Analytics und Big Data

2017: Big-Data-Prognosen für CIOs

Wolfgang Herrmann ist Deputy Editorial Director der IDG-Publikationen COMPUTERWOCHE und CIO. Zuvor war er Chefredakteur der Schwesterpublikation TecChannel und stellvertretender Chefredakteur COMPUTERWOCHE. Zu seinen thematischen Schwerpunkten gehören Cloud Computing, Big Data / Analytics und Digitale Transformation.
Big Data hat sich zu einem milliardenschweren Markt entwickelt, der weiter schnell wachsen wird. Lesen Sie, welche Trends Experten für 2017 sehen und wie sich CIOs darauf einstellen sollten.

9,4 Milliarden Dollar werden 2020 weltweit im Big-Data-Markt umgesetzt, schätzt das Marktforschungs- und Beratungshaus Ovum. 2016 waren es 1,7 Milliarden. Das rasante Wachstum hat Folgen, für IT-Verantwortliche in Unternehmen ebenso wie für Software- und Serviceanbieter. Lesen Sie, was Marktforscher und Experten für das neue Jahr prognostizieren.

Der Markt für Big-Data- und Analytics-Systeme wächst rasant. Für Anwender wie Anbieter entstehen damit neue Herausforderungen.
Der Markt für Big-Data- und Analytics-Systeme wächst rasant. Für Anwender wie Anbieter entstehen damit neue Herausforderungen.
Foto: Ai825 - shutterstock.com

Prognose 1: Die Nachfrage nach Data Scientists wird abflauen

Der Bedarf an den heiß begehrten Data Scientists wird allmählich abnehmen, schreibt Ovum in einem aktuellen Report. Die Marktforscher verweisen auf Zahlen des Job-Portals Indeed.com, denen zufolge die Nachfragekurve für die Data-Experten in den vergangenen Jahren eher flach verlaufen ist. Gleichzeitig gebe es mittlerweile immer mehr Hochschulabsolventen mit Data-Science-Know-how.

Die besten Digitalisierungsprojekte - Foto: IDG

Die besten Digitalisierungsprojekte

"Wer stellt diese Nachwuchskräfte ein?", fragen die Ovum-Analysten. Abgesehen von Firmen aus dem Online-Business dürfte es sich vor allem um große Unternehmen aus den Global 2000 handeln. Alle anderen wüssten mit Data Scientists eher wenig anzufangen. Die große Mehrheit der Unternehmen, die Analytics-Software von der Stange einsetze, hat aus Sicht der Auguren kaum Bedarf an einschlägigen Fachkräften. Viel wichtiger sei es für sie, geeignete Anwendungen und Tools zu finden, die Data-Sciences-Funktionen unter der Haube mitbringen.

Prognose 2: Data Science als Teamaufgabe wird zum Erfolgsfaktor

Data Scientists und Data Engineers spielen in Unternehmen unterschiedliche Rollen. Während der Scientis Hypothesen formuliert und überprüft, selektiert der Engineer Data Sets, stellt Cluster zur Verfügung und optimiert Algorithmen für den Produktivbetrieb.

Ovum erklärt dazu: "Die eigentliche Herausforderung besteht darin, Data Scientists und Data Engineers dazu zu bringen, enger zusammenzuarbeiten." Nur so lasse sich sicherstellen, dass die von Datenwissenschaftlern formulierten und getesteten Hypothesen auch korrekt implementiert und mit den richtigen Data Sets auf dem Cluster arbeiten könnten.

Auch die Zusammenarbeit zwischen Data Scientists und Business-Analysten gewinne an Bedeutung. Denn klassische Enterprise-Software und einschlägige Data-Tools würden zunehmend mit Machine-Learning-Features ausgestattet. Das Potenzial des maschinellen Lernens könnten Unternehmen aber nur ausschöpfen, wenn Business- und Data-Experten an einem Strang zögen.

Prognose 3: Lokale Datenhaltung gewinnt an Bedeutung

Morrison & Foerster, eine international tätige Kanzlei für Wirtschaftsrecht, rechnet mit einer Zunahme an Datenschutzgesetzen mit dem Ziel, Daten im jeweiligen Land zu halten. Aktuelle Bestrebungen der Gesetzgeber beobachten die Juristen beispielsweise in Russland. Auch China habe erst kürzlich ein "Data Localization"-Gesetz verabschiedet. Es sei damit zu rechnen, dass sich 2017 weitere Staaten in diese Richtung bewegen. Insbesondere Anbieter einschlägiger Cloud-Services dürften von derlei Regelungen betroffen sein. Für IT-Verantwortliche in Unternehmen könnte der Spielraum in Cloud-Szenarien und großen Big-Data-Projekten enger werden.

Lesen Sie dazu auch:

Die besten Public-Cloud-Plattformen in Europa

Prognose 4: Unternehmen tun sich schwer mit der Monetarisierung von Daten

Das Big-Data-Zeitalter eröffne Unternehmen viele Optionen, gewonnene Daten zu monetarisieren, schreibt das Marktforschungs- und Beratungshaus IDC in einer Prognose zur "CIO Agenda 2017". Doch die praktische Umsetzung solcher Vorhaben sei alles andere als einfach: "Trotz der Wünsche des Topmanagements werden sich viele Unternehmen schwertun, daraus erfolgversprechende Produkte und Umsatzströme zu entwickeln."

Erfolgreiche Organisationen in diesem Feld zeichneten sich durch solide IT-Strategien und Daten-orientierte Services aus. IT-Verantwortlichen empfehlen die IDC-Analysten unter anderem, Innovations-Teams aus IT- und Business-Experten aufzustellen. Diese sollten prüfen, wie sich die aus existierenden und künftigen Anwendungen gewonnenen Daten gewinnbringend nutzen lassen.

Prognose 5: Data Lakes werden endlich nützlich

Unternehmen haben zum Teil viel Geld in Data Lakes und zugehörige Services investiert. Die großen Daten-Pools sollen aggregiert und für Experten zugänglich gemacht werden, um daraus neue Erkenntnisse zu gewinnen. In der Praxis stießen Projektverantwortliche auf zahlreiche Probleme, berichtet Ramon Chen, Chief Marketing Officer beim Data-Management-Anbieter Reltio. So fehlten anfangs die Experten, um aus den Datenbergen nützliche Informationen zu generieren. Data Lakes mussten zudem mit Realtime-Updates aus operationalen Anwendungen versorgt werden und umgekehrt Daten in Echtzeit für solche Applikationen bereitstellen können - eine komplexe und aufwändige Aufgabe. Viele Organisationen taten sich laut Chen generell schwer, das Master Data Management, operationale Anwendungen sowie Data Warehouses und Data Lakes miteinander zu integrieren.

Die gute Nachricht aus seiner Sicht: In den großen Big-Data-Projekten werde die Bedeutung einer verlässlichen Datenbasis mittlerweile erkannt; neue Vorhaben würden zunehmend in eine ganzheitliche Data-Management-Strategie eingebunden. Der Manager ist sich sicher: "2017 werden Data Lakes ihre Versprechen einlösen."

Lesen Sie dazu auch:

Die wichtigsten Big-Data-Tools aus der Cloud

Prognose 6: Fusionen und Übernahmen werden zunehmen

Schon immer gab es im Big-Data-Umfeld Firmenaufkäufe und Fusionen. Mit der wachsenden Bedeutung von Künstlicher Intelligenz, Maschine Learning und Deep Learning werden solche Deals massiv zunehmen, erwartet Chen. Den Käufern gehe es dabei nicht nur um die technologischen Assets einschlägiger Startups. Mindestens ebenso wichtig seien die damit übernommenen Experten für Artificial Intelligence (AI). Diese seien auf dem gerade entstehenden Markt noch rar und häufig sogar der ausschlaggebende Grund für eine Akquisition.

Prognose 7: Der Bedarf an IoT-Architekten schnellt in die Höhe

Bis 2020 wird der IoT-Markt (Internet of Things) ein Umsatzvolumen von 1,46 Billionen Dollar erreicht haben, prognostiziert IDC. Damit steigt auch die Nachfrage nach IoT-Experten. Der IoT Architect etwa werde für viele Personalabteilungen künftig noch attraktiver als der heute gesuchte Data Scientist, erwartet Dan Graham, IoT-Spezialist beim Softwarehaus Teradata. Mit dem IoT-Boom gehe ein Wachstum in den Bereichen Edge Computing und IoT Operational Design einher. Mit Blick auf Big-Data-Szenarien benötigten Unternehmen künftig Softwarearchitekten, die sowohl zentralisierte als auch verteilte Analytics-Systeme im IoT-Umfeld entwerfen könnten. Diese Kombination sei derzeit sehr schwer zu finden.

Prognose 8: Streaming Analytics erlebt eine Wiedergeburt

Die Analyse von Datenströmen ist an sich nichts Neues. Programme für das Event Processing gibt es seit 20 Jahren. Nach Einschätzung von Ovum tragen mehrere Faktoren dazu bei, dass Realtime-Streaming sich von einer Nischentechnik zu einem breiter nachgefragten Konzept entwickelt. Open-Source-Software beispielsweise mache Realtime Streaming für viele Nutzer leichter zugänglich; zudem ständen heute ausreichend skalierbare Infrastruktur-Ressourcen für solche Anwendungen zur Verfügung.

Auf der Nachfrageseite sorge vor allem der IoT-Boom für ein wachsendes Interesse an Streaming-Applikationen, die Informationen erheben, auswerten und weitergeben könnten. Streaming-Plattformen wie Spark Streaming oder Amazon Kinesis Analytics befänden sich allerdings noch in einer frühen Entwicklungsphase. Bis sie marktreif seien und IoT-Implementierungen eine kritische Masse erreicht haben, werde es voraussichtlich noch zwei bis drei Jahre dauern.

Lesen Sie dazu auch:

Vorausschauend agieren mit Streaming Analytics

Mit Material von IDG News Service