Big Data – Herausforderungen für IT und Fachbereich

Autoren: Alexander Blattmann und Andreas Hufenstuhl

Um das Thema  Big Data lodert geradezu  ein Flächenbrand der Euphorie. Beratungshäuser bzw. Softwarehäuser überbieten sich mit Angeboten und Lösungen. Der Stapel von Big-Data-Büchern auf Schreibtischen steigt rapide an. Ein guter Zeitpunkt, kurz innezuhalten, und sich im Kontext zu Big Data mit den kommenden Herausforderungen für IT und Fachbereich zu beschäftigen.

Bei CSC betrachten wir unter dem Thema Big Data mehrere etablierte Teildisziplinen:

Das sind Business Intelligence (einschließlich Data Warehousing und Datenmanagement), erweitert um die Themen Analytics (früher Data Mining), Enterprise Content Management (ECM) und Customer Relationship Management (CRM) sowie die Bereiche, bei denen Massendaten entstehen und verarbeitet werden (Maschinen- und Anlagensteuerung, Tele-Kommunikation, Soziale Netzwerke sowie Internet).

Früher wurden diese Themenbereiche getrennt betrachtet. Heutige Informationssysteme weisen häufig genau zu diesen Themengebieten entsprechende Subsysteme mit eigener Datenverwaltung auf.

Durch Preisverfall auf dem Hardware-Markt für Speichersysteme sowie neue Softwarelösungen gibt es heute die reale Option, diese Informationen für alle Subsysteme übergreifend  und vereinheitlicht zu verarbeiten bzw. auszuwerten. Gleichzeitig wird bei den Unternehmen ein immenses Datenwachstum insbesondere der unstrukturierten Daten (Mail, Internet, Soziale Netzwerke, Maschinen, etc.) beobachtet.

Wer dieses Datenwachstum beherrschen und aus diesen Daten für die Geschäftsprozesse die relevanten Informationen bereitstellen kann, soll nach Aussagen der IT-Marktforschungs-Institute einen entscheidenden Wettbewerbsvorteil haben. Erfolge sind aus speziellen  Anwendungen wie z. B. Betrugserkennung (Versicherung, Innere Sicherheit, etc.), Kundenmanagement und Maschinensteuerung bekannt.

Das klingt daher erst einmal alles einleuchtend. „Interessant. Doch was ist zu tun?“, fragen uns die Ansprechpartner in den Unternehmen. Tatsächlich sind häufig in Abhängigkeit zum Reifegrad des Informationssystems große Investitionen notwendig, um Big-Data-Lösungen in den Unternehmen zu etablieren. Die unternehmensweite Konsolidierung von strukturierten und unstrukturierten Daten bzw. bestehender Datensilos ist technisch wie fachlich-inhaltlich eine große Herausforderung. Daher muss eine langfristige Roadmap für die Umgestaltung bzw. den Ausbau der bestehenden Informationssysteme definiert und abgearbeitet werden.

Zusätzlich wird die Halbwertzeit von Informationen immer kürzer. D. h. was heute wichtig ist, kann morgen völlig irrelevant sein und wurde dennoch in einem aufwendigen Prozess gesammelt, gespeichert und bereitgestellt. In den Fachbereichen nehmen wir hier einen zunehmenden Bedarf an  Ad-hoc-Auswertungen sowie Echtzeitabfragen mit einem Maximum an Flexibilität wahr.

Bisherige Data-Warehouse-Architekturansätze sind daher in Frage zu stellen. Bei Architekturen für Big-Data-Lösungen werden bereits jetzt RAM-basierte Lösungen wie SAP HANA, IBM Netezza oder SAS Visual Analytics in Betracht gezogen. Sie decken den obigen Bedarf des Fachbereichs besser ab und reduzieren gleichzeitig die Komplexität durch Reduktion der Data-Warehouse-Schichten.

Aktuelle Werkzeuge für die Auswertungen sind noch stark an die traditionellen Strukturen und Prozesse ausgerichtet. Mit den neuen RAM-basierten Technologien  entstehen neue Möglichkeiten, welche die Geschäftsprozesse verändern werden. Diese neuen Möglichkeiten sowie das rasante Datenwachstum drohen  die Anwender in den Fachbereichen bzw. die IT zu überfordern. Hier werden neue Funktionen benötigt, die es erleichtern, wichtige von unwichtigen Informationen zu trennen. Die aktuell beliebten Dashboards z. B.  sind längst überholt und für die zukünftigen Anforderungen viel zu starr.

Das Fazit: Viele Unternehmen müssen noch einige Hausaufgaben erledigen, bevor sie aus Big-Data-Lösungen Wettbewerbsvorteile erzielen können. Big-Data-Insellösungen bringen lediglich punktuell Vorteile und schöpfen das große Potential von Big Data nicht aus. Big-Data-Lösungen werden in einer Business-Case-Betrachtung nur unter strenger Beobachtung bestehen, aber Abwarten ist die falsche Strategie. Daher muss jetzt eine langfristige Roadmap für die Umgestaltung bzw. den Ausbau der bestehenden Informationssysteme definiert und abgearbeitet werden.

Andreas Hufenstuhl

Andreas Hufenstuhl

Andreas Hufenstuhl is a Senior Manager at CSC and is responsible for Big Data and Analytics in Central and Eastern Europe. He is specialized in IT Big Data, Business Intelligence and Analytics within several Industries for more than 20 years and has strong experience in consulting, IT strategy, enterprise architecture and project management.

Twitter LinkedIn Xing 

Leave A Comment

Copyright 2014 21st CENTURY IT · RSS Feed · Log in

The Verbage Theme v2 by Organic Themes · WordPress Hosting

Organic Themes