Big Data – an diesem Thema kommen Unternehmen nicht mehr vorbei. Big Data verschafft einen Blick in die Zukunft, ob in der Industrie, der Logistik oder in der Werbung. Doch nur wenige Unternehmen sind überhaupt bereit für die ganz großen Daten.
Um Big Data nutzbar zu machen, bedarf es Platz zu schaffen für die großen Datenmengen. Doch das Speichern ist nicht das, was Big Data auszeichnet. Es ist nur der erste Schritt: Wer die Daten lediglich sammelt, wird weder von schnelleren Entscheidungen und Prozessen, noch von einer besseren Kenntnis des Kundenverhaltens oder einer gesteigerten Produktivität profitieren. Der Trumpf liegt in der Analyse der Daten.
Alles steht und fällt mit dem richtigen Team
Aber welche Daten sollte man wie verknüpfen und mit welcher Technologie? Das Ziel ist es, aus Rohdaten unternehmensrelevante Informationen zu gewinnen. Doch darin liegt auch die große Herausforderung: Neben technischem Know-how fehlen in firmeninternen IT-Abteilungen vor allem die nötigen fachlichen Skills im Umgang mit den großen Datenmassen. Bisher konnten lediglich 12 Prozent der Unternehmen eine Big-Data-Initiative auf die Beine stellen und als festen Bestandteil der Unternehmensprozesse etablieren (BARC Studie „Big Data Analytics“, 2014).
Kein Big Data ohne Cloud
Ein weiterer Aspekt sind die Kosten. BI-Lösungen, die auf Hadoop oder In-Memory-Computing basieren, sind mit hohen Investitionen verbunden. Der Schlüssel liegt deshalb in skalierbaren IT-Ressourcen aus der Cloud. Erst mit Diensten wie Software-as-a-Service oder Hadoop-as-a-Service wird Big Data wirtschaftlich nutzbar, da die notwendigen High-Performance-Technologien nach Bedarf bezogen werden.
Aber: Unternehmen müssen sich schon im Vorfeld damit beschäftigen, wo erfolgversprechende Anwendungsgebiete liegen und welche Fragen sie beantworten möchten. Beispielsweise bietet In-Memory-Computing eine besonders hohe Geschwindigkeit in der Datenverarbeitung und ermöglicht etwa Risikoanalysen in Echtzeit; Hadoop hingegen stellt die Weichen für vorausschauende Prognosen im Energiebereich oder der Produktentwicklung. Am Anfang von Big Data steht demnach immer eine konkrete Strategie.
Nicht zu unterschätzen: Datensicherheit und -schutz
Compliance- und Governance-Richtlinien sind elementarer Bestandteil jeder Big-Data-Strategie. Besonders für die Analyse von Personendaten, zum Beispiel aus Social Media, gelten strenge rechtliche Vorgaben. So muss durch die Anonymisierung eine Identifikation der Personen aller Daten ausgeschlossen werden. Auch die IT-Infrastruktur muss Datenschutzanforderungen Stand halten und entsprechend gesichert sein. Hier kommen nur IT-Services aus der Private Cloud infrage, die einen hohen Sicherheitsstandard gewährleisten.
Fazit
Big Data bietet enormes Innovationspotenzial für die deutsche Wirtschaft, sei es im Kundenservice, in der Produktion (Stichwort: Industrie 4.0) oder im Marketing. Doch Unternehmen müssen vorbereitet sein und sollten folgende Schritte auf keinen Fall auslassen:
- Die nötigen Big-Data-Kompetenzen in der eigenen IT-Abteilung bündeln oder auf das Expertenwissen Dritter zurückgreifen.
- Den Schritt in die Cloud wagen, um Investitionskosten gering zu halten.
- Die Aspekte Datenschutz und -sicherheit bereits in der Strategie verankern und ebenso bei der Wahl des Providers beachten.