Big Data: Diese Herausforderungen gilt es zukünftig zu meistern

Big DataBig Data, also das Sammeln, Auswerten und Aufbereiten von großen Datenmengen, ist eine Praxis, die in vielen Unternehmen zukünftig gängig sein wird. Auch wenn die Umsetzung den Unternehmen verschiedene Vorteile verspricht, gestaltet sich die Umsetzung aus unterschiedlichen Gründen denkbar schwierig. Die Erfahrung zeigt, dass es viele verschiedenartige Herausforderungen gibt, die von Unternehmen zielgerichtet und geschickt angegangen werden müssen.

Warum der effiziente Umgang mit Daten für den unternehmerischen Erfolg steht

Kürzlich führte PWC eine interessante Studie durch, die eindeutig gezeigt hat, dass Big Data Initiativen in Unternehmen einen immer höher werdenden Stellenwert einnehmen. Wer als Firma Daten sammelt, verwaltet und auswertet, legt den Grundstein für den unternehmerischen Erfolg. Dabei spielt es auch keine Rolle, ob es sich bei den gesammelten Informationen um Geschäfts-, Produktions- oder Kundendaten handelt. Mit all diesen Kenntnissen lässt sich die tägliche Arbeit optimieren und auf die Bedürfnisse des Kunden zuschneiden. Ebenso können die ausgewerteten Datenmengen dazu führen, dass das Unternehmen ganz gleich, aus welcher Branche es stammt, hohe Einsparpotenziale entdecken kann.

Weiterlesen

Die Daten im Griff behalten – Von Big Data zur Data Governance

Big Data und der Mittelstand

Data Governance – Wer hat die Daten im Griff?

Richtige Schlüsse aus vorhandenen Geschäftsdaten zu ziehen schafft Vorsprung vor der Konkurrenz und schafft Effizienz im Unternehmen. Big Data erfordert im gesamten Unternehmen qualitativ hochwertige Informationen.

Die Heranziehung von Einzeldaten, die zu kurzfristigen Entscheidungen führen wird nach wie vor oft angewendet. Die Voraussetzung für Data Governance ist ein entsprechendes Datenmanagement, das die Grundlage wohl überlegter und langfristiger Entscheidungen sein kann.

Hierbei ist aber auch wichtig, dass das Unternehmen eine Struktur für die Datennutzung vorgibt. Diese Data Governance erlaubt auch das Monitoring durch die Managementebene eines großen Unternehmens und sollte prioritär behandelt werden.

Ausgehend vom Top-Down-Prinzip sollte jede Arbeitsebene eingebunden werden. Diese müssen folgendes beachten: Der erste Bereich sollte so die Strategie festlegen, Ziele die Data Governance erreichen soll. Hierzu kann zählen, mehr Transparenz gegenüber dem Kunden, eine neue Kostenstruktur bei der Datenverarbeitung, sinnvollere Berichterstattung oder auch Erfüllung von Vorgaben des Gesetzgeber, z.B. Dodd-Frank, HIPAA und Basel II.

Für eine endgültige Strategie zum Daten Management müssen alle Beteiligten ins Boot geholt werden, um sie gemeinsam zu entwerfen und sie dann aufrechtzuerhalten. Beispielsweise ist dies ein Messwert, der die Datenqualität sichert und ihre Archivierung gewährleistet. Das Budget und die Beteiligung der verschiedenen Ebenen sind die Voraussetzung für eine einheitliche Data Governance, allerdings können einzelne Abteilungsinteressen hier entgegenstehen, da oft der Sinn des Ganzen nicht erkannt wird.

Um eine solche Aktionsgruppe für Data Governance zu etablieren bedarf es geschickter Arbeit bzw. strategischer Vorarbeit. Dies wird am ehesten möglich, wenn der Kopf des Ganzen vom Nutzen und der Zweckmäßigkeit von Data Governance überzeugt ist, sodass ihm eine Durchdringung der einzelnen Ebenen möglich ist.

Ein Dateneigner (Data Steward) als Kurator der Daten

Um die entsprechende Datenqualität zu sichern, ist es in den nötig, in den einzelnen Fachabteilungen, Erwartungen für das Datenmanagement genau festzulegen und niederzuschreiben, um die erklärte Strategie zu erreichen.
Die Zusammenstellung eines Teams, das über das Einhalten dieser Standards wacht, ist in diesem Zusammenhang sinnvoll. Zukünftig werden vermutlich Dateneigner in den Unternehmen eingesetzt werden, die die Data Governance monitoren und verantworten.

Ein solcher Dateneigner sollte das Unternehmen hinsichtlich der Informationskanäle durchdringen, d.h. er kennt die formellen Wege ebenso wie die formlosen. Eine Person, die mit Datenmanagement vertraut ist und auf Erfahrung im Unternehmen zurückblickt scheint hierfür ideal. Dann ist es auch möglich, dass der Dateneigner als Mediator zwischen der fachlichen Ebene und der IT auftritt und den Ablauf der Informatiosgewinnung positiv beeinflusst

Die richtigen Instrumente in der IT sorgen für eine Sicherung der Data Governance. Eine schnelle Analyse und ein Überblick über die Daten sollte durch eine einfache die Visualisierung der Informationen in verdichteter, vielleicht auch grafischer Form ermöglicht werden. Somit können wesentliche Probleme sofort erkannt werden. Z.B. die Datennutzung bzw. ihr Einsatz sowie die Datenquellen.

Eine sinnvolle Information kann so eine Art Dashboard auch über vielfach verwendete bzw. sich überschneidende Terme und Zeilen geben. Diese können für die Führungsebene wichtige Kennzahlen sein, um den Weg für die Data Governance zu ebnen. Die Basis für eine gesichterte Compliance lässt sich außerdem durch Bestimmungen für Datenschutz, Datenerstellung und Datenweitergabe festlegen.

Big Data – wie wichtig sind fachliche Skills und welche Strategien sollen zur Anwendung kommen?

Big Data in UnternehmenBig Data ist ein Thema, dem sich Unternehmen heutzutage unbedingt stellen müssen. Egal, ob es sich dabei um Dienstleistungsunternehmen, der Industrie der der Logistik handelt. Doch so wichtig das Thema Big Data ist, noch immer sind nicht alle Betriebe dazu bereit, sich den großen Datenmengen anzunehmen.

Platz schaffen für riesige Datenmengen

Für den Umgang mit den riesigen Datenmengen bedarf es natürlich der entsprechenden Platzschaffung und Verarbeitungsmöglichkeit!  Was Big Data vor allem auszeichnet, ist nicht das Sammeln von Daten, sondern die perfekte Nutzung dieser Informationen. Analyse ist hier das Stichwort, denn wer die Daten richtig auswertet, bekommt schnell einen guten Überblick darüber, ob sich die Produktivität des Unternehmens gesteigert hat, wie das derzeitige Kundenverhalten ist und welche betrieblichen Entscheidungen unbedingt umgesetzt werden müssen.

Mitarbeiten mit dem richtigen Know-how für Big Data

Das Speichern großer Datenmengen reicht nicht aus, um in der heutigen Zeit am Markt bestehen zu können. Wichtig ist, dass die zur Verfügung stehenden Informationen mit der passenden Technologie so umgesetzt werden, dass sie dem Unternehmen von Nutzen sind. Hierfür bedarf es natürlich auch den fachlich geschulten Mitarbeitern, die Roh-Daten so auswerten, dass Unternehmensprozesse vorangetrieben und verbessert werden können.

Doch gerade hier kommt es immer wieder zu Schwierigkeiten. Glaubt man der Statistik, so sind bislang nur 12 Prozent aller in Deutschland ansässigen Unternehmen in der Lage, eine sogenannte Big-Data-Initiative ins Leben zu rufen und im Zuge dessen als festen Bestandteil in den IT-Bereich zu integrieren. (siehe auch Big Data Analystic – BARC – 2014)

Unternehmen scheuen hohe Investitionskosten

Das richtige Speichern und Auswerten aller zur Verfügung stehenden Daten kostet natürlich Geld. Und hier müssen zahlreiche Unternehmen passen bzw. sind (noch) nicht bereit, für Big Data zu zahlen. BI-Lösungen, welche auch auf IN-Memory-Computing oder auf Hadoop basieren, bedingen zunächst hohe Investitionen. Eine bessere Lösung stellt sich daher mit den skalierbaren IT-Ressourcen, die eine Cloud mit sich bringt. Zahlreiche Dienste, wie Software-as-a-Service oder aber Hadoop-as-a-Service sorgen dafür, dass Big Data den finanziellen Rahmen nicht sprengt und somit vielfach auch wirtschaftlicher für Unternehmen ist.

Sinnvoll ist es hier daher, dass sich Unternehmen schon frühzeitig damit auseinandersetzen, wo sich die Erfolg versprechenden Anwendungsgebiete befinden und welche Wirkungen sie mit der Nutzung von Big Data erzielen möchten.
Liegt der Schwerpunkt beispielsweise auf einer hohen Geschwindigkeit, so könnte das In-Memory-Computing hier eine gute Wahl sein. Neben der raschen Verarbeitungsgeschwindigkeit der Daten kann eine Analyse der Daten hier zudem in Echtzeit stattfinden. Geht es jedoch eher darum, vorausschauende Prognosen zu erstellen, so wäre eventuell Hadoop besser.

Fazit: Die Ausarbeitung einer Strategie ist extrem wichtig, denn nur so lassen sich individuelle Ansprüche gezielt umsetzen.

Big Data und die Datensicherheit

Ein großes Thema bei Big Data ist natürlich stets auch die Datensicherheit. Gerade im Bereich der social media Plattformen gibt es strenge Auflagen. Wer sich hieran nicht hält, riskiert rechtliche Konsequenzen.

Wichtiger Bestandteil aller Big-Data-Strategien sollte daher die Einhaltung aller Compliance- bzw. Governance-Richtlinien sein. Die Identifikation von Personen muss zu jeder Zeit explizit ausgeschlossen sein. Darüber hinaus ist es sinnvoll, eine IT-Infrastruktur zu nutzen, die äußerst strengen Sicherheitsstandards entspricht. Diesbezüglich kommen vor allem IT-Service-Unternehmen infrage, die Privat-Cloud-Dienstleistungen offerieren.

Zusammenfassend lässt sich also sagen, dass Big Data für Unternehmen ein hohes Innovationspotenzial besitzt. Richtig angewendet lässt sich der Kundenservice verbessern und darüber hinaus ist es machbar, durch eine Analyse des Kaufverhaltens schnell Einfluss auf Herstellungs- und Verkaufsprozesse zu nehmen. Das Ziel ist hierbei, eine maximale Umsatzsteigerung zu erreichen. Für Unternehmen, die sich mit dem Thema Big Data auseinandersetzen und individuelle Strategien erarbeiten, keine unüberwindbare Hürde, sondern ein Weg in eine Erfolg versprechende unternehmerische Zukunft, die langfristig auch Arbeitsplätze sichert.

 

Die Zukunft von Big Data in Unternehmen

Die Zukunft von Big Data im UnternehmenBig Data nimmt in Unternehmen schon jetzt eine zentrale Bedeutung ein. So ermöglicht die fundierte Datenanalyse beispielsweise die Optimierung von Produkten oder lässt Einsparmöglichkeiten zu. Untersuchungen haben herausgefunden, dass die Nachfrage nach der Umsetzung von Big Data Projekten bis zum Jahre 2016 noch weiter steigen wird. Auch wenn Big Data als Jobmaschine bezeichnet werden darf, sehen sich Unternehmen auch verschiedenen Problemstellungen gegenüber. Um die Anforderungen, die solch hohe Datenmengen mitbringen erfüllen zu können, braucht es nicht nur neue effiziente Technologien, auch Fachkräfte, die mit diesem speziellen Bedarf umzugehen wissen, müssen verstärkt ausgebildet werden.

Was die Anwendung von Big Data den Unternehmen bringt

Sammeln Unternehmen Daten ihrer Kunden, dann ergeben sich daraus die unterschiedlichsten Vorteile. Wissen Unternehmen beispielsweise mehr über den geografischen Standort ihrer Kunden, lernen deren Kaufverhalten kennen und werten ihre Anfragen effizient aus, dann lassen sich zukünftig weitaus mehr Produkte auf dem Markt verkaufen. Auch Einrichtungen und Unternehmen aus dem öffentlichen Bereich können von der geschickten Anwendung von Big Data profitieren. Finanz- und Steuerbehörden können effizienter gestaltet werden und auch die Vermittlung von Arbeitsplätzen kann gezielter angegangen werden, wenn die Daten der Bürger gesammelt und entsprechend ausgewertet werden. Durch diese neue Effizienz lassen sich zukünftig Kosten im Milliardenbereich einsparen.

Weiterlesen

Big Data – Welche Vorteile haben Unternehmen?

Big Data Vorteil UnternehmenEines der „Buzzwords“ schlechthin in letzter Zeit ist „Big Data“. Gerade im Bereich der IT-Branche entstehen immense Datenvolumen. Eben diese Daten werden allgmein als „Big Data“ bezeichnet. Da mittlerweile in jeglichen Bereichen des Alltags Daten generiert und gespeichert werden, liegen diese jeoch oftmals unstrukturiert vor. Um mit mit diesen immensen Datenvolumina vernünftig arbeiten zu können und diese bestmöglich gewinnbringend für ein Unternehmen einsetzen zu können, müssen diese systematisiert und entsprechend verarbeitet werden. Hierbei helfen verschiedene Datenbanken als auch Softwaresysteme.

Big Data bedarf jedoch einer zusätzlichen Optimierung. Bei der Verarbeitung der immensen Datenströme werden jedoch durh herkömmliche Datenmanagementsysteme und Datenbanken zusätzliche Probleme geschaffen. Gerade die Speicherung als auch die Erfassung sowohl auch bei der Analyse großer Datenmengen verursacht immense Probleme, die mit unangenehmen Konsequenzen und mit Problemen für das jeweilige Unternehmen verbunden sind. Damit große Datenvolumen entsprechend und angemessen verarbeitet werden können, müssen die Daten visualisiert werden. Auch hier erweisen sich bekannte Tools in der Praxis als unzulänglich.

Weiterlesen

Big Data im Marketing – Chancen und Möglichkeiten

Big Data im MarketingZahlreiche Untersuchungen zeigen auf, dass Unternehmen, die ihre Zielbestimmungen auf Basis von Fakten, Daten und direkt darauf aufbauenden Analyse-Werkzeugen begründen, sich besser im Markt behaupten können, als Unternehmen, die eher situativ arbeiten oder sich auf früher bewährte Grundsätze verlassen. Relevant für diese Trendumkehr ist auch das Buzzword „Big Data“, das gegenwärtig die Diskussion im Medien- und Marketing-Bereich zu bestimmen scheint. Da immer mehr Daten über die Kunden und Ansprechpartner anfallen und somit immer mehr komplexe Auswertungsalgorithmen möglich werden, stellen sich diejenigen Unternehmen zukunftsfähig auf, die hier Big Data nutzen, um zu neuen und besseren Strategien zu kommen.

Notwendigkeit für neue oder verbesserte technischer Hilfsmittel bei Big Data

Wer die Motivation und das Verhalten seiner Kunden und Interessenten quantifiziert und punktgenau bestimmen kann, der kann besser auf deren Bedürfnisse eingehen und sichert sich so mittels Big Data langfristig den Geschäftserfolg. Doch ohne neue technische Hilfsmittel oder verbesserte Auswertungsalgorithmen ist dies nicht leistbar, insbesondere wenn man das unternehmerische Handeln in Echtzeit durch die Ergebnisse von Big Data verbessern möchte. Die umfangreichen Datenbestände, die aus den Online-Kauf- und Bestellvorgängen resultieren, müssen intelligent ausgewertet werden, damit aus den unverbundenen Daten Sichtweisen auf das tatsächliche Verhalten der Kontaktpersonen abgeleitet werden können.

Weiterlesen

Welche technischen Herausforderungen gibt es bei Big Data Projekten?

Big Data im Enterprise Search UmfeldEnterprise Search bedeutet unternehmensweite Suche in komplexen Datenbeständen. Unternehmen haben erkannt, dass ihre Datenbestände tendenziell sehr schnell wachsen und insgesamt nicht mehr mit einfachen Algorithmen zu beherrschen sind. Deshalb ist gegenwärtig Big Data das Trendthema. Big Data erfordert neue technische Zugangsverfahren auf große Datenbestände; diese sollen für alle Mitarbeiter und Vorgesetzen umfassend für eine gute unternehmensinterne Suche aufbereitet werden können.

Big Data als Rahmenbedingung und Herausforderung für die Enterprise Search

Vorsichtige Schätzungen gehen davon aus, dass sich die Datenmengen auch in den Unternehmen alle zwei Jahre verdoppeln. Dies liegt daran, dass inzwischen jede Art von Informationsbearbeitung über elektronische Netzwerke geleitet wird, die große Mengen an Verbindungs- und Inhaltsdaten dauerhaft abspeichern. So werden alle Telefonverbindungen mit den relevanten Verbindungsdaten erfasst. Auch grundlegende Quellen der Internet-Recherche werden entweder als Link oder als direkte Ressourcenübernahme in Mails oder in anderen Dokumenten berücksichtigt.

Weiterlesen

Cloud Computing – Cloud-basierte Backup-Lösungen bei Big Data Projekten

Big Data Cloud ComputingDer Begriff „Cloud Computing“ macht in der IT-Welt so richtig Furore seit 2009. Gerade im Bereich der Enterprise Search Projekten im Bereich Big Data ist Cloud Computing in immer wichtiger werdendes Thema.  Wachstumsraten von 22 Prozent werden dem „Cloud Computing“-Markt von Forrester (IT Marktforschungsinstitut) prognostiziert. Dann wollen wir mal den Begriff „Cloud Computing“, allgemein, und „Cloud-basierte Backup-Lösungen“, im Besonderen, hinterfragen und durchleuchten.

Was bedeutet überhaupt „Cloud-basiert“, „Cloud Computing“, SaaS, IaaS oder PaaS?

Grundsätzlich bedeutet der IT-Begriff „Cloud“ (engl.) versteckt oder verborgen. „Cloud Computing“ bedeutet also verborgene oder versteckte Informationstechnologie.
IT-Infrastruktur, IT-Software oder IT-Eigenentwicklungen werden als IT Services über das Internet angeboten von verschiedenen Dienste Anbietern. IT-Abkürzungen SaaS (Software as a Service), IaaS (Infrastructure as a Service) und PaaS (Platform as a Service) stehen für die drei Bereiche, die im Cloud Computing unterschieden werden. Dabei handelt es sich um die Überordnung, für die es dann spezialisierte Anbieter von Services gibt. Viele ITK-Anbieter, große Softwarehersteller und Internetprovider haben sich diesem Thema bereits gewidmet und versuchen nun diesen Markt zu etablieren. Die Anbieter des „Cloud Computing“ werben mit mehr Flexibilität, erhöhte Skalierbarkeit und Kosteneffizienz für Unternehmen die Cloud Computing nutzen.

Weiterlesen

Big Data – Was sollte man bei der Projektierung von Big Data Projekten beachten?

Projektierung von Big Data ProjektenBig Data Projekte zeichnen sich meist durch große umfangreiche und unstrukturierte Datenmengen aus. Die unstrukturierten Daten, die aus zahlreichen Quellsystemen stammen, sind in ihrer Quantität oftmals dem verantwortlichen Projektmanager nicht bekannt. Ein entsprechendes Analysetool schafft hier Transparenz, welche Daten vorliegen, jedoch auch, wieviele Daten von den entsprechenden Datentypen vorhanden sind und indexiert werden können. Ebenfalls kann ein Analysetool, korupte Dateien erkenntlich machen, als auch die zu benötigte Zeit für die Indexierung sämlticher Daten berechnen.

Bei der Umsetzung von Big Data Projekten ist es daher unerlässlich, dass ein erfahrener Enterprise Search Spezialist die Analyse der Daten durchführt, den Projektverantwortlichen zur Seite steht und so bei der Umsetzung unterstützt. Somit können ggf. schnell Schwachstellen bei Berechtigungen und Dokumenten aufgezeigt werden. Diese können dadurch entstehen, dass Dateien aus den verschiednen Dateisystemen kopiert oder auch verschoben werden. Auch die Vergabe von zu langen Dateinamen kann ein zusätzliches Problem darstellen. Anschließend wird zusammen mit dem Projektansprechpartner für die Indexierung ein Maßnahmenkatalog erstellt.

Planungssicherheit und Kostentransparenz bei Big Data Projekten

Ein großer Kostenpunkt in Enterprise Search Projekten ist die Anbindung von Datenquellen. Dies wird zusätzlich von Aussagen unterstützt die Analysten die entsprechende Enterprise Search Projekte untersuchten. Zudem wird dies zusätzlich durch die praktische Erfahrung bei konkreten Enterprise Projekten der IntraFind AG untermauert. Die IntraFind AG entwickelte daher ein auf der Lucene-Suche basiertes Tool zur Analyse von Dateilaufwerken, um die Sicherheit bei der Planung von Enterprise-Search Projekten zu gewährleisten. Zudem ist dieses Tool unerläßlich, um eine Kostentransparenz erstellen zu können.

Hat eine erste Analyse stattgefunden, kann aus den Analyseergebnissen der Daten erste Erkenntnisse abgeleitet werden auf deren Basis dann die Projektierung des Projektes vorgenommen werden kann. Die Erstanalyse ist dahingehend ein wichtiger Bestandteil der Projektierung, da hierdurch bereits zu Beginn wichtige Entscheidungen über einen evtl. Kauf getroffen werden können. Ebenfalls erhält man so wichtige Informationen über den Total Cost of Ownership (TCO), also der Gesamtbetriebskosten des Projektes.

Big Data – Was ist eigentlich Big Data und wie sollten Unternehmen damit umgehen?

Big Data – Ein Begriff in aller Munde

Big DataEine aktuelle Studie besagt, dass sich die Datenmenge weltweit alle zwei Jahre mehr als verdoppelt. Für diese Entwicklung kann man verschiedene Ursachen zu Grunde legen. Ein nicht zu verachtender Teil der Datenmenge ensteht, da zum einen schon unsere Telefonverbindungen protokolliert werden. Es steigen jedoch auch die Datenmengen extrem an, die wir eher als „betriebsintern“ sehen, da auch Webprotokolle in den entsprechenden Logdateien der Server aufgezeichnet werden.

Gerade im Finanzbereich wird das Thema Big Data immer wichtiger, da eid einzelnen Finanztransaktionen immer vielfältiger werden und daher der Speicherbedarf exponentiell ansteigt. Im Bereich der Energiewirtschaft ist Bid Data zunehmend ein immer wichtiger werdendes Thema, da hier die gesamten Verbrauchsdaten aufgeschlüsselt und gespeichert werden.

Big Data erstreckt sich also über alle erdenklichen Bereiche, Autobilindustrie, Finanzindustrie, Energiewirtschaft und natürlich insbesondere auch selbst im IT-Sektor.

Weiterlesen