BIG DATA wird erwachsen!

Seit nunmehr über einem Jahr gibt es wahrlich einen riesigen Hype um das Thema Big Data. Viele Hersteller von Hardware und Software nutzten diesen Hype, um ihre neuen Produkte am Markt zu positionieren. Gleichzeitig akquirieren die großen Plattformanbieter wöchentlich innovative Nischenhersteller, um ihre Plattform in der notwendigen Geschwindigkeit zu erweiterten. Aber was von dem Mysterium Big Data kommt in der Realwirtschaft wirklich an?

Erfreulicherweise hat vor kurzem der Bitkom-Arbeitskreis „Big Data“ das Thema erstmals entmythisiert und den Begriff Big Data einheitlich und marktübergreifend definiert. Natürlich werden auch dort die 3 V‘s (Velocity – fast changing datasets, Volume – very large datasets, Variety – structured and/or unstructured data) verwendet, der Arbeitskreis geht aber auch hier schon stärker auf die Frage nach dem Nutzen ein.

Die Frage nach dem Nutzen und dem zugrundeliegenden Geschäftsmodell ist meiner Meinung nach genau der richtige Einstieg in das Thema Big Data. Im Zusammenhang mit dem Geschäftsprozess kommen die eigentlichen Treiber von Big Data erst richtig zum Vorschein. Diese Treiber bezeichne ich gerne als die 3 I’s (Intelligence, Insights, Informed Intuition).

Intelligence: Es geht darum, aus den Daten der Vergangenheit zu lernen. Aber das stellt schon heute einige Unternehmen vor große Herausforderungen. Denn es gibt bereits unzählige strukturierte Daten, die in den heutigen BI-Systemen noch nicht als Entscheidungsbasis herangezogen werden, dass sich viele IT-Entscheider erst gar nicht ausmalen wollen, was es bedeuten könnte, auch noch die unstrukturierten und externen Daten für Entscheidungen auszuwerten. Dabei steht häufig das „warum ” etwas passiert ist in E-Mails, Angebotstexten und Kunden-Korrespondenzen. Die Daten aus den ERP-Systemen sind als Basis für echte Begründungen nur sehr eingeschränkt aussagekräftig.

Insight: Was passiert gerade in meinem Prozess und welche der Informationen ist aktuell für mich von Bedeutung. Es geht nicht darum, alle Daten in real-time zu konsumieren, vielmehr ist es wichtig, die relevanten Daten von dem Grundrauschen des Prozesses zu entkoppeln. Auf dieser Basis kann dann zeitnah und mit Bedacht gegengesteuert werden, ohne dass der Prozess sich aufschaukelt.

Informed Intuition: Hier kommt der eigentliche echte Vorteil des Big-Data-Hypes: Auf Basis von Intelligence und Insight sowie selbstlernender Systemkomponenten zuverlässige Prognosen zu generieren. Es ist für jeden Entscheider wichtig, das persönliche Bauchgefühl durch statistische Modelle zu unterstützen. Denn nur so können sie in den aktuell schnelllebigen Unternehmensprozessen zeitnah wichtige Entscheidungen treffen. Und zwar nicht erst wenn das Kind in den Brunnen gefallen ist, sondern sobald ein Risiko sich in den Informationsbasen abzeichnet. An diesem Punkt wird besonders ersichtlich, warum Big Data nicht ohne Geschäftsprozess funktionieren kann. Nur wenn das System den Prozess und relevante Abhängigkeiten kennt, kann eine Big-Data-Lösung die Prozesse unterstützen.

Welche Herausforderungen warten auf einen interessierten Big-Data-Kunden:

1. Die Qualität der Daten und die Reife das aktuellen Information Management spielen eine wichtige Rolle. Ist bei Ihnen schon heute geklärt, welche Abteilung welche Daten verantwortet und welche Daten in einem Geschäftsprozess zu welchem Zeitpunkt und welchem Format entstehen? Nur mit einer sauberen Governance und einer ganzheitlichen Prozesssicht kann ein Big-Data-System seine ganze Mächtigkeit entfalten. Meine Empfehlung ist es, mit durch Maschinen erzeugten Daten zu beginnen. Das sind nicht nur Sensoren, sondern auch System-Logs, Fertigungslogs und Scanner-Schleusen. Dort findet man schon heute viele qualitativ hochwertige Daten, aus denen noch keine zeitnahe Information generiert wird.

2. Personenbezogene Daten vermeiden. Die aktuelle Rechtslage kann sich sehr negativ auf Big-Data-Projekte, z. B. mit direktem Kundenbezug, auswirken. Natürlich gibt es Mittel und Wege mit diesen Daten dennoch agieren zu dürfen, diese erhöhen jedoch die Komplexität, Kosten und Projektlaufzeit immens.

3. Vorsichtig sein mit Daten, deren Quelle nicht genau bekannt ist. Es gibt heute im Netz eine Vielzahl von Daten, die für Analysen herangezogen werden können. Die Qualität und Validität dieser Daten ist jedoch oft sehr zweifelhaft.

Ich empfehle aktuell allen Kunden, sich für das Thema Big Data einen IT-Berater des Vertrauens zu suchen, der ihnen zum einen hilft, die Geschäftsprozesse zu identifizieren, die für eine Big-Data-Analyse erfolgsversprechend sind und der zum anderen herstellerunabhängig einen Architekturvorschlag erarbeiten kann. Damit nur die wirklich erforderlichen Technologien in der Systemlandschaft hinzugefügt werden.

Grundsätzlich stellt sich heute für keinen CIO mehr die Frage, ob sein Unternehmen es sich leisten kann, nichts zu tun, wenn andere Unternehmen es bereits tun. Big-Data-Projekte gibt es bereits seit längerer Zeit und für jedes Unternehmen entscheidet die richtige Wahl des Big-Data-Vorgehens über Sieg oder Niederlage in fünf Jahren. Das Konzept ist einleuchtend, aber keiner hat einen Beweis, dass es so kommt – es ist eine Wette auf die Zukunft

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