Sinnloser Big-Data-Aktionismus

Big Data ist das aktuell breitgetretendste Buzz-Word der IT-Branche. Dabei wissen viele Anwenderunternehmen selbst noch nicht, warum sie sich damit beschäftigen. [...]

DATEN-SCHLEPPNETZE MIT UNERMESSLICH VIEL MÜLL
Die zentrale Ursache dieses Problems ist eine historische: Datenbestände sind – zwangsläufig – über die Jahre immer mehr angewachsen und wurden dabei ebenso unvermeidlich in den unterschiedlichsten Formaten und Programmen abgelegt.

Und als vor einigen Jahren die Gerüchte über den nächsten Goldrausch die Runde machten, die Verheißung, möglichst viele Daten führten zwangsläuft zu hohen Gewinnen, da ging die Sammelwut richtig los.

Aber – wie Jeremy Levy so schön formuliert hat – statt mit der Harpune gezielt auf Schmackhaftes zu zielen, zogen die Unternehmen riesige Daten-Schleppnetze hinter sich her, in denen sich unermesslich viel Müll verfing.

Um das Wenige, das davon brauchbar ist, herauszufiltern, mussten anschließend Data Scientist-Teams gebildet werden, die ihre Zeit damit verbrachten, zu sichten, zu reinigen und zu strukturieren, und das nicht selten mit manuellen bis semi-automatischen Mitteln.

DATEN AUSSORTIEREN IST DIE HAUPTBESCHÄFTIGUNG
Wie sagte doch DJ Patil, oberster Data Scientist des Weißen Hauses einmal: „Daten sind nun mal chaotisch, und das Aussortieren wird immer 80 Prozent der Beschäftigung mit ihnen ausmachen. Anders gesagt: Daten sind ein Problem.“

Und dabei suchen Unternehmen darin doch das genaue Gegenteil, nämlich Lösungen. Aber weil sie nicht wissen, wie sie sonst dorthin gelangen sollen, kaufen sie sackweise Tools, multifunktionale Macheten sozusagen, mit denen sich hoffentlich eine Schneise durch den Datendschungel schlagen lässt.

Nach Angaben der US-Analyseplattform Wikibon werden 52 Prozent aller Investments in Daten-Tools auf Werkzeuge verwandt, die die Infoberge lediglich so strukturieren, dass sich systematisch darauf zugreifen lässt. Anders gesagt: Mehr als die Hälfte des Budgets ist bereits verbraucht, bevor eine einzige Auswertung – also Nutzung – der Daten stattgefunden hat.

Big Data – es kann nicht oft genug gesagt werden – ist vor allem Big Business. Und je unklarer die genaue Bedeutung und der Nutzen des dahinter Stehenden, desto besser lassen sich „nützliche“ Hard- und Softwarelösungen in die Unternehmen hineinverkaufen.

Wie also sollten CXOs auf den künstlichen Hype und den damit verbundenen Handlungsdruck reagieren, wie am effizientesten davon profitieren?