header_home_wuerfel_1920px.jpg

Big Data − Erfolgsfaktor für Unternehmen

Zeiler_Gregor_18x24_SW_bearbeitet-1.jpgDie Themen Digitalisierung und Big Data sind zwangsläufig sehr eng miteinander verknüpft. Denn je weiter die digitale Transformation in unser Berufs- und Privatleben Einzug hält, desto mehr Daten produzieren wir. Diese Datenmassen zu sammeln, zu speichern, zu analysieren und nutzbar zu machen, ist eine der großen wirtschaftlichen Herausforderungen unserer Zeit. Denn auf Basis dieses enormen Datenbergs kann das Verhalten von Kunden, ja ganzer Märkte, ihre Wünsche und Bedürfnisse genau erfasst, interpretiert und vorhergesagt werden. Die Reife der eigenen Big-Data-Strategie und insbesondere des weiterführenden Data-Analytics-Ansatzes ist daher ein wichtiger Erfolgsfaktor für Unternehmen. Ihre Bedeutung wird, je weiter die digitale Transformation voranschreitet, - unabhängig von der Branche des Unternehmens - noch weiter zunehmen.

Wie weit sind die Unternehmen mit ihrer Big-Data-Strategie?

Die technologischen Fähigkeiten im Bereich Big-/Smart-Data-Analytics müssen von den Unternehmen in den nächsten zwei Jahren massiv ausgebaut werden. Zu diesem Ergebnis kommt die aktuelle Studie „Digitalisieren Sie schon“ von Lünendonk. Das unabhängige Beratungs- und Marktforschungsunternehmen hat 103 Firmen aus den Bereichen Automotive, Anlagen- und Maschinenbau sowie der Logistik- und Transport-Branche zum Status der digitalen Transformation im eigenen Unternehmen befragt. Die Umfrageteilnehmer sind sich über den Stellenwert von Big Data einig: ohne Big Data geht nichts mehr!

Allerdings zeigen sich deutliche Unterschiede im Reifegrad der Big-/Smart-Data-Analytics-Strategie im Unternehmen: ein Drittel der Befragten befindet sich noch in der Umsetzungsphase. Immerhin 31 Prozent geben an, dass die Big-/Smart-Data-Analytics-Strategie seit über einem halben Jahr im Einsatz ist. In der Einführungs-Phase befinden sich 28 Prozent der Umfrageteilnehmer. Daraus folgt aber auch, dass acht Prozent der untersuchten Unternehmen noch immer in der Planungsphase ihrer Big-/Smart-Data-Analytics-Strategie stecken.

Digitale Transformation: Von der Theorie in die Praxis

Das Potential der digitalen Transformation zu erkennen und eine tragfähige Digitalisierungsstrategie zu erarbeiten, ist nur die halbe Miete. Interessant wird es bei der Frage, wie es um die Umsetzung der Digitalisierungsprojekte steht. Bei der Frage nach der digitalen Reife, fallen nur fünf Prozent der befragten Unternehmen in die höchste Reifestufe („Digital Leader“). Dem gegenüber schätzen sich 15 Prozent der Unternehmen als „Digital Beginner“, die soeben mit der Umsetzung erster Projekte begonnen haben, ein. Knapp zwei Drittel der Umfrageteilnehmer bezeichnen sich als „Digital Follower“. Der Anteil der „Digital Transformer“, die bereits eine Entwicklungsstufe weiter als die „Digital Follower“ sind, liegt bei 17 Prozent.

Es gibt keinen Standard-Big-Data-Fall…

Die Herausforderungen bei der Digitalisierung und beim Thema Big Data sind für uns bei Trivadis keine Unbekannten. Denn das große Gemeinsame bei allen Big-Data-Lösungen ist, dass auf Unternehmensseite im Prinzip immer dieselben Kernprobleme zugrunde liegen: der effiziente Umgang mit großen Datenmengen, die schnelle Verarbeitung von Datenströmen und die Beherrschung komplexer Analysen. Wir haben aber die Erfahrung gemacht, dass es keinen „Standard-Big-Data-Fall“ gibt. Die Anwendungsszenarien von Big Data sind dafür viel zu individuell, vielfältig und umfangreich. Die Zielsetzungen reichen beispielsweise von der Erweiterung von bestehenden Business-Intelligence-Lösungen, über die Vereinheitlichung von Informationen aus unterschiedlichen internen und externen Quellen bis hin zur banalen Kostenreduktion für eine bestehende, konventionelle Lösung. Um erfolgreich eine Big-Data-Strategie ein- und durchführen zu können, werden aus unserer Sicht neue und innovative Formen der Informationsverarbeitung – inklusive unkonventioneller Datenmanagement-Technologien, Architekturen- und Analysefunktionen - benötigt. Geht es um große, eher statische Datenmengen, ist beispielsweise Hadoop eine gute Option. Geht es um die Verarbeitung von Streaming-Daten, also von Daten in Bewegung, sind bestimmte NoSQL-Datenbanken besonders gut geeignet. Sind dokumentenorientierte Daten im Spiel, sind wieder andere NoSQL Datenbanken dafür optimiert. Für die Abbildung von komplexen Zusammenhängen, Strukturen und Netzwerken sind Graphen-Datenbanken am besten geeignet. Kurz: Die Herausforderung liegt in der richtigen Auswahl und der optimalen Kombination.

…und es gibt keine „One-Size-Fits-All“-Lösung

Daher besteht unsere Herangehensweise bei der Entwicklung und Implementierung einer Big-Data-Lösung immer aus der Kombination unserer langjährigen Erfahrung und Best Practices in Data Management, Analytics und Processing mit den aktuellsten Big-Data-Technologien. Wir unterstützen unsere Kunden bei der Definition der Strategie und der Ausrichtung der Architektur über die Anforderungsaufnahme inklusive der strukturierten und automatisierten Überführung in die technische Plattform. Zudem erbringen wir alle Services für den zuverlässigen Betrieb und die nachhaltige Pflege aller Systeme.

Unser Ziel ist dabei immer die Komplexität auf Kundenseite zu reduzieren. Wir von Trivadis kümmern uns darum, dass die IT für unseren Kunden einfacher und besser zu handhaben ist. Wir gestalten die digitale Business Transformation durch die technologische Umsetzung der neuen Geschäftsmodelle und deren Integration in die bestehende IT. Damit schaffen wir für unseren Kunden das, was für ihn das Wichtigste ist: Raum, sich auf seine Kernkompetenzen – auf seine Arbeit - zu konzentrieren.

Weitere Einblicke zum Big Data erhalten Sie auch im Blogpost "Big Data Analytics: Nachgefragt bei Gregor Zeiler".

Topics: Big Data Digital Business Transformation