Kommentar von Benjamin Krebs, Dell EMC

Daten gehören zum wichtigsten Kapital eines Unternehmens

| Autor / Redakteur: Benjamin Krebs / Nico Litzel

Der Autor: Benjamin Krebs ist Director, Germany, Mitglied der Geschäftsleitung Dell EMC | Unstructured Data and Analytics
Der Autor: Benjamin Krebs ist Director, Germany, Mitglied der Geschäftsleitung Dell EMC | Unstructured Data and Analytics (Bild: Dell EMC)

Die Digitale Transformation verändert die Welt. Experten prognostizieren, dass in den nächsten drei Jahren die Hälfte der globalen Wertschöpfung digital entsteht. Der Einsatz von Daten und die Behandlung von Daten als Unternehmenskapital treiben diesen Wandel entscheidend voran. Durch die Fähigkeit, Daten gezielt für das eigene Geschäft zu nutzen, werden sich die Gewinner von den Verlierern unterscheiden.

Daten haben sich in den vergangenen Jahren zu einem überaus wertvollen Unternehmenskapital entwickelt und gelten als Indikator für zukünftigen Geschäftserfolg. Mit der fortschreitenden Digitalisierung wird der Wert der Daten noch deutlich weiter ansteigen. Denn Daten sind der Treibstoff für die Digitalisierungsinitiativen Big Data, Digital Experience, Internet of Things und Künstliche Intelligenz bzw. maschinelles Lernen, welche die Digitalisierung der Wertschöpfung hauptsächlich prägen.

Die Digitalisierung der Wertschöpfung wird hauptsächlich von vier Bereichen geprägt: Big Data, Digital Experience, Internet of Things und Künstlicher Intelligenz bzw. maschinelles Lernen.
Die Digitalisierung der Wertschöpfung wird hauptsächlich von vier Bereichen geprägt: Big Data, Digital Experience, Internet of Things und Künstlicher Intelligenz bzw. maschinelles Lernen. (Bild: Dell EMC)

Um ihre Daten besser nutzen zu können, müssen Unternehmen ihre bestehenden Technologien und Geschäftsprozesse optimieren. Der Wert von Daten ähnelt einem Rohstoff, dessen „Kurs“ von der Qualität und der Nachfrage bestimmt ist. Werden Daten nur gelagert und nicht eingesetzt, sind sie weitgehend wertlos. Denn ihr Wert ist vom Einsatzzweck, vom Nutzer und vom Kontext abhängig. Nutzen Unternehmen Daten aber gezielt zur Erstellung neuer digitaler Produkte und Services, kann das Datenkapital zur Wettbewerbsdifferenzierung und zum branchenübergreifenden Erfolgsfaktor werden.

Um Daten effizient einzusetzen, gilt es einige Herausforderungen zu meistern – vor allem bei den unstrukturierten Daten, die aus unterschiedlichen Quellen wie Dokumenten, Videos, Social-Media-Kanälen, Bildern sowie von Geräten aller Art stammen können und aktuell etwa 80 Prozent aller Daten in Unternehmen ausmachen. Im Gegensatz zu strukturierten Daten, die sich in relationalen Datenbanken befinden, lässt sich der Wert von unstrukturierten Daten mit der in vielen IT-Abteilungen noch vorhandenen traditionellen Infrastruktur nur schwer schöpfen. Diese historisch gewachsene Infrastruktur stellt eine erhebliche Hürde dar, um das vorhandene Datenkapital zu nutzen.

Datenkapital in einem Data Lake zusammenführen

Nutzen Unternehmen Daten gezielt für das Erstellen neuer digitaler Produkte und Services, kann das Datenkapital zum Erfolgsfaktor über alle Branchen hinweg werden.
Nutzen Unternehmen Daten gezielt für das Erstellen neuer digitaler Produkte und Services, kann das Datenkapital zum Erfolgsfaktor über alle Branchen hinweg werden. (Bild: Dell EMC)

Besonders vorteilhaft für die Datenanalyse ist ein sogenannter Data Lake. Darin können Unternehmen alle Daten an einem Ort zusammenführen und so bestehende Datensilos auflösen. Dieser zentrale Speicherort nimmt riesige Mengen an Rohdaten in ihrem ursprünglichen Format aus allen verfügbaren Quellen auf und stellt sie für eine jederzeitige Nutzung bereit. Einer der zentralen Vorteile eines Data Lakes: Unternehmen können die darin vorhandenen Daten aus allen Geschäftsanwendungen zentral analysieren, beispielsweise mit einer Hadoop-Anwendung und sogar mit mehreren Hadoop-Distributionen gleichzeitig. Sie müssen keine Bestände aus anderen Quellen manuell anfordern oder aus anderen Applikationen importieren. Unternehmen sind damit in der Lage, mit ihrem Datenkapital eine hohe Wertschöpfung zu erzielen und den Nutzen ihrer Daten zu maximieren.

Sehr nützlich ist es, wenn ein Data Lake zusätzlich zum Hadoop Distributed File System (HDFS) auch Objekt- und File-Formate unterstützt. In einigen Fällen kombinieren Unternehmen den Data Lake im eigenen Rechenzentrum zudem mit weiteren Data Lakes in der Cloud. Damit können sie das Spektrum des verfügbaren Datenkapitals erweitern oder Daten, die aktuell nicht benötigt werden, zu Microsoft Azure, Amazon AWS S3, Dell EMC Elastic Cloud Storage (ESC) oder Virtustream transferieren.

Skalierbarkeit zur Bewältigung des rasanten Datenwachstums

Der Einsatz von Daten als Unternehmenskapital treibt die Digitale Transformation entscheidend voran.
Der Einsatz von Daten als Unternehmenskapital treibt die Digitale Transformation entscheidend voran. (Bild: Dell EMC)

Sobald Daten als Kapital erkannt werden, möchte jedes Unternehmen dieses natürlich bestmöglich nutzen. Doch um das Datenkapital von Unternehmen aus unterschiedlichen Branchen in jedem Anwendungsszenario nutzen zu können, muss die Datenplattform in der Lage sein, Leistung und Kapazität bei Bedarf problemlos zu skalieren; nur so kann sie mit dem rasanten Wachstum vor allem bei den unstrukturierten Daten Schritt halten. Speicherlösungen wie Dell EMC Isilon und Elastic Cloud Storage stellen Datei- und Objektspeicher für den Aufbau von Data Lakes bereit und ermöglichen eine gemeinsame Analyse mit HDFS.

Selbst wenn Unternehmen auf der Infrastrukturseite gut gerüstet sind, kann das Management umfangreicher Data Lakes im Petabyte-Bereich schnell immense Ressourcen binden und zu Ineffizienzen führen. Mit einer Datenautomatisierung innerhalb der Data-Lake-Lösung können Unternehmen sich darauf konzentrieren, das Datenkapital zu vermehren, anstatt die Daten nur zu verwalten.

Das Datenkapital effizient monetarisieren

Einige Unternehmen sehen bereits in Data Analytics den Weg, eine Wertschöpfung mit den verfügbaren Daten zu erzielen. Doch das ist nur ein erster Schritt des Vorhabens, das Datenkapital zu mehren und damit neue Einnahmequellen zu erschließen. Haben Unternehmen verschiedener Branchen beispielsweise IoT-Daten von Beacons, Connected Devices, Gateways, Sensoren, Smartphones und Wearables erfasst und mit Data Analytics ausgewertet, gilt es, diese Informationen in einem zweiten Schritt für die Datenmonetarisierung zu nutzen. Die Ziele können dabei unterschiedlich sein und reichen vom Optimieren unternehmenskritischer Geschäftsprozesse und dem Verringern von Compliance- und Sicherheitsrisiken bis hin zur Identifizierung neuer Umsatzmöglichkeiten oder der Erstellung neuer Services rund um Predictive Maintenance oder Leasingverträge.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45378887 / Infrastruktur)