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.

Diese Daten werden von Unternehmen bei der Analyse herangezogen

Ein Grund, warum die Umsetzung von umfangreichen Big Data Projekten mit Schwierigkeiten behaftet ist, ist der Umstand, dass die zu sammelnden und auszuwertenden Daten aus unterschiedlichen Bereichen stammen. Unternehmen müssen also verschiedene Informationsquellen nutzen, um verschiedene Daten zu sammeln. Nach der Auswertung und Analyse der gesammelten Daten geht es darum, die Ergebnisse übersichtlich zusammenzutragen. Schon heute werden im Rahmen von Big Data Projekten hauptsächlich Transaktionsdaten der Kunden gesammelt. Hieraus ergeben sich für das Unternehmen wertvolle Informationen über das Kaufverhalten der Kunden. Es werden sowohl Transaktionsdaten bei Einkäufen in Geschäften als auch im Internet erhoben. Ausgewertet werden Nachfragen von Kunden zu bestimmten Produkten genauso, wie die Quote von Rücksendungen oder Reklamationen. All diese Daten unterstützen Unternehmen dabei, ihr Angebot effizient und kundenorientiert zu gestalten. Zu weiteren Daten, die von Unternehmen bei Big Data Projekten ausgewertet werden, zählen Informationen, die aus Log-Files stammen. Aber auch der Markt Social Media wird bei Big Data inzwischen nicht mehr außen vor gelassen. Auf sozialen Netzwerken ist mittlerweile viel über das Kaufverhalten von Kunden in Erfahrung zu bringen.

Problemstellungen von Big Data

Auch wenn sich Unternehmen und öffentliche Einrichtungen von der Auswertung der enormen Datenmengen viele Vorteile versprechen, sehen sie sich auch verschiedenen Problemstellungen gegenüber, an deren Lösung in den nächsten Jahren verstärkt gearbeitet werden muss. Zum einen werden von verschiedenen IT-Systemen hohe Datenmengen gesammelt, die es in Echtzeit auszuwerten gilt. Dazu brauchen die IT-Abteilungen in Unternehmen Programme und Softwareanwendungen, die es aktuell auf dem Markt gar nicht gibt. Aber nicht nur auf der technischen Seite stellen sich mittelfristig Probleme ein. Es fehlt momentan für die Umsetzung von Big Data Projekten hauptsächlich an qualifizierten Fachkräften. So müssen die IT-Fachkräfte über spezielle Fachkenntnisse in den Bereichen Cloud Computing, IT-Sicherheit und Datenschutz verfügen. Viele Unternehmen müssen zudem ihre Netzwerkstruktur neu auslegen. Da es bei Big Data immer um die Echtzeitanalyse von Daten geht, müssen Lösungen geschaffen werden, die einen zeitnahen Austausch der Datensätze zwischen dem firmeninternen Rechenzentrum und dem Data Center des Cloud Computing Anbieters und eine schnelle Skalierung der Rechenleistungen ermöglichen.

Diese Fachkenntnisse müssen IT-Spezialisten für die Umsetzung von Big Data mitbringen

Da bei der Datenanalyse mit Big Data verschiedene Quellen und Technologien einbezogen werden müssen, benötigt der IT-Spezialist Kenntnisse aus unterschiedlichen Bereichen. Allerdings ist das Ausbildungsangebot bislang noch rar, weshalb auch hier Handlungsbedarf besteht. Die spezielle Ausbildung, um mit Big Data Projekten umgehen zu wissen, dauert etwa zwei bis drei Jahre. Auch ist ein Studium der Informatik respektive der Wirtschaftsinformatik oder Mathematik unumgänglich, um den unterschiedlichen Anforderungen gerecht werden zu können. Zu den Bereichen, in denen sich der Big Data Spezialist auskennen muss, zählt einerseits das Dokumenten- und Contentmanagement. Auch werden Fähigkeiten in Business Intelligence (BI) und Datenbanken (SQL und vor allen Dingen NoSQL, MapReduce, Hadoop) abverlangt. Da die Zukunft von Big Data in den sozialen Netzwerken zu finden ist, gehören auch diese zu den spezifischen Fachkenntnissen, welche der Big Data Spezialist aufweisen können sollte. Es sind jedoch nicht nur technische Fertigkeiten, die beim Umgang mit Big Data von Bedeutung sind. Der Big Data Experte ist aufgrund des vielseitigen Anforderungsprofils ein echter Alleskönner. Er fungiert als Projektmanager, weshalb er auch ein hohes Maß an Fingerspitzengefühl im Umgang mit Mitarbeitern und Kollegen benötigt. Big Data wird weiterhin die Aufgabe zuteil, Informationen aus verschiedenen früher voneinander abgegrenzten Bereichen zusammenzubringen. Der IT-Fachmann muss deshalb fachübergreifend denken und in der Lage sein, sich in Kollegen aus anderen Abteilungen hinein zu versetzen. Eine besonders wichtige Aufgabe des Big Data Spezialisten wird es sein, Datenbestände aus unterschiedlichen Informationsquellen sinnvoll zusammenzuführen und zu sammeln. Oftmals liegen diese Daten jedoch nicht im selben Format vor, was die Auswertung schwierig machen wird.

Was Unternehmen zu Weiterbildungen für Big Data Fachkräfte beitragen

Da ein Big Data Spezialist sowohl technische Fertigkeiten als auch diplomatisches Geschick mitbringen muss, fühlen sich inzwischen viele IT-Unternehmen auf den Plan gerufen. Es geht zunächst darum, die Mitarbeiter der IT-Abteilung entsprechend zu schulen, um den effizienten Umgang mit Big Data langfristig gewährleisten zu können. Ob mehrjährige Berufsausbildung oder zehntägige Seminare. Wenn man sich auf dem Markt umsieht, dann sind immer mehr IT-Unternehmen bereit in die Weiterbildung ihrer IT-Fachkräfte zum Big Data Spezialisten zu investieren. Einige Unternehmen arbeiten zur Qualifizierung ihrer Mitarbeiter auch mit Hochschulen zusammen. Die Kursangebote zum Big Data Experten erfolgen dabei online und offline und sind mitunter mit hohen Kosten verbunden. Namhafte Unternehmen, die schon jetzt entsprechende Weiterbildungen für ihre Mitarbeiter anbieten, sind etwa HP, Oracle oder IBM. Viele Informatiker sehen in Big Data gute berufliche Chancen. Experten stimmen dem zwar zu, sie geben aber auch zu bedenken, dass die Anforderungen, die es bei Big Data Projekten zu realisieren gilt, nicht zu unterschätzen sind. Die geforderte Kombination aus technischen Fachkenntnissen, diplomatischem Geschick und analytischen Fähigkeiten bringen vermutlich nur wenige Fachkräfte mit. Daher raten Experten mittelfristig dazu, Big Data Projekte auf mehrere Schultern zu verteilen. So sollte es etwa einen Mitarbeiter geben, der sich um die technische Umsetzung kümmert und einen anderen, der sich mit der Analyse der gesammelten Daten auseinandersetzt. Ein dritter Big Data Spezialist sollte dafür Sorge tragen, dass Big Data reibungslos in die Geschäftsprozesse des Unternehmens integriert werden kann.

Big Data schafft neue Berufsbilder

Aufgrund der hohen Anforderungen, die an Big Data gestellt werden, entstehen langfristig neue Berufsbilder in der IT-Branche, so verschiedene Experten. Eines dieser neuen Berufsbilder ist der Data Scientist, der Datenwissenschaftler. Dieser kümmert sich darum, die besten Analysetechniken herauszukristallisieren, mit welchen die gesteckten Ziele erreicht werden können. Auch legt er fest, welche Rohdaten dafür erhoben werden müssen. Ein Data Scientist sollte Fachkenntnisse aus den Bereichen Mathematik und Statistik mitbringen. Weiterhin sollte er über Kenntnisse aus der Branche verfügen, in welcher Big Data Projekte umgesetzt werden können. Um seinem Anforderungsprofil gerecht zu werden, muss sich der Data Scientist mit Datenbanken und Business Intelligence Anwendungen auskennen. Er sollte zudem über Erfahrungen aus den Bereichen Programmierung und Netzwerktechniken verfügen. Besitzt er außerdem Verhandlungsgeschick und ist in der Lage erfolgsorientiert und effizient mit anderen Abteilungen des Unternehmens zusammenzuarbeiten, bringt er alle Kenntnisse mit, die von einem Datenwissenschaftler erwartet werden.

Der Data Artist

Der Data Artist ist ein weiteres Berufsbild, welches Big Data erschaffen wird. Data Artisten sind die Künstler unter den Big Data Experten. Zu ihren Aufgaben gehört die Präsentation der ausgewerteten Datenmengen. Data Artisten müssen es dabei verstehen, die ausgewerteten Daten so zu präsentieren und anschaulich aufzubereiten, dass Geschäftsverantwortliche diese verstehen und damit arbeiten können. Dafür bedienen sich Data Artisten verschiedener Technologien und Programme. So sollten sie versiert im Umgang mit Grafiken und Diagrammen sein.

Der Data Architect

Der Data Architect schafft die grundsätzliche Struktur für die Datenauswertung. Data Architekten bestimmen Datenmodelle, legen fest, welche Datenquellen genutzt werden und wählen die Tools, welche für die Datenanalyse herangezogen werden sollen. Das Know-how von Data Architekten muss, wie bei fast allen neuen Berufsbildern, die sich im Big Data Bereich entwickeln, umfassend sein. Ein Data Architect sollte im Umgang mit Business Intelligence Anwendungen und Datenbanken gewandt sein. Dazu ist es erforderlich, dass er sich in der Datenanalyse gut auskennt.

Der Information Broker: ein vielseitiges Berufsbild

Das Berufsbild des Information Brokers zeichnet sich dadurch aus, dass es vielseitig geprägt ist. Der Information Broker fungiert zum Beispiel als Datenhändler und kümmert sich darum, dass verschiedene Kundeninformationen zur Verfügung gestellt werden. Er kann aber auch als In-House-Spezialist arbeiten. In dieser Rolle beschafft er Datensätze innerhalb und außerhalb des Unternehmens. Der Information Broker ist aber auch ein kreativer Kopf. So soll er Strategien und Ideen entwickeln, wie die gewonnenen Daten effizient und nutzbringend verwendet werden können.

Der Daten-Ingenieur schafft die Infrastruktur

Das Berufsbild des Daten-Ingenieurs setzt sich hauptsächlich mit der IT-Infrastruktur im Unternehmen auseinander. Er beschäftigt sich mit Hard- und Softwareanwendungen und Netzwerkkomponenten, die zur Sammlung und Auswertung der Daten herangezogen werden. Der Dateningenieur ist also für das komplette Big Data Analysesystem zuständig. Er ist in der Lage, seine Fachkenntnisse stetig zu erweitern und neue technische Entwicklungen in die vorhandene IT-Infrastruktur einzubringen.

Data Change Agents stehen für mehr Effizienz im Unternehmen

Data Change Agents kümmern sich im Unternehmen vorrangig um bestehende Geschäftsprozesse. Sie verfügen über analytisches Geschick und untersuchen vorhandene Prozesse dahin gehend, ob diese verbessert werden können. Gegebenenfalls nehmen Data Change Agents eine Anpassung der Geschäftsprozesse im Unternehmen vor, sodass die Integration von Big Data mühelos möglich ist. Zu den Fachkenntnissen, die der Data Change Agent mitbringen muss, zählen eine ausgeprägte Kommunikationsfähigkeit, Verständnis für die Prozesse im Unternehmen sowie Wissen über die Bereiche Qualitätsmanagement und Qualitätssicherung.

Hinterlasse eine Antwort

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *

Du kannst folgende HTML-Tags benutzen: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>