Big Data - Die Rolle von Daten für Unternehmen

Cloud-Technologien spielen eine immer wichtigere Rolle, wenn es um die Wettbewerbsfähigkeit von Unternehmen geht. Insbesondere durch das Vorhandensein spezifischer Anwendungsszenarien ist längst nicht mehr von einem Hype zu sprechen.

Zudem steigt die Anzahl der Unternehmen, die in praktische Anwendungen im Bereich rund um Big Data investieren und somit Prozessoptimierungen forcieren und verbesserten Kundensupport ermöglichen.

Big Data – ein Trend mit Erfolgsgarantie

Als klassisches Paradebeispiel für angewandte Big-Data-Anwendung kann Google herangezogen werden. Mit dem beliebten und kostenlosen Service Google Maps greift das Unternehmen auf Echtzeitdaten zurück und warnt auf diese Weise die Nutzer vor Verkehrsstaus. Zudem werden Alternativrouten berechnet, die eine Zeitersparnis zur Folge haben.

Doch dieses Beispiel gibt nur einen Ausblick auf die Möglichkeiten der Big-Data-Analyse, sodass immer weitere Einsatzmöglichkeiten identifiziert werden. Bereits 2015 sagte das Marktforschungsunternehmen IDC voraus, dass der Markt der Big-Data-Technologie mit einem durchschnittlichen Wachstum von 23,1 Prozent rechnen kann. Dieses Wachstum soll bis 2019 anhalten, sodass ab diesem Zeitpunkt ein Jahresumsatz von 48,6 Milliarden US-Dollar durch diesen Industriezweig realisiert werden.
Die Big-Data-Bewegung

Mittlerweile kann davon ausgegangen werden, dass es nur noch zwei Unternehmenskategorien gibt: Unternehmen die bereits Big Data nutzen, sowie Unternehmen die den Einsatz von Big Data für das spezifische Geschäftsmodell überprüfen. Viele Unternehmen erwarten, dass Big Data ein umfangreiches und komplexes Themengebiet darstellt. Allerdings handelt es sich oftmals um eine Ergänzung der bestehenden Business-Intelligence-Projekte, sodass es sich geradezu um einen natürlichen Übergang handelt.

Durch die Anreicherung der BI-Plattformen mit Big Data haben Unternehmen die Möglichkeit, auf fortgeschrittene Analysetechniken zurückzugreifen. Somit kann ein auf gigantisches Potenzial ungenutzter und unstrukturierter Daten zurückgegriffen werden.

Als Quellen dienen dabei beispielsweise soziale Netzwerke, Blogs oder Geräte, die bereits heute mit dem Internet der Dinge (IoT) verbunden sind. Die, aus diesen Daten generierten Analysen, bieten einen verbesserten Kontext und ermöglichen Rückschlüsse auf das menschliche Verhalten. Zudem können Beziehungen zwischen verschiedenen Datensätzen hergestellt und ein Rundumblick auf die Kundenprofile geschaffen werden.

Dennoch ist ein kompletter Neustart im Bereich der Big-Data-Technologien oftmals besonders schwer und der unternehmerische Druck enorm. Dies kann unter Umständen dazu führen, dass wichtige, unternehmerische Kernprozesse nicht ausreichend bearbeitet werden und das vollständige Geschäftspotenzial nicht abgerufen wird.

Daher sollte vor dem Projektstart eine klare Zieldefinition stattfinden. Das bedeutet, dass die Unternehmen einen Fokus auf die, mithilfe von Big Data zu erreichenden Ziele setzen sollten. Dies ist eine wichtige Voraussetzung für jedes Projektmanagement, kann aber im Rahmen von Big Data in besonderem Maße hervorgehoben werden. Sind die Ziele definiert, so fällt die Selektion der relevanten Daten leichter und dem wirtschaftlichen Erfolg des Projekts steht nichts mehr im Weg. Voraussetzung für eine Ableitung von Handlungsempfehlungen ist eine gute Datenbasis. Weiterführende Informationen gibt es hier.

Auswahl des richtigen Ansatzes

Nachdem die unternehmerischen Ziele definiert wurden, müssen die vorhandenen Kompetenzen im Unternehmen überprüft werden. Durch diesen Schritt können Schwachpunkte herausgearbeitet und durch die Einstellung externer Experten eliminiert werden. Zudem sollte Big Data insbesondere auf die Beisetzung der Schwachpunkte fokussiert werden. Ist diese strategische Entscheidung getroffen worden, so kann eine Analyse der benötigten Big-Data-Plattform veranlasst werden. Hierbei geht es insbesondere um Server-Kapazitäten, Datenmigration und die Analyse des Speicherbedarfs.

Des Weiteren muss ein genauer Blick auf die bestehende IT-Infrastruktur geworfen werden, denn diese sollte für die Speicherung der neuen Daten ausgelegt sein. Als besonders kosteneffektiv gilt der Aufbau eines eigenen Datenpools.

Bei diesem Ansatz werden die Kosten für die Datenspeicherung minimiert und stattdessen auf eine Speicherung auf Standardservern gesetzt. Standardserver sind im Vergleich zu Data-Warehouses besonders günstig und weisen ansonsten kaum Nachteile auf. Insbesondere die potenziellen Kostensenkungen treiben viele Unternehmen zum Einsatz von Big Data.

Die Datenpools bieten zudem einen weiteren eklatanten Vorteil, denn die bisher bestehenden Silos werden durch diesen Ansatz nahezu eliminiert. Somit wird die Bildung eines riesigen Reservoirs ermöglicht, dass aus Daten sprichwörtlich Big Data macht.

Durch diese gigantischen Datenpools können umfangreiche Mustererkennungen und Kontextualisierungen vorgenommen werden, welche im nächsten Schritt tiefe Einblicke in die Materie erlauben. Doch auch die Datenmigration wird erleichtert, denn die Notwendigkeit zur Aufbereitung der Daten, wie sie in relationalen Datenbanken erforderlich ist, entfällt in diesem Fall vollständig.

Die Auswahl der richtigen Mitarbeiter 

Nach dem Aufbau der Storage-Plattform geht es um das Recruiting der passenden Mitarbeiter, da diese eine wichtige Rahmenbedingung zum erfolgreichen Projekt-Abschluss sind.

Hierbei muss neben dem IT-Team auch auf Digitalisierungsexperten sowie Manager aus den involvierten Geschäftsbereichen gesetzt werden. Nur durch dieses Vorgehen kann gewährleistet werden, dass die Ergebnisse der Analysen in den jeweiligen operativen Prozess eingebunden werden.

Die Wahl der passenden Manager ist ebenfalls von hoher Relevanz, denn diese sollten Kompetenzen bei der Implementierung der Big-Data-Tools sowie der Operationalisierung der jeweiligen Prozesse besitzen. Zum aktuellen Zeitpunkt sind diese Managementkräfte sehr rar, sodass es nur weniger Data Scientists mit den entsprechenden Kenntnissen gibt.

Aufgrund des steigenden Bedarfs bieten zwar immer mehr Universitäten und Fachhochschulen entsprechende Kurse an, doch aufgrund der fehlenden Berufserfahrung sind die neuen Mitarbeiter oftmals nicht in der Lage die Komplexität des gesamten Prozesses zu überschauen. Dies ist auch einer der Gründe, warum immer mehr Technologiepartnerschaften entstehen.

Oftmals werden Firmen mit Erfahrungen im Bereich Big Data hinzugezogen. Zudem wird somit der Fachkräftemangel umgangen und die Expertise des Partners genutzt. Durch die Erfahrung aus Vorprojekten kann auch auf modulare Bausteine zurückgegriffen werden, welche die Etablierung der Analysen beschleunigen.

Für die kommenden Jahre wird Big Data eine steigende Relevanz erfahren und die Zahl der Unternehmen, die Big Data einsetzen, wird ebenfalls steigen. Dennoch sollte der allgemeine Hype nicht überbewertet werden und eine Balance zwischen den passenden internen und benötigten externen Fähigkeiten gefunden werden.

Bilder: pixabay-CCO Creative Commons