Wir haben in einer Umfrage den Geschäftsführern von mehr als 20 IT-Unternehmen drei Fragen zum Thema Big Data gestellt. Hier finden Sie ihre Antworten. [...]
Wolfgan Kobek, RVP Southern Europe & Managing Director DACH QlikTech
Wie sehen Sie aktuell die Nachfrage bei Big-Data-Lösungen in heimischen Unternehmen?
Das Interesse am Thema „Big Data“ ist derzeit immens: Für viele Unternehmen ist die Nutzung großer Datenmengen bereits Realität. Sie können riesige Berge unterschiedlicher Daten speichern und für erfolgskritische Analysen heranziehen. Dies gelingt Unternehmen allerdings nur, wenn sie das Thema Big Data strategisch angehen. Dafür ist es unter anderem überaus wichtig, Daten miteinander in Beziehung zu setzen. Und Big-Data-Analysen müssen für eine möglichst breite Mitarbeiterbasis zugänglich sein. Unsere Business-Discovery Plattform QlikView leistet hier einen großen Beitrag: Sie ermöglicht schnelle und flexible Analysen für Kollegen aus der Fachabteilung sowie die Integration von Daten aus unterschiedlichen Quellen in einer interaktiven Analyseebene.
Gerade für den österreichischen Markt gibt es eindrucksvolle Beispiele, wie Firmen Big-Data-Analysen umsetzen. Nehmen Sie etwa die Hammerer Aluminium Industries. Die verschiedenen Unternehmensbereiche umfassen rund 200 Mio. Datensätze. Alleine aus 4 Produktionsanlagen werden alle 5 Sekunden Prozessparameter erfasst und ca. 120 Mio. Daten ausgewertet. Mit QlikView kann das Unternehmen im Produktionsbereich jetzt für die Auswertung von Big Data eine Zeitersparnis von 90 Prozent verzeichnen.
Oder die Hama GmbH & Co KG, erfolgreich im Zubehörgeschäft für die Produktbereiche Foto, Video, Audio, Computer und Telekommunikation. QlikView ermöglicht bei Hama hoch performante Analysevorgänge von Big Data: Innerhalb weniger Sekunden analysiert die Software umfangreiche Datensätze bis auf einzelne Rechnungspositionen. Insgesamt werden dabei ca. 1,6 GB an Daten ausgewertet, was rund 45 Mio. Datensätzen entspricht. Über QlikView werden die Daten der Hama-Niederlassungen in Deutschland, Österreich und Großbritannien zur Schaffung eines Daten-Pools abgebildet, um das Reporting im Konzern zu vereinheitlichen und zu standardisieren.
Für welche Geschäftsprozesse/Business Cases eignet sich Big Data besonders?
Jede Branche hat ihre ganz eigenen Anforderungen an Big-Data-Projekte. Um hier nur ein paar Beispiele zu nennen: Im Finanzsektor stehen Analysen in den Bereichen Risikokontrolle und Compliance ganz oben auf der Liste. Für den Handel hingegen sind es meist die Marketing- und Sales-Abteilungen, für die Big Data eine wahre Goldgrube an Informationen darstellen. Generell gilt es für Unternehmen in allen Branchen, sich mit dem Thema Big Data intensiv auseinanderzusetzen, die Potenziale zu erkennen und die nötigen Strategien auszuarbeiten und umzusetzen. Denn künftig werden Big-Data-Analysen auch eine immer größere Rolle spielen. Wir alle bauen an diesem gigantischen Universum von Daten mit – sei es durch Internet-Aktionen, die Nutzung von Social Media, den Informationen auf mobilen Geräten vom Wetterbericht bis zur Lauf-App. Praktisch alles, was wir tun, kann heute aufgezeichnet werden.
Nennen Sie bitte die drei für Sie wichtigsten Gründe für den Einsatz von Big Data.
Der allerwichtigste Grund liegt auf der Hand: Es geht um Schnelligkeit. Um im internationalen Wettbewerb bestehen zu können, müssen Unternehmen rasch auf Veränderungen reagieren und ebenso schnell Entscheidungen treffen können. Ohne ein Werkzeug, das diesen riesigen Datenschatz durchforstet, dauern Analysen Wochen oder Monate. Die Folge: Entscheidungen werden dann entweder zu spät getroffen oder ad hoc aus dem Bauch heraus.
Zudem bietet die Analyse von Big Data ganz neue und oft unerwartete Einblicke. Denn im Gegensatz zu „kleinen Daten“ lassen sich in „großen“ Daten besondere Muster oder Abweichungen entdecken. Hieraus lassen sich Voraussagen über zukünftige Trends und geschäftliche Chancen ableiten, was wiederum die Geschwindigkeit und Qualität von Entscheidungen verbessert. Big Data können somit zur Steigerung der Wertschöpfung beitragen und Unternehmen darin unterstützen, durch das effiziente Nutzen von Informationen im Wettbewerb die Nase vorn zu haben. Die Frage sollte also nicht lauten: „Wie viele Daten kann ich analysieren?“ sondern „Wie lassen sich Daten nutzen, damit ich bessere Entscheidungen treffen kann?“. Es geht also nicht darum, Datenberge zu verarbeiten, sondern diese auch zu analysieren.
Nicht zuletzt trägt die Analyse von Big Data zu einer höheren Transparenz im Unternehmen bei. Denn Big Data drängen Unternehmen dazu, datenorientierter zu arbeiten – und zwar über die komplette Firma hinweg. Im Idealfall sind die Basis eines derart analysegetriebenen Unternehmens überaus datenorientierte Mitarbeiter. QlikView mit seinem Self-Service-Ansatz ermöglicht dem Nutzer Analysen in seinen Arbeitsalltag ohne großen Schulungsaufwand zu integrieren. Wenn Unternehmen es dann noch schaffen, die neu gewonnenen Analyseergebnisse aus den verschiedenen Abteilungen zu einem großen Ganzen zusammenzuführen, führt dies eben zu mehr Transparenz. Firmen erhalten so Einsichten, die sie ihrem übergeordneten Unternehmensziel um einiges weiter bringen – auch und vielleicht gerade wenn die Erkenntnisse zu drastischen Änderungen führen.
————-
Christoph F. Strnadl, Chief IT Architect Software AG
Wie sehen Sie aktuell die Nachfrage bei Big-Data-Lösungen in heimischen Unternehmen?
International haben die Downloads unserer Big Memory Software im Rahmen unseres Freemium Programms gegenüber dem Vorjahr um mehr als das Fünffache zugenommen. Im Rahmen dieses „Freemium Modells“ können Kunden unsere Big Data Lösungen, vor allem Big Memory, auf ihren eigenen Systemen für ihre eigenen Applikationen in einem begrenzten Umfang ohne Lizenzgebühren testen. Erst wenn sie mehr Speicher oder mehr Applikationen mit Big Data bzw. Big Memory „versorgen“ möchten, benötigen sie eine Lizenz von uns.
In Österreich ist die Nachfrage auch deutlich stärker; der Zuwachs kommt aber nicht an die internationalen Zahlen heran. Wir führen das auf zwei Faktoren zurück: Zum einen sind österreichische Unternehmen technologiebezogen eher „Follower“ als „First Mover“ oder „Leader“. Unsere (ebenfalls deutlich zunehmenden) Kontakte zu diesem Thema kreisen daher oft um die Frage: „Was bringt mir Big Data überhaupt?“ und „Wo kann ich das einsetzen?“
Und dafür ist es zu wenig, nur eine Technologie, einen API oder ein „Appliance“ (also spezielle Hardware) zu haben: Wir setzen dafür ausgefeilte Analysemethoden und methodische Ansätze aus mehr als 20 Jahren Prozessmanagement und Prozessverbesserungsprojekten ein – das bewährt sich in diesen Kontexten ebenfalls!
Zum anderen sind zahlreiche österreichische Unternehmen Tochtergesellschaften von ausländischen Konzernen und daher in Bezug auf Applikationen und Technologieeinsatz oft sehr stark den kaum beeinflussbaren Einflüssen oder Vorgaben der (ausländischen) Konzernzentrale bzw. der zentralen IT ausgesetzt (um nicht zu sagen: ausgeliefert). Daher ist der Spielraum bzw. Freiraum für den Einsatz von neuen Technologien für diese Organisationen deutlich geringer – entsprechend geringer sind die Chancen und Möglichkeiten, sich mit Big Data zu differenzieren. Eigentlich schade – aber das ist der Preis für Standardisierung und Zentralisierung, den diese Unternehmen bezahlen müssen.
Für welche Geschäftsprozesse/Business Cases eignet sich Big Data besonders?
Für alle Geschäftsprozesse, in denen der Umgang mit (sehr) vielen, (sehr) schnellen und vielfältigen Informationen einen Unterschied machen. „Umgang mit vielen/schnellen/vielfältigen Daten“ heißt, dass man sich seine Geschäftsprozesse durch die „Brille“ (Perspektive) der Big Data Wertschöpfungskette (© Software AG) ansehen muss:
Daten Produktion: Wie und wo entsteht Big Data? Mobile Endgeräte? Kassensystem/POS in jeder Filiale? Transaktionen? Ereignisse von ihren LKWs?
Daten Aggregation: Wie kommen diese vielen Daten zur Applikation? Dafür braucht man neben Big Data Technologien auch High-Speed Messaging – das wird sehr oft von den reinen Big Data Anbietern übersehen, die derartige Technologie gar nicht liefern können. Wie aber sonst kommen die vielen tausenden Einzeldaten in den In-Memory/Big Data Speicher?
Daten Verarbeitung: Dort findet das eigentliche In-Memory, das Verarbeiten von Big Data im Hauptspeicher (RAM) statt.
Daten Bereitstellung: Die Ergebnisse der Big Data Verarbeitung muss man dann natürlich wieder den Usern bzw. Mitarbeitern (oder anderen IT-Systemen) zur Verfügung stellen, damit die etwas Sinnvolles mit den Ergebnissen machen können. Technologisch ist diese Stufe auch noch herausfordernd, wenn sie die Ergebnisse wieder sehr vielen (mobilen) Endgeräten zur Verfügung stellen wollen, bspw. weil sie bei ihren Hunderttausenden LKWs die Route dynamisch verändert haben, weil sie ihre Back Office Mitarbeiter mit anderen Arbeitsaufträgen versorgen u.s.f.
Daten Verwendung: In dieser Stufe der Wertschöpfungskette wird letztlich erst der Mehrwert von Big Data generiert: Indem Menschen mit den Ergebnisse von Big Analytics oder von Big (Data) Applikationen etwas Nützliches machen.
„Einen Unterschied machen“ heißt dabei
- Risiko minimieren: Leider konzentrieren sich sehr viele Big Data Anwendungen auf Big Analytics, wo man also mit (statistischen) Analysen aus den vielen vielen Daten etwas Nützliches oder Sinnvolles ableiten möchte (bspw. welche Testartikel haben welchen Einfluss auf die Tausenden Kunden bei einem Einzelhändler).
- Kosten reduzieren: durch das kontinuierliche Monitoren und damit Steuern von Transaktionen und Prozessen in Echtzeit (d.h. nicht wie bei der klassischen Business Intelligence am Ende des Monats oder des Quartals – sondern sofort, alle 5 Minuten!)
- Wert (der Produkte, Services) steigern
- eine neue Realität schaffen (bspw. ganz neue Dienstleistungen, Services, Produkte anbieten)
Nennen Sie bitte die drei für Sie wichtigsten Gründe für den Einsatz von Big Data.
- Schneller, billiger, mächtiger. Der sogenannte „Speed Up“, also die Beschleunigung, einer Applikation MIT Big Data gegenüber derselben Applikation OHNE Big Data beträgt ca. 1.000 (Eintausend!).
- „Billiger“ bezieht sich auf das Einsparen der (in aller Regel) sehr teuren Datenbanklizenzen, wenn man derart große Datenmengen in eine klassische Datenbank packen möchte. Natürlich fallen auch für die Schnittstelle von der Applikation zum „Big Memory“ (also zum Speicher, wo die Big Daten stehen) Lizenzen an: Diese sind aber regelmäßig sehr signifikant niedriger als die Lizenzkosten für eine gleich große herkömmliche Datenbank. Auch das Entwickeln (Programmieren) von Big Data Applikationen ist einfacher, daher rascher und wiederum kostengünstiger als das Programmieren über Datenbanken. Das hängt mit den aktuellen objekt-orientierten Programmiersprachen zusammen, die sich eigentlich nicht für das Abspeichern in einer relationalen Datenbank eignen (Wenn der Programmierer ein „Objekt“, sagen wir, einen Kundenauftrag) in der Datenbank speichern möchte, muss er deutliche „Verrenkungen“ machen, damit er das in eine Tabellenstruktur mit Zeilen und Spalten und eindeutigen Schlüsseln etc. zwängen kann.)
- „Mächtiger“ heißt ganz einfach, dass Applikationen, die als Datenspeicher Big Data Technologie einsetzen, sehr viel mehr können als herkömmliche Anwendungen. In 90% der Fälle nutzen die Unternehmen das zur Erweiterung oder Verbesserung ihrer Geschäftsprozesse bzw. ihres Geschäftsmodells: Bspw. indem sie mehr Funktionalität zur Verfügung stellen, indem sie Prozesse beschleunigen u.s.f. In 10% der Fälle setzen Unternehmen aber Big Data Applikationen ein, um ihr Geschäftsmodell mehr oder weniger radikal zu ändern. Im Englischen heißt das so schön „Game Changer“, wenn man also die Spielregeln (das Geschäftsmodell selbst) ändern kann: Neue Umsatzmöglichkeiten oder neue Märkte erschließen, neue Produkte anbieten oder vertrieben u.ä.
Be the first to comment