Big Data und andere Trends im Bereich BI (2/4)

Big Data

Im Bereich Business Intelligence und insbesondere beim Thema Big Data ist viel Bewegung drin. Trends kommen und gehen. Neue Trends zeichnen sich ab. Dabei die Pace und den Überblick zu wahren ist gerade für KMU’s nicht einfach. Die Datenmengen wachsen weltweit rasant. Wir sprechen von Exa-, Zetta- oder gar Yottabytes. Nur Hightech-Rechner bekommen die Massen noch in den Griff. Doch auch private Anwender rüsten weiter auf. Es ist eine Kunst, die Datenflut richtig zu nutzen und nicht in ihr unterzugehen.

Big Data und andere Trends im Bereich Business Intelligence (BI)

Big Data – Aus „Big“ mach „Smart“

Big DataWeltweit produzierten Menschen und Maschinen im vergangenen Jahr erstmals 1,8 Zettabyte an Daten – und Prognosen zufolge verdoppelt sich das Volumen alle zwei Jahre. Gemäß einer Studie von TDWI setzten 2013 gerade mal 10% der US-Unternehmen systematisch Big Data – Technologien ein. Heute dürften es bereits deutlich mehr sein. Einer Studie von CapGemini 2015 (s. Grafik unten) zufolge werden diesbezügliche Technologien im deutschsprachigen Raum mittlerweile doch schon von rund 20% der Unternehmen eingesetzt, Tendenz steigend. Wir alle wissen aber, dass das, was Mainstream wird, nicht per se gut sein muss. Die Kunst liegt darin, nicht einfach wahllos Daten zu häufen, sondern diese gezielt und gewinnbringend zu verwerten. Alte und neue Best Practices sollen kombiniert, Teams und Fähigkeiten, Datentypen und Funktionalitäten erweitert und neu ausgerichtet werden, damit das volle Potential der neu-gewonnenen Transparenz genutzt werden kann.

Die Anwender von „Big Data“-Technologien haben unterschiedlich große Datenmengen zu bewältigen. Tweets, Facebook -Posts und E-Mail-Nachrichten etwa lassen sich mit traditionellen relationalen Datenbanken nicht ganz leicht erkunden. – Selbst sie brauchen neue Technologien, auch wenn es sich dabei nicht um „Big Data“ im eigentlichen Sinn handelt. Schnell wird klar: Erfolgreich ist, wer es schafft, Erkenntnisse aus teilweise höchst unstrukturierten Inhalten wie Sensordaten zu gewinnen.

Für das Handling der weltweiten Datenflut entwickelt sich heute ein richtiggehendes Daten-Ökosystem. Dazu zählen bei weitem nicht mehr nur Hadoop und NoSQL-Technologien, welche schon früh den Niedergang der klassischen Data-Warehouses heraufbeschwörten. Analytische Tools wie IBM Puredata System for AnalyticsHP VerticaPivotal Greenplum und viele andere sind genauso Teil des stark wachsenden Daten-Marktes. Hinzu kommen In-Memory-Computing-Applikationen wie SAP Hana, Microsoft Hekaton und Oracle Exalytics. Das Ganze dürfte sich in den nächsten Jahren rasant weiterentwickeln und noch enger zusammenrücken (Bsp. Integration von Hadoop-Technologien mit traditionellen Datawarehouses, Unterstützung unterschiedlichster Datenformate und -quellen durch BI-Anbieter, neue Produkte rund um „Hadoop“, Vormarsch der „In-Memory“-Lösungen gegenüber herkömmlichen Plattenspeicherlösungen, etc.). Die Potentiale sind enorm.

Einer aktuellen Umfrage des Frauenhofer-Instituts zufolge wurden drei zentrale Chancen im Bereich Big Data für Unternehmen identifiziert:

  • Effizientere Unternehmensführung:
    Prognosen und Echtzeitanalysen ermöglichen optimierte Abläufe und dienen als Basis für effizientere Strukturen. Logistikunternehmen, wie DHL, beispielsweise planen ihr Kapazitäts- und Dispositionsnetz aufgrund aktueller Wetter-, Feiertags- oder Grippedaten mit dem Resultat geringerer Kosten und Leerfahrten. Der Versandhandel glänzt mit deutlich weniger Retouren, Abschreibungen, Ladenhütern, kürzeren Lieferzeiten und damit deutlich geringerem gebundenen Kapital – Big Data zahlt sich aus.
  • Massenindividualisierung:
    Systeme lernen die Bedürfnisse ihrer Nutzer kennen, so dass in Zukunft weit individuellere Services angeboten werden können. Was wir von Online-Shops und Kundenkarten schon länger kennen wird künftig auf alle Lebensbereiche ausgeweitet. Im Gesundheitswesen ist es heute beispielsweise möglich, durch die Auswertung von Patientendaten Tabletten in individuell abgestimmter Dosis statt in Standardmengen zu verabreichen.
  • Intelligentere Produkte:
    Maschinen mit Big-Data-Intelligenz verarbeiten und kommunizieren große Mengen an Sensordaten selbstständig, wir sprechen von 1 Mio. Gigabyte pro Sekunde oder mehr. Autonome Fahrzeuge, wie diejenigen von Google, wären davor nie denkbar gewesen und öffnen heute völlig neue Horizonte.

Unternehmen sollten die Entwicklungen in all diesen Bereichen äußerst aufmerksam mitverfolgen. Es gilt, aus den vielen Möglichkeiten die vielversprechendsten Ansätze für sich selbst zu wählen und konsequent umzusetzen. Diese zu erkennen, ins eigene Unternehmen „reinzukommen“ (Stichwort: Human Ressourcen und „Wettlauf um die Potentiale“) und dafür auch genügen Raum zu schaffen (Stichwort: verkrustete Strukturen, Politik, Wiederstände) ist alles andere als einfach und gibt den jungen, dynamischen und experimentierfreudigen Start-Ups Auftrieb. Auch Universitäten sind herausgefordert, den Anschluss nicht zu verlieren. So hat die „University of Waterloo“ in  Ontario CAN, eine führende technische Universität, schon früh entschieden, ihre Studenten gezielt zu mobilisieren und bezahlt diese heute, damit sie sich unternehmerisch betätigen statt die Schulbank zu drücken.

Wer es geschickt macht, schreibt sich im digitalen Zeitalter frühzeitig das Wort „Simplicity“ groß auf die Stirn, denn dort liegt längerfristig die wahre Herausforderung. Denn, ist nicht die zentrale Frage: „Was machen wir mit all den verfügbaren Daten bzw. wie kriegen wir aussagekräftige Qualität in die Datenflut (eben „smart“ statt „big“)?“ Mit intelligenten aber einfachen Analytics-Lösungen, (Dashboard-)Schnittstellen, Oberflächen, Such- und Navigationshilfen können sich Anbieter bereits heute sichtbar vom Wettbewerb abheben.

Der nächste Blog in der Serie wird auf weitere Trends eingehen wie Visual Data Discovery (=Visuelle Datenermittlung), Cloud-Based BI, Self-Service BI, Mobile BI und andere Entwicklungen. „Stay tuned“ – Wir bleiben für Sie dran.

 

 

Veröffentlicht am 29. Februar 2016

Kommentar schreiben