Big Data Analytics zum Ausprobieren

Datenanalyse aus der Cloud: Mit Big Data Discovery Experience gibt HP Kunden ein spannendes Entdeckerpaket in die Hand. [...]

Hewlett-Packard bietet Kunden mit HP Big Data Discovery Experience (BDDE) einen Service, um Big-Data-Vorhaben im Vorfeld genau prüfen und damit später zielgenau umsetzen zu können. Anwendungsfälle ließen sich in diesem Rahmen innerhalb weniger Wochen pilotieren sowie mögliche Investitionen in Big-Data-Projekte vorab validieren. Außerdem sollen Anbieterangaben zufolge Anwender erste Erfahrungen für mögliche Big-Data-Produktivumgebungen sammeln und einen entsprechenden Business Case erstellen können. Falls sich im Zuge der Vorabprüfung diese Big-Data-Anwendungsfälle als aussichtsreich erweisen, könnten die Pilotumgebungen zudem zügig in eine Produktivumgebung überführt werden, da die BDDE-Umgebung für den Produktivbetrieb denselben Aufbau hat wie die Testumgebung.

Die Lösung besteht aus einer Kombination von Dienstleistungen und einer Big-Data-Analytics-Plattform, über die sich die ­definierten Anwendungsfälle für einen definierten Zeitraum pilotieren lassen. Diese werden entweder bereits im Vorfeld von den Unternehmen oder gemeinsam mit dem Hersteller als Teil des Projektes festgelegt. Dazu gehört die Definition der wichtigsten Aspekte, wie etwa der Zielsetzung, der notwendigen Daten, des Datenzugriffs und der Schnittstellen.

Die BDDE-Umgebung bietet mehr als 400 Adapter, um Daten einzuspeisen. Dabei spielt es keine Rolle, ob diese strukturiert, unstrukturiert, unternehmensspezifisch oder öffentlich sind. Der Service analysiert Text, Audio und Video ebenso sowie Social-Media-, Satelliten- und Wetterdaten. Verarbeitung und Analyse erfolgen über Speicher- und Analysemethoden wie HP Autonomy, HP Vertica oder Hadoop. Die Ergebnisse werden im nächsten Schritt mit marktüblichen Visualisierungstechnologien wie Spotfire dargestellt.

HP und Vertreter des Kunden arbeiten zunächst nach einer iterativen Methode an der schrittweisen Verbesserung des Big-Data-Projekts. Nach der Definition der Anwendungsfälle und der dafür notwendigen Informationen werden die Daten in die BDDE-Umgebung eingespeist. Es muss zunächst sichergestellt sein, dass die Daten lesbar und von den Analytikmodellen, -prozessen und -tools verarbeitet werden können. In der Folge starten die Abfragen über geeignete Untersuchungsmethoden, analytische Modelle, Tools und Prozesse, um Muster zu erkennen, einen besseren Einblick zu bekommen oder neue Ideen zu generieren. Diese wiederum führen zu neuen Fragen beziehungsweise Datenanforderungen für die nächste Iteration.

Am Ende dieser Reise: Eine mögliche Lösung für Innovationen im Unternehmen, die sich auf Grundlage von Big-Data-Analyseverfahren ergibt. Falls sich pilotierte Anwendungsfälle für das Erreichen der Unternehmensziele wie etwa Umsatzsteigerung und Branding als aussichtsreich erweisen, ist eine schnelle Überführung in die Produktion möglich. Die Produktiv-Umgebung kann aus der Cloud bezogen oder inhouse beim Kunden aufgesetzt werden.
Übrigens: HP Big Data Discovery Experience  konnte beim heurigen „Best in Big Data“-Award unserer Schwesternzeitschrift Computerwoche den dritten Platz in der Kategorie „Big-Data-Tools“erringen (im Bild: Bernd Mußmann, Senior Principal Information Management & Analytics bei HP während der Preisverleihung Ende September). Die Silbermedaille errang die VMS AG mit ihrem Big-Data-Werkzeug SCOOP. Die Lösung soll den Finanzverantwortlichen in Unternehmen ermöglichen, ihren Kapitaleinsatz zu optimieren.

Gleich zwei Preise – den ersten Platz in der Jury-Wertung sowie den Publikumspreis in der Kategorie „Tools“ – räumte Splunk ab, Anbieter von Operational-Intelligence-Software. Splunk Enterprise macht maschinenerzeugte Big Data für Unternehmen nutzbar, indem die Software die Daten sammelt und indiziert. (idg/ba/su)


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*