Kommentar von Neil Barton, Wherescape

Wenn schon Big Data, dann aber richtig

| Autor / Redakteur: Neil Barton / Nico Litzel

Der Autor: Neil Barton ist Chief Technology Officer bei Wherescape
Der Autor: Neil Barton ist Chief Technology Officer bei Wherescape (Bild: Wherescape)

Nach der Anfangseuphorie hat sich im Bereich Big Data Ernüchterung breit gemacht. Nicht wenige Unternehmen haben kräftig in Big Data investiert und müssen sich nun die Frage gefallen lassen, ob den getätigten Investition denn auch entsprechende Werte für ihr Unternehmen gegenüberstehen. Tatsächlich mündet nur ein Bruchteil von Big-Data-Projekten in der Produktion. Mit diesen fünf grundlegenden Planungstipps kann man Fehlinvestitionen schon in der Planungsphase vermeiden und Big Data im Unternehmen zum Erfolg führen.

Wie wertvoll Big Data für ein Unternehmen ist, liegt zu einem großen Anteil natürlich darin, ob es einem Unternehmen denn überhaupt gelingt, seine Daten zu analysieren und dann daraus wirtschaftliche Vorteile herauszuschlagen. Wenn dies gelingt, kann Big Data fraglos ein positiver Faktor für ein Unternehmen sein.

Bevor man jedoch aus einem Berg Daten bahnbrechende Erkenntnisse ziehen kann, gilt es auf den richtigen Ansatz und die richtige Lösung zu setzen. Nur so kann eine breite Palette unterschiedlicher Daten sinnvoll, effizient und gewinnbringend verwaltet und analysiert werden. In der Praxis hat sich dies für viele Unternehmen oft bisher noch nicht bewahrheitet: Unter Branchenexperten wird gemunkelt, dass nur eine sehr kleine Menge, rund 15 Prozent, an Big-Data-Projekten unter dem Strich Gewinne abwirft. Für alle, die sich nicht sicher sind, wie gewinnbringend ihre aktuelle oder zukünftige Big-Data-Lösung ist, sind hier fünf Planungstipps, die ein Unternehmen auf den richtigen Big-Data-Pfad bringen können.

1. Lösung sucht Problem

Wie bei jeder gehypten Technologie gibt es immer Unternehmen, die recht frühzeitig auf den Zug aufspringen und Technologien im Unternehmen einsetzen, ohne vorher genau hingeschaut zu haben, ob die Technologie denn überhaupt ein echtes Problem löst. Dieses Phänomen ist natürlich weit verbreitet und hat nur insofern etwas mit Big Data zu tun, dass es ohne lange Erfahrung oft schwierig ist Entscheidungen für oder gegen neue Technologien zu treffen. Lösungen für Big Data sind im Allgemeinen komplex und aufwendig. Entsprechend sollte in Unternehmen vor der Entscheidung Big-Data-Konzepte und -lösungen einzusetzen, eine umfassende Diskussion auf verschiedenen Ebenen der Organisation stattfinden, um herauszufinden, welches Problem es denn genau zu lösen gilt. Ansonsten hat man eine kostspielige Lösung implementiert und sucht händeringend nach dem passenden Problem dazu.

2. Billig kann teuer werden

Für viele Unternehmen tatsächlich verlockend: Ein Großteil der verfügbaren Technologie zur Verwaltung der ständig wachsenden Datenmenge ist als Open-Source-Lösung kostenlos verfügbar. Wie bei Open Source oft üblich, ist die Software zwar kostenlos, dafür aber auch meist kompliziert in der Installation, der Konfiguration und letztendlich auch der Bedienung. IT-Personal, das das entsprechende Know-how für Open-Source-Lösungen mitbringt ist selbstredend schwer zu finden.

Darüber hinaus fehlt es den großen Open-Source-Lösungen tendenziell an der Breite und Tiefe an Funktionen, die etablierte Lösungen proprietärer Natur mit sich bringen. Die Entscheidung für Open Source stellt fast immer eine zusätzliche Belastung für die hauseigene IT dar, die sich fortan mit unzureichenden Open Source Tools zur Big-Data-Analyse herumschlagen muss.

Big Data mag teuer sein und es kann verlockend sein, auf günstige oder sogar komplett kostenlose Lösungen zu setzen. Abgerechnet wird allerdings immer erst am Schluss und es lohnt sich die Gesamtkosten von Open Source im Vergleich zu einer Enterprise-Lösung zu vergleichen. Die Enterprise-Lösung ist schlussendlich oft der kostengünstigste und schmerzloseste Weg, um Big Data erfolgreich zu verwalten.

3. Integration in das Logical Data Warehouse ist das Ziel

Big-Data-Lösungen sind keine Wunderwaffen, die die Verwaltung von Daten ein für alle Mal lösen. Stattdessen sind sie nur ein Teil eines größeren, komplexeren Ökosystems in dem einzelne Technologien und Lösungen nur für einen Teil der Big-Data-Strategie zuständig sind. Das Gleiche gilt für Lösungen aus der Wissenschaft und Discovery-Tools. Diese Tools haben sicherlich einen Platz und können dort ihren Nutzen ausspielen. Sie sind jedoch kein Ersatz für das Enterprise Data Warehouse, wie es einige dieser Anbieter vermarkten. Das komplexe Ökosystem Big Data mit seinen einzelnen Bestandteilen kann im besten Falls zum neuen Fundament für Unternehmen werden und wird oft Logical Data Warehouse (LDW) genannt.

Auf dem Weg dorthin ist es also wichtig zu verstehen, dass man bei der Definition eines erfolgreichen LDW-Ökosystems einen Mix aus verschiedenen Lösungen kombinieren muss, um daraus eine funktionierende, skalierbare Architektur zu formen.

4. Auf die schwierige letzte Meile vorbereitet sein

Die Bedienoberfläche vieler der neuen Technologien, wie Spark und Hadoop, sind bereits sehr ansprechend gestaltet und es ist relativ einfach Entwicklungs-, Sandbox- oder Testumgebung zu erstellen. Der Übergang von der Test- und Qualitätssicherung zur Produktion erfordert jedoch in der Regel ein Maß an Governance und DevOps-Fähigkeiten, die diesen Tools fehlen. Dies macht die letzte Meile zu einem relativ schwierigen Weg für Unternehmen, insbesondere für große Unternehmen, die hohe Anforderungen an Governance, Controlling und Audits haben. Die Verlagerung in die Produktion erfordert eine sorgfältige Planung, die richtigen Fähigkeiten und die notwendigen Investitionen, um ein Big-Data-Projekt zum Erfolg zu führen.

Dieser Prozess kostet Zeit und die letzten Züge sind oft die langwierigsten. Bei der Ausarbeitung einer Strategie sollte im Vorfeld berücksichtigt werden, dass gerade die letzten Einstellungen lange dauern können.

5. Die Ressourcen sind immer zu knapp

Das Rechenzentrum ist eine dynamische, manchmal sogar amorphe Erscheinung. Traditionelle Ansätze für Daten treffen auf neue und werden Schritt für Schritt ersetzt. Die IT-Abteilung steckt in einem ständig andauerndem Wandlungsprozess, der auch vor Kultur und Prozessen des Unternehmens nicht Halt macht. All dies geschieht unter dem Schlagwort Digitale Transformation und zwingt die IT-Abteilung ständig Neues zu lernen und anzuwenden. In vielen Fällen ist das jedoch schwierig geworden, weil in den vergangenen zehn Jahren vielerorts die Kompetenz für IT-Integration und -Architektur in der betrieblichen IT reduziert wurde. Und dezimierte IT-Teams zu bitten, sich komplett in neue Ansätze einzuarbeiten, ist oft schwierig. Die Wahrheit ist, dass die meisten Unternehmen mit dem derzeitigen Status ihrer IT einfach nicht in der Lage sind, den schnellen Wandel der zugrunde liegenden Technologie zu bewältigen – und daher auch bei Big Data scheitern.

Unternehmen, die also weder das passende interne Know-how noch entsprechend hohe Budgets für externe Dienstleister haben, sollten sich gut überlegen, wie sie sich mit Big Data beschäftigen wollen. Eine Alternative können unter Umständen innovative Ansätze wie zum Beispiel metadatengesteuerten Lösungen sein, die viel Zeit, Kosten und Risiko für dieses Szenario einsparen können.

Es ist tatsächlich ernüchternd zu sehen, dass der Glanz von Big Data vielerorts verblasst, weil viele Organisationen es nicht schaffen, den Wert zu erkennen oder es nicht schaffen, Projekte zum Erfolg zu führen. Diese fünf grundlegenden Tipps zur Planung von Big-Data-Projekten können dabei helfe,n zu den Unternehmen zu zählen, die das Beste aus ihren Daten herausholen und damit einen echten Wettbewerbsvorteil erlangen.

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: 45424918 / Best Practices)