Big Data

Big Data – Schluss mit lustig – Big Data wird ernst!

Bottom Line (ICT-Anbieterunternehmen)

Big Data wurde von Experton frühzeitig als neue Dimension für klassischen BI- und BA-Konzepte bezeichnet. Dies hat sich bewahrheitet und die Big Data-Technologien haben im Hype-Cycle schon das Plateau der produktiven Anwendung erreicht. Doch dafür müssen die Big Data-Lösungen jetzt individuellen Anforderungen gerecht werden. Breit aufgestellte Anwendungsszenarien ziehen nicht länger die Wurst vom Teller.

Bottom Line (ICT-Anwenderunternehmen)

In den letzten fünf Jahren hat sich ein Hype-Thema zu einer über fast alle Branchen hinweg anwendbaren Familie von Basistechnologien entwickelt: Die Big Data-Technologien haben jetzt die Reife, um einen wirklichen Nutzen zu schaffen – für jedes Unternehmen ganz individuell. Fordern Sie Ihren Provider und verlangen Sie konkrete Nutzenaussagen zu Ihrem Datenbestand und Ihren Prozessen.

 

Seit 2011 beobachten wir bei Experton den Markt und die Lösungen für das Trendthema „Big Data“. Inzwischen haben viele Anbieter Produkte, Lösungen und Services für die neuen Datendimensionen in den Anwenderunternehmen auf den Markt gebracht. Bislang sind das jedoch vor allem Lösungen, die zunächst einmal rein technisch mit den Datenmengen umgehen können, schnelle Visualisierungsmöglichkeiten bieten, um auch komplexe Zusammenhänge darzustellen. Auch spannende technische Ansätze wie Graphen (oder spaltenorientierte Datenbanken (wurden in den 70ern schon einmal erfunden) für die bessere Analyse der gewachsenen Datenmengen haben sich in schicken Lösungen etabliert. Das geht so weit, dass man inzwischen auf Präsentationen gerne auch mal völlig sinnfreie Graphen-artige Darstellungen findet.

Kurzum: Big Data-Technologien gibt es in verschiedenen technischen Ausprägungen. Was derzeit noch fehlt, ist die Verknüpfung mit einem tatsächlichen konkreten Anwenderbedarf. Nur wenige Anbieter schaffen es, ihre Technologie mit einem wirklichen Nutzenversprechen zu verknüpfen. Dabei wird genau dies in den kommenden Jahren den Erfolg von Big Data-Technologien bestimmen. Als Analysten sehen wir einige Beispiele nun im fünften Jahr, immer wieder mit kleineren Variationen: Da ist die Wartungsvorhersage bzw. das Beispiel für Predictive Maintenance, da sind ein paar Beispiele von Trend-Analysen aus Social-Media-Einträgen und da sind immer Beispiele für datenbasierende, angeblich disruptive Geschäftsmodelle (gerne kolportiert anhand einer Bettenvermittlung oder einer Mitfahrzentrale).

Diese Beispiele reißen – wie wir es auf Branchen- und Anbieterveranstaltungen beobachten können – den Anwender kaum noch vom Hocker. Dabei sind es die Anwender, die den wichtigen und richtigen Input für die konkrete Anwendung der Technologien haben. Das kann die Verbesserung eines Leitstandes sein, der auch Informationen aus der Supply-Chain in die Interpretation einbezieht. Das kann die Verknüpfung von ERP-Daten (Füllstand und Lagerbestand) mit der Steuerung der Lieferkette (Kommissionierung, Fakturierung und Lkw-Anforderung) sein. Die generischen Szenarien müssen für das konkrete Projekt in individuelle Anwendungsbeispiele überführt werden. Das heißt, ein Predictive-Maintenance-Szenario für ein Fertigungsunternehmen aus der Konsumgüterindustrie muss anders aussehen als die Wartungsvorhersage für einen Maschinenbauer. Mit praktischen oder zumindest praxisnahen Anwendungsszenarien werden beispielsweise die oft wichtigen Fragen der Anwender nach dem „Woher“ und dem „Wie“ der Integration von Daten Dritter beantwortet. Ebenso sollten die industriespezifischen Szenarien erklären, ob es unbedingt eine spaltenorientierte Datenstruktur sein muss oder ob die gewünschte Leistungssteigerung nicht auch einfach durch Flash-Speicher-Technologien erreicht werden kann. Mit jedem Detail wird der Anbieter gegenüber dem Anwender glaubwürdiger und somit erfolgreicher.

Diese Themen waren auch Gegenstand der Diskussionen auf dem zweiten „Außenwirtschaftstag Digitale Innovation, Informations- und Kommunikationstechnologie“, den das Auswärtige Amt und der Bitkom Ende September in Berlin durchgeführt haben.

Gleichzeitig findet eine Konvergenz von Trendthemen statt und Big Data geht gleitend in angrenzende Themenbereiche über. Die Nähe zu e-Health, Smart-Cities, Smart-Cars, IoT, Industrie 4.0, Digital Manufacturing u.v.a.m. muss nun aber nicht nur thematisch, sondern auch in den Lösungen stattfinden. Das bedeutet eine Spezifizierung der Lösungen – im Gegensatz zu den bislang häufig anzutreffenden One-size-fits-all-Ansätzen bzw. den DIY-Baukästen, die zwar voll mit leistungsfähigen Link-Libraries, alternativen Datenbanksystemen (einschließlich der eingangs genannten Graphen-basierenden Analytics-Tools) oder Visualisierungstools sind, aber eben noch lange keine Lösung darstellen. Daran ändert sich auch nichts, wenn diese Tools – so mächtig sie sind – auf einer Cloud-Plattform angeboten werden. Die Anwender interessieren sich hier vor allem deshalb für fertige Lösungen, weil sich beim Design, bei der Programmierung und der Implementierung der Lösung der Fachkräftemangel tatsächlich bemerkbar macht.

Wir bei Experton unterstützen Anbieter und Anwender bei der Entwicklung der konkreten und praktischen Anwendungsszenarien, beim Finden von Use-Cases sowie im Verbund mit ISG mit umfassenden Sourcing-Services.

Schreibe einen Kommentar

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