Kommentar von Thomas Martens, Cubeware Big Data – Abgesang auf Business Intelligence oder BI 2.0?

Autor / Redakteur: Thomas Martens / Nico Litzel

Neue Technologien verändern die Wissensgewinnung in Unternehmen: Statt BI und Data Warehouse sind nun Big Data und In-Memory gefragt. Doch handelt es sich wirklich um eine Revolution, oder ist eine schrittweise Integration der neuen Techniken in die bestehende IT-Landschaft sinnvoller?

Firmen zum Thema

Der Autor: Thomas Martens ist VP Product Marketing bei Cubeware
Der Autor: Thomas Martens ist VP Product Marketing bei Cubeware
(Bild: Cubeware)

Derzeit scheint es, als würde in Unternehmen im Bereich Wissensgewinnung und -verarbeitung eine neue Epoche beginnen: Big Data, In-Memory Computing, Selbstbedienung, Mobile sind die Stichworte, die das Feld besetzen. Die bisherigen Schlagworte BI und Data Marts oder Data Warehouses wirken demgegenüber etwas verstaubt und altmodisch. Doch erfahrene IT-Spezialisten wissen: Neue Technologien werden gern mit griffigen Stichworten und dem Anschein höchster Dringlichkeit in die Märkte gepusht, obwohl ihr Business Case noch keinesfalls klar sichtbar ist.

Einige Unternehmen denken angesichts dieses Trommelfeuers sicher daran, die gesamte Informationsarchitektur neu zu konzipieren, um nicht in fünf Jahren der Konkurrenz weit hinterherzuhinken. Die Wachstumszahlen des Big-Data-Marktes sprechen für sich: Derzeit legt der deutsche Big-Data-Markt laut Experton Big Data Vendor Benchmark jährlich um 23 Prozent zu. 2019 sollen hierzulande schon mehr als drei Milliarden mit dem Geschäft rund um Big Data generiert werden. Laut IDC wurden 2014 weltweit schon 12,6 Milliarden US-Dollar mit Big Data umgesetzt, davon 46 Prozent mit Infrastrukturprodukten.

Datenvolumen vergrößert pro Jahr um 60 Prozent

Verändert haben sich insbesondere die Datenmengen: Das Volumen der gesammelten Daten vergrößert sich laut IDC jährlich um 60 Prozent, vieles davon unstrukturiert: Twitter-Feeds, Facebook-Einträge und Videos sind nur drei Beispiele. Die Outputs kommunizierender Maschinen und Sensoren werden die Datenflut weiter erhöhen. Führt also doch kein Weg am sofortigen Umstieg auf Big Data vorbei?

Das ist zumindest fraglich, denn die Ziele des Technologieeinsatzes zur Wissensverarbeitung und Informationsgenerierung für Unternehmenszwecke sind noch immer dieselben wie im BI-Zeitalter: Im Unternehmen und anderswo verfügbare Daten sollen gesammelt, zugänglich gemacht, so schnell wie möglich intelligent ausgewertet und in entscheidungsunterstützende Reports transformiert werden. Insofern treffen die Begriffe BI und Data Warehouse auch heute. Dass dafür mit Big Data und In-Memory neue, schnellere und auf andere Datenquellen ausgerichtete Technologien zur Verfügung stehen, ändert an diesem grundlegenden Faktum nichts.

Für Unternehmen viel entscheidender als der Einstieg in neue Technologie ist die Frage, welche Informationen sie für die Optimierung ihrer Geschäftsabläufe wirklich brauchen, welche Datenreserven möglicherweise bisher unzureichend genutzt in den eigenen Beständen schlummern und wie man sie gegebenenfalls nutzbar machen kann. Es geht noch immer um die grundlegenden Schritte Data Management, Data Modeling, Data Governance, Data Distribution und Data Visualization – ob nun die dafür verwendete Technologie Big Data oder BI heißt.

Erst wenn ein Business Case vorstellbar ist, der sich am besten über den Einsatz neuer Technologie realisieren lässt, weil sie entsprechende Datenressourcen, etwa Soziale Medien, in die Informationsarchitektur integrieren hilft und neue, fürs Geschäft sehr wahrscheinlich sinnvolle Erkenntnisse ermöglicht, sind Investitionen sinnvoll.

Schrittweise ergänzen

Um eine solche Strategie umzusetzen, muss die bisherige Informationsarchitektur nicht abgerissen werden. Vielmehr sollte man sie schrittweise durch neue technologische Elemente ergänzen, die bisher ungenutzte Datenbestände im oder außerhalb des Unternehmens verwertbar machen. Anschließend kann man den gesamten Datenfundus zeitnah zu neuen handlungsleitenden Erkenntnissen und einem funktionierenden Informationskreislauf verdichten.

Dabei muss die Big-Data-Infrastruktur durchaus nicht immer im eigenen Haus entstehen. Gerade hier ist es auch denkbar, das wachsende Angebot von Infrastruktur-Services externer Dienstleister zu nutzen. Deren Datenauswertungen fließen dann in den innerbetrieblichen Informationsfluss ein, ohne dass dafür neue Kapital- oder Personalkosten anfallen. Dies gilt umso mehr, als in vielen Firmen ausgebildete Big-Data-Spezialisten fehlen. IDC konstatiert bei über einem Drittel der Unternehmen mangelndes Big-Data-Personal, in Datenanalyse geschulte Mitarbeiter fehlen sogar in 45 Prozent der Unternehmen.

Mehr Nutzen durch Selbstbedienung und BI

Viel wesentlicher als die eingesetzte Technologie ist es allerdings, die Analysemittel, welche auch immer es sein mögen, so einzusetzen, dass sie für die auf sie angewiesenen Mitarbeiter relevante Ergebnisse bringen, die sofort nutzbringend umgesetzt werden können. Zwei Stichworte sind in diesem Zusammenhang besonders wichtig: Selbstbedienung und Mobile BI.

Elemente von Selbstbedienung, etwa das eigenständige Design von Reports, entlasten die Administration und tragen dazu bei, dass Anwender, ohne erst den Administrator bemühen zu müssen, für sie maßgeschneiderte Informationen genau dann bekommen, wenn sie sie benötigen.

Allerdings sollte hier die Konsistenz gewahrt werden: Es ist wenig gewonnen, wenn Vertriebsmitarbeiter bei der Generierung ihrer Auswertungen für ganz ähnliche Kennzahlen unterschiedliche Quellen einbeziehen und am Ende jeder Vertriebsmitarbeiter beispielsweise unter „Umsatz pro Kunde“ etwas anderes versteht. Das stiftet intern und extern Verwirrung.

Datenschutz und Sicherheit beachten

Zudem ist zu klären, welche Datenquellen überhaupt für die Selbstbedienung zugänglich gemacht werden sollen und wo es aus Datenschutz- oder Sicherheitsgründen sinnvoll ist, jede Integration in Reports der Kontrolle der Administration zu unterstellen. Hier sind also einige konzeptionelle Überlegungen nötig. Werden diese Gesichtspunkte beachtet, ist Selbstbedienung eine sinnvolle Komponente der internen Informationsarchitektur.

Eng damit verknüpft ist das Thema Mobile BI. In einer Zeit, in der Mobile in den einschlägigen Erhebungen fast durchgängig zu den Top-Prioritäten der höchsten Managementebene inner- und außerhalb der IT gehört, wird auch die mobile, zeitnahe Bereitstellung entscheidungsrelevanter Daten immer wichtiger. Allerdings bringt sie nur dann die erwünschten Resultate, wenn Mobile BI nicht abgespalten neben der sonstigen BI-Infrastruktur steht, sondern in sie integriert ist. Das bedeutet beispielsweise, dass bei mobilen und stationären Reports die gleichen Daten für die Beantwortung derselben Fragen ausgewertet werden. Mobile-BI-Tools müssen also entsprechende Schnittstellen mitbringen, die diese Integration auch möglich machen.

Vielfalt von mobilen Endgeräten

Zudem ist zu berücksichtigen, dass mobile Mitarbeiter möglicherweise eine Vielfalt von Endgeräten nutzen. Selbst wenn ein Unternehmen auf ein mobiles Endgeräteformat standardisiert, stellt dieses die Daten in der Regel anders dar als der PC oder Thin Client am festen Arbeitsplatz. Mobile Reports sollten so entwickelt werden, dass mobile Mitarbeiter wichtige Daten ohne umständliches Klicken und Scrollen abfragen und ablesen können.

Dazu gehört auch ein ausreichend großes Schriftformat und ein Design von Grafiken, das auf den ersten Blick aussagefähig ist. Die verwendeten BI-Lösungen sollten dies sicherstellen. Ist dies der Fall, können beispielsweise Außendienstler im Vertrieb durch mobile Entscheidungsunterstützung schneller zum Abschluss kommen oder Wartungs- und Reparaturteams einen Schaden zur Freude des Kunden schneller als erwartet beheben.

Artikelfiles und Artikellinks

(ID:43021808)