header_home_wuerfel_1920px.jpg

Ist Big Data ein überschätzter Hype?

Big-Data-Projekte stecken oft noch im Pilotstadium fest. Es wird viel über ihre Vor- und Nachteile im Unternehmen diskutiert, wenn es aber um die konkrete Umsetzung geht, zeichnet die Realität ein anderes Bild: Magere vier Prozent der Unternehmen haben eine, 14,3 Prozent mehrere Big-Data-Anwendungen im Einsatz – weniger als im Vorjahr. Zu diesen Ergebnissen kommt die aktuelle Studie IT-Trends 2017 von Capgemini. Dafür wurden 148 Entscheidungsträger aus Deutschland, Österreich und der Schweiz zum aktuellen Stand der Unternehmens-IT sowie den Trends der kommenden Jahre befragt.

ITT-2017_Projektstatus-Big-Data.jpg

Hat das Thema Big Data seinen Zenit überschritten und nie eingehalten, was der Hype versprochen hat? Peter Welker, Senior Principal Consultant, kommentiert:

Peter_Welker_Trivadis_2.jpg„Big Data ist und bleibt eines der wichtigsten Themen des digitalen Wandels für Unternehmen. Ich persönlich glaube sogar, dass Big Data langfristig eine noch zentralere Rolle einnehmen muss. Denn die Zukunft von Unternehmen liegt in Digitalisierungskonzepten, wie beispielsweise dem Internet der Dinge und Industrie 4.0. Diese Visionen haben Eines gemeinsam: Sie produzieren tagtäglich riesige Datenberge.

Wettbewerbsvorteil Informationen

Diese Daten zu sammeln, zu verarbeiten, zu analysieren und vorzuhalten, sind die grossen Herausforderungen unserer Zeit. Nur wer das Potential dieser Daten ausschöpft, wird im globalen Wettbewerb zukunftsfähig sein. Allerdings gibt es immer mehrere Möglichkeiten, diese Daten in Informationen zu verwandeln. Nicht immer ist Big Data die Lösung. Es gibt mehrere Kriterien, die über die Art der Datenverarbeitung entscheiden.

Wann ist Big Data sinnvoll?

Eine Art Check-Liste, ob der Einsatz von Big-Data-Technologien sinnvoll ist, sind die sogenannten „drei V’s“: Volume, Velocity und Variety. Rein technisch zeigen Big-Data-Technologien genau bei diesen Teilaspekten beispielsweise relationalen Datenbanken die Grenzen auf. Die Grösse der Datenmenge, die insgesamt vorgehalten werden muss, ist ein ausschlaggebender Punkt. Liegt das Datenvolumen im mehrstelligen Terabyte-Bereich, sind Big-Data-Technologien bei der Auswahl zu berücksichtigen. Geht es in Richtung Petabyte, wird der Einsatz zwingend.

binaercode.jpg

Benötigter Datendurchsatz und maximale Verzögerung

Die Frage nach der Verarbeitungslatenz ist ein weiterer Knackpunkt: Wie lange nach der Entstehung von Daten müssen Muster erkannt und daraus Aktivitäten abgeleitet werden? Bestehen Anforderungen im Minuten- oder Sekundenbereich – oder sogar noch darunter? Wenn diese beispielhaften Fragestellungen bejaht werden können, ist der Big-Data-Weg der richtige. Auch müssen die Fragen nach der Flexibilität der Lösung beantwortet werden. Wie vielfältig ist das Datenmaterial? Ist bereits bekannt, welche Berechnungen und Analysen mit den Rohdaten künftig gemacht werden sollen?

Komplexität und Variabilität

Ein weiterer wichtiger Parameter ist die Skalierbarkeit. Konkret sollte beachtet werden, ob starke Schwankungen bei der Last zu erwarten sind und ob die gewählte Lösung auch noch um Faktor 10, 100 oder 1.000 nach oben skalierbar sein muss? Kann der Einsatz von Cloud-Diensten eine Lösung sein?

Nicht mit Kanonen auf Spatzen schiessen

Das A und O bei jedem Big-Data-Projekt ist, dass es zum jeweiligen Unternehmen und Problem passen muss. Das Projekt muss in seiner Grösse und Komplexität genau auf die Anforderungen und Bedürfnisse massgeschneidert werden. Sonst wird es tatsächlich nie „live gehen“ und in der Evaluations- und Planungsphase stecken bleiben. Daher sollte man sich zuallererst immer fragen, ob ein Big-Data-Projekt überhaupt sinnvoll ist. Manchmal kann eine klug gewählte Alternative zur Lösung eines Problems besser sein als der ursprüngliche Big-Data-Plan.“

Geben Sie uns Ihre korrekten Daten und nehmen an einer Verlosung teil!


cover.jpgEin ausführlicher Fachbeitrag von Peter Welker zum Thema „Wann ist Big Data sinnvoll?“ ist im Handbuch Digitalisierung erschienen. Sie finden ihn hier.

Weiterführende Informationen

 

Bildquellen: Grafik Projektstatus Big Data: Capgemini, IT-Trends 2017; Foto Binärcode: Pixabay/geralt

 

Topics: Kommentar Big Data Digital Business Transformation