das Jahr 2025 erwartet IDC ein weltweites Datenvolumen

Abbildung in dieser Leseprobe nicht enthalten

IDC 17

Oft wurde Big Data seit 2010 von Firmen und in den Medien als Trend bezeichnet. Laut Pressemitteilung des statistischen Bundesamts am 01.09.2017 konnte festgehalten werden, dass folgende Anteile deutscher Unternehmen Big Data-Analysen durchfuhren: „Bei Groftunternehmen mit 250 und mehr Beschaftigten lag der Anteil bei 17 %, bei mittelgroften Unternehmen (50 bis 249 Beschaftigte) betrug er 9 %. Kleine Unternehmen (10 bis 49 Beschaftigte) nutzten Big Data noch seltener (5 %).“.¹⁸ Bereits 2018 ist zu erkennen, dass der vermeintliche IT-Trend mehr Anerkennung in deutschen Unternehmen findet. Laut der Deutschen Gesellschaft fur Qualitat (DGQ) spielt Big Data bei 57 % der befragten Unternehmen ab einer Grofte von 20 Mitarbeitern eine zentrale Rolle.¹⁹ Die DGQ bezieht sich mit dieser Aussage auf eine vom Digitalverband Bitkom durchgefuhrte Befragung in 604 Betrieben.²⁰ Eine Problematik, weshalb die Analyse der Big Data in der freien Wirtschaft noch nicht weit genug anerkannt ist, ist der Umstand, dass vor allem in mittelstandischen Unternehmen schlichtweg nicht die geeigneten Ressourcen dafur vorhanden sind. Durch die Grofte der Daten und der geforderten Rechner-Kapazitat, auf die bei der Datenverarbeitung zugegriffen wird, sind entsprechend ausgebaute IT-Systeme notwendig. An dieser Stelle sind deutsche Unternehmen oft nicht genugend ausgerustet und beurteilen die Moglichkeit der Umsetzung von Data Science im eigenen Unternehmen vorzeitig als nicht moglich. Doch auch fur kleine Unternehmen gibt es Optionen, ohne grofte Investitionen aus der Big Data zu profitieren. Eine Analyse dieser und die konkrete technische Umsetzung folgt unter dem Gliederungspunkt 7.1. Ablauf der Software-Implementierung.

Ubergeordnetes Ziel der Nutzung von Big Data ist es, aus den Daten Erkenntnisse zu gewinnen, die verschiedenste optimierte Prozesse ermoglichen. Neben uns langjahrigen Anwendern der Data Science, wie soziale Netzwerke und Suchmaschinen, die das vorhandene Potenzial bereits fruhzeitig erkannt haben, sowie Marktforschungsunternehmen, werden die Datenmengen allerdings vorwiegend in der Industrie angewendet.²¹ Unter dem Begriff Industrie 4.0 wird Big Data mit Hilfe der Industry Analytics genutzt, um Prognosen zu erstellen und damit Prozesse in der Produktion zu optimieren, wobei die Kostenreduzierung und Automatisierung eine vordergrundige Rolle spielen. ²² Die angewandten Methoden konnen jedoch in alle Branchen ubertragen werden. Beispiele aus anderen Branchen sind etwa die verbesserte Diagnose-Findung unter Reduzierung von Falschdiagnostiken im medizinischen Bereich, die Erstellung genauer und zuverlassiger Prognosen zur Ausbreitung von Krankheiten oder auch die Erstellung von Taterprofilen und Analyse des Tathergangs innerhalb polizeilicher Nachforschungen.[13]

Die aufterordentliche Professorin der School for Communication der San Diego State University und stellvertretende Direktorin des Center for Human Dynamics in the Mobile Age (HDMA) Dr. Lourdes Martinez beschreibt die Wissenschaft Data Science als „the structured study of data for the purpose of producing knowledge. Going beyond simply using data, data science revolves around extracting actionable knowledge from said data. Despite this definition, confusion exists surrounding the conceptual boundaries of data science in large part due to its intersection with other concepts, including big data and data- driven decision making.“.²³ Die Statistik im Sinne der Mathematik stellt Methoden zur Verfugung, um eine festgelegte Fragestellung zu untersuchen und Ergebnisse reprasentativ darzustellen. Im Vergleich dazu beinhaltet Data Science wissenschaftliche Vorgehensweisen unter computergestutzter Anwendung von Algorithmen und benotigt Programmierung. Durch angewandte Informatik kann somit - uber das Ziel der Statistik hinaus - detaillierte Prognosen und konkrete Handlungsempfehlungen fur kunftige betriebliche MaGnahmen zur Verfugung stellen. Die Methoden mathematischer Statistik sind folgend als unverzichtbare Basis fur Data Science zu verstehen.²⁴

3. Analysen des Status Quo

Im Zuge der Digitalisierung gab es auch in der Hotellerie bereits starke Veranderungen. Wie der Hotelmarkt davon bereits beeinflusst wurde und unter welchen Einflussen die Branche derzeit noch steht, muss fur die weitere Vorgehensweise zur Erreichung der Ziele zwingend mit einbezogen werden. Bei Recherchen zur Digitalisierung und Datenanalyse stoftt man oft auf auslandische Statistiken und Artikel. Aus diesem Grund wird hinterfragt, wie Deutschland im digitalen Fortschritt abschneidet und welche Hintergrunde dafur ausschlaggebend sind. Darauf aufbauend ist folglich auch die Lage innerhalb der Hotelbranche zu analysieren. Hierzu mussen wir betrachten wodurch sich die IT-Struktur auszeichnet.

3.1 Analyse zur Marktsituation der Hotellerie in Deutschland

Betrachtet man die Ubernachtungszahlen der Hotelbranche im vergangenen Jahrzehnt, wird deutlich, dass die Beherbergungsbetriebe ein jahrliches Wachstum an Buchungen verzeichnen konnten. Dies bestatigt der Uberblick des Deutschen Hotel- und Gaststattenverband (DEHOGA) im Zahlenspiegel des vierten Quartals des Jahres 2019: „Die Anzahl der Ubernachtungen stieg 2019 um 3,7%. Die Ubernachtungszahlen erreichen damit im zehnten Jahr in Folge einen neuen Rekordwert.“.²⁵ Laut dem Verband betrug der Umsatz im Jahr 2019 in der Hotellerie 29,1 Milliarden Euro, was einem Wachstum zum Vorjahr um 2,6 % entspricht. Die Branche verzeichnete seit 2011 stets positive Umsatzentwicklung.²⁶ Dennoch beklagte ein Groftteil an befragten Hoteliers die Betriebskosten an zweiter Stelle (43,1 %) und Buchungsplattformen an neunter Stelle (21,4 %) als Hauptproblemfelder innerhalb der Hotellerie. Dies geht ebenfalls aus dem o. g. Branchenbericht der DEHOGA hervor.[25] Die Aufstellung weiterer Hauptproblemfelder aus der Befragung sind im Anhang 2 DEHOGA- Branchenbericht Herbst 2019: Befragung zu Hauptproblemfeldern in der Hotellerie, S. 7 zu finden.

Seit Etablierung der Online-Travel-Agencies (OTAs) sind die indirekten Buchungen stark gestiegen (ahgz, 2020).²⁷ Diese umfassen alle Online- Buchungsplattformen. Diese Tatsache hat fur die Hoteliers hohe Ausgaben im Vertrieb zur Folge, da hier hohe Kommissionen anfallen, die von Buchungsportalen fur die Vermittlung berechnet werden. Durch Anbieter wie Expedia, HRS oder Booking.com wurde den potenziellen Kunden ein leichterer Vergleich der Hotels ermoglicht. Folglich ist der ohnehin schon bestehende Konkurrenz- und Investitionsdruck erheblich angestiegen. Entsprechend sind die Hoteliers gezwungen durch verbessertes Marketing den Anteil direkter Buchungen im Vergleich zu indirekten Buchungen zu erhohen.

In den letzten Jahren ist auffallig, dass die durchschnittliche Zimmerrate (Average Room Rate = ARR), sowie der Erlos pro verfugbarem Zimmer (Revenue per available room = RevPAR) auf ahnlichem Niveau stagnieren. In den ersten drei Quartalen 2020 sanken die Kennzahlen durch staatliche Maftnahmen in Bezug auf die Covid-19-Pandemie. Dies zeigt die Grafik auf der nachfolgenden Seite.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Entwicklung der ARR und des RevPAR in Deutschland im Zeitraum von 2017 bis 2020, eigene Darstellung[2829]

Die Finanzierung der Hotelimmobilien war bisher anhand von Fremdkapital weitestgehend unproblematisch. Fur Investoren waren die Betriebe eine gute Anlage. Im Zuge stark sinkender Umsatze wahrend der Pandemie, steigt das Risiko fur Immobilieninvestments in der Branche.^{28 29 30} Eine Erholung des Umstands ist derzeit nicht absehbar. Die Eigenkapitalquote bei Hotelbetrieben ist weitestgehend gering (Heesen/Meusburger, 2019).³¹ Angesichts der Beurteilung und Wahl der Unterkunft seitens potenzieller Kunden anhand der Ausstattung des Hotels, wird den Hoteliers im Zusammenhang mit hohen Investitionskosten eine bedachte Planung in der Verwendung der finanziellen Mittel abverlangt.³²

3.2 Bedeutung und Fortschritt der Digitalisierung in Deutschland

Einige Betreiber sehen die aktuelle Krise nun als Gelegenheit in die Digitalisierung zu investieren und dies als Chance zur Steigerung des Umsatzes nach der Krise zu nutzen. Da die gesamtwirtschaftliche Stellung in Bezug auf die Digitalisierung trivialerweise Einfluss auf eben diese in der Hotelbranche hat, ist der Digital Economy and Society Index (DESI) hier mit einzubeziehen.

Der Index beurteilt nach der Europaischen Kommission anhand mehrerer Indikatoren den Fortschritt der Digitalisierung in Wirtschaft und Gesellschaft innerhalb Europas.³³ Die Berechnung erfolgt ebenso durch sie. Deutschland hat bei der aktuellen Berechnung fur das Jahr 2020 den zwolften Platz unter den 27 EU-Mitgliedsstaaten belegt und liegt damit nur knapp uber dem europaischen Durchschnittswert. Beurteilt wurden die nachstehenden Aspekte:

- die Kon nektivitat in Bezug auf Breitbandanbindungen
- die Befahigung und Qualifikation in der Nutzung des Internets
- die Internetnutzung an sich
- die Einbindung digitaler Technologien in Unternehmen, sowie digitale behordliche Dienste

[...]

---

¹ Vgl. Richter, Michael: Marketing fur KMU: Die Vorstellungskraft ist wichtiger als das Wissen, in: marketing-BORSE GmbH, 30.11.2012, unter https://www.marketing- boerse.de/fachartikel/details/marketing-fuer-kmu-die-vorstellungskraft-ist-wichtiger-als-das- wissen/39510

² Vgl. Technische Hochschule Lubeck: Scheitern Hotels an der Digitalisierung? Knowhow - Personalmangel im Tourismus! Interview, in: YouTube-Kanal oncampusthl, 21.06.2019, https://www.youtube.com/watch?v=mhdvLGvvVV8, 00:48-01:60

³ Vgl. Statistisches Bundesamt: Ankunfte in Beherbergungsstatten in Deutschland nach Betriebsart in den Jahren 2017 bis 2019, 2020, https://de.statista.com/statistik/daten/studie/312478/umfrage/ankuenfte-in- beherbergungsstaetten-nach-betriebsart/

⁴ DEHOGA Bundesverband: Zahlen & Fakten: Betriebsarten, o. J. (abgerufen am 03.11.2020, https://www.dehoga-bundesverband.de/zahlen-fakten/betriebsarten/

⁵ Vgl.: Prof. Dr. Hettinger, Dagmar: Grundlagen der Verkehrs- und Tourismuswirtschaft: Parahotellerie, in: Wirtschaftslexikon Gabler, 19.02.2018, https://wirtschaftslexikon.gabler.de/definition/parahotellerie-44780/version-268084

⁶ Vgl.: Prof. Dr. Henschel, U. Karla / Prof. Dr. Gruner, Axel / Prof. Dr. von Freyberg, Burkhard: Hotelmanagement, 2013, Oldenbourg Verlag Munchen, S. 38

⁷ Vgl.: Hotelstars Union Deutschland: Die Kriterien der Hotelstern in Deutschland, o. J. (abgerufen am 15.08.2020), https://www.hotelstars.eu/de/deutschland/kriterien/kurzbotschaften/

⁸ Vgl.: Prof. Dr. Henschel, U. Karla / Prof. Dr. Gruner, Axel / Prof. Dr. von Freyberg, Burkhard: Hotelmanagement, Oldenbourg Verlag Munchen, 2013, S. 92

⁹ Vgl.: SAS Institute GmbH: Predictive Analytics - Wie funktioniert das? o. J. (abgerufen am 09.12.2020), https://www.sas.com/de_de/insights/analytics/predictive-analytics.html

¹⁰ Duden Online: Big Data, 26.04.2018, https://www.duden.de/node/22465/revision/22494

¹¹ Vgl.: Fintec Systems: Alle reden uber Big Data: Historie, Definition und Ausblick, 15.08.2018, https://knowledge.fintecsystems.com/blog/big-data-historie-definition-ausblick

¹² Vgl.: Hagen, L.: Digitale Revolution, I. Politikwissenschaftlich, in: Staatslexikon Online, 22.10.2019, https://www.staatslexikon-online.de/Lexikon/Digitale_Revolution

¹³ Vgl.: Wuttke, Laurenz: Data Mining: Algorithmen, Definition, Methoden und Anwendungsbeispiele, in: datasolut Gmbh, o. J. (abgerufen am 02.09.2020), https://datasolut.com/was-ist-data-mining/#Data-Mining-Definition

¹⁴ Vgl.: Ma, Jonathan: Kanal: Joma Tech: What REALLY is Data Science? Told by a Data Scientist, 22.06.2018, https://www.youtube.com/watch?v=xC-c7E5PK0Y, 01:20 - 02:00

¹⁵ Vgl.: Drewer, Petra / Massion, Francois / Pulitano, Donatella: Was haben Wissensmodellierung, Wissensstrukturierung, kunstliche Intelligenz und Terminologie miteinander zu tun, 2017, http://dttev.org/DIT/170-1-2-big-data-und-informationsexplosion.html

¹⁶ Krebs, Jurgen / Dr. EhneG, Jurgen: Die Zettabyte-Welt schlittert in eine Storage-Krise, 08.01.2020, https://www.storage-insider.de/die-zettabyte-welt-schlittert-in-eine-storage-krise-a- 890776/

¹⁷ Vgl.: Reinsel, David / Gantz, John / Rydning, John: The Digitization oft he World: From Edge to Core, IDC, 2018, https://www.seagate.com/files/www-content/our-story/trends/files/idc- seagate-dataage-whitepaper.pdf

¹⁸ Statistisches Bundesamt: Presse mitteilung Nr. 305 vom 1. September 2017, 01.09.2017, https://www.destatis.de/DE/Presse/Pressemitteilungen/2017/09/PD17_305_52911.html

¹⁹ Vgl.: Deutsche Gesellschaft fur Qualitat: Big Data bei vielen Unternehmen an erster Stelle, 08.05.2019, https://www.dgq.de/fachbeitraege/big-data-bei-viele-unternehmen-an-erster-stelle/

²⁰ Vgl.: Bitkom: Big Data steht bei sechs von zehn Unternehmen an erster Stelle, 11.06.2018, https://www.bitkom.org/Presse/Presseinformation/Big-Data-steht-bei-sechs-von-zehn- Unternehmen-an-erster-Stelle.html

²¹ Vgl.: Online-Marketing-Fans (OMF): Big Data, o. J. (abgerufen am 05.09.2020), https://onlinemarketingfans.de/lexikon-online-marketing/big-data/

²² Vgl.: Vodafone GmbH: Wie Big Data die Industrie 4.0 antreibt, 21.09.2018, https://www.vodafone.de/business/featured/technologie/wie-big-data-die-industrie-4-0- antreibt/#:~:text=Die%20Bedeutung%20von%20Big%20Data%20in%20der%20Industrie,zu%20 beseitigen%20oder%20Anpassungen%20vorzunehmen.%20Weitere%20Artikel...%20

²³ Martinez, L.S. / Schintler, L. / McNeely, C.: Encyclopedia of Big Data, DOI: https://doi.org/10.1007/978-3-319-32001-4, Springer, Cham, 2017

²⁴ Vgl.: Educba: Data Science vs Statistics, o. J. (abgerufen am 03.11.2020), https://www.educba.com/data-science-vs-statistics/

²⁵ Vgl.: DEHOGA Bundesverband: DEHOGA-Zahlenspiegel IV/2019, 2020, https://www.dehoga- bundesverband.de/fileadmin/Startseite/04_Zahlen___Fakten/07_Zahlenspiegel___Branchenber ichte/Zahlenspiegel/Zahlenspiegel_4._Quartal_2019.pdf

²⁶ Vgl.: DEHOGA Bundesverband: Zahlen & Fakten: Umsatz: Beherbergungsgewerbe, o. J. (abgerufen am 02.11.2020), https://www.dehoga-bundesverband.de/zahlen- fakten/umsatz/beherbergungsgewerbe/

²⁷ Vgl.: Allgemeine Hotel- und Gaststattenzeitung (ahgz): Studie: Zahl der Direktbuchungen in Europa sinkt, 24.07.2020, https://www.ahgz.de/hotellerie/news/studie-zahl-der- direktbuchungen-in-europa-sinkt-276336

²⁸ Vgl.: DekaBank: Immobilienresearch Spezial: Hotelmarkt Deutschland, 01.12.2020, https://www.deka.de/site/dekade_deka- gruppe_site/get/documents/dekade/Publikationen/2020/Immobilien/Research%20Spezial/20201 201_IRS_Hotelmarkt_Deutschland.pdf, S. 3

²⁹ Vgl.: DekaBank: Immobilienresearch Spezial: Hotelmarkt Deutschland, 14.08.2019, https://www.deka.de/site/dekade_deka- gruppe_site/get/documents/dekade/Publikationen/2019/Immobilien/Research%20Spezial/20190 814_IS_Hotelmarkt_Deutschland.pdf, S. 4

³⁰ Vgl.: Allgemeine Hotel- und Gaststattenzeitung (ahgz): Investoren stufen Hotels herunter, 08.06.2020, https://www.ahgz.de/hoteldesign/news/investoren-stufen-hotels-herunter-275702

³¹ Vgl.: Heesen, Bernd / Meusburger, Christoph Walter: Basiswissen Investition und Planung in der Hotellerie, DOI: https://doi.org/10.1007/978-3-658-23955-8, 2019, S. 5

³² Vgl.: Heesen, Bernd / Meusburger, Christoph Walter: Basiswissen Investition und Planung in der Hotellerie, DOI: https://doi.org/10.1007/978-3-658-23955-8, 2019, S. 11

³³ Vgl.: Europaische Kommission: Index fur die digitale Wirtschaft und Gesellschaft (DESI 2020: Fragen und Antworten: I - Ergebnisse des DESI 2020, 11.05.2020, https://ec.europa.eu/commission/presscorner/detail/de/QANDA_20_1022