Foto: fotolia.com/Liveshot
Auf dem Weg zur Präsentation der aktuellen Quartalszahlen sieht der CEO auf seinem iPad eine automatische Warnung aufpoppen. Die Absatzzahlen in Fernost hinken dem Forecast plötzlich weit hinterher. Jetzt ist schnelles Gegensteuern gefragt. Drei Fingertipps später hat der Firmenlenker sämtliche Daten zur Supply Chain in der Region auf dem Mobilgerät parat und weiß jetzt, dass es Probleme mit einem Zulieferer gibt. Per Firmen-Chat bekommt der Produktionsleiter vor Ort Alternativen übermittelt, die die Engpässe ausgleichen können. Das Problem, das die nächste Quartalsbilanz hätte belasten können, ist keines mehr.
Die Szene macht deutlich, welche Anforderungen schon heute und sicher noch stärker in Zukunft an Business-Intelligence-Systeme gestellt werden. Es geht um nichts weniger als das Realtime-Enterprise, das Analysten seit Jahren in der Theorie beschreiben, Anbieter mit ihren Produkten versprechen und von dem Anwender träumen. Firmen müssen heute schnell die richtigen Entscheidungen treffen, um im Wettbewerb nicht den Anschluss zu verlieren. Es geht darum, das Geschäftsmodell sowie die eigenen Prozesse ständig auf den Prüfstand zu stellen und laufend neu zu justieren. Das erfordert jedoch schnelle Reaktionszeiten und Agilität. Mit klassischen BI-Systemen, die zumeist auf ein zeitverzögertes Reporting historischer Daten ausgelegt sind, werden die Unternehmen an dieser Stelle schnell an die Grenzen stoßen. Schließlich geht es um die Zukunft.
Informationen richtig steuern
BI-Systeme müssen Business-Entscheidungen unterstützen. Sie müssen dafür sorgen, dass die Verantwortlichen die richtigen Informationen zur richtigen Zeit am richtigen Ort haben. Ist das gewährleistet, kommt die Kür - und die heißt "Predictive Analytics". Damit ist gemeint, künftige Entwicklungen zu simulieren, je nachdem, wie sich bestimmte Business-Parameter verändern.
Die steigenden Anforderungen werden sich massiv auf die BI-Infrastrukturen auswirken. Realtime-Enterprise heißt in der Konsequenz schließlich auch Realtime-BI und Realtime-Analysen. Mit herkömmlichen Architekturen rund um die Datenbank und ein Data Warehouse, das regelmäßig in Batch-Läufen auf den neuesten Stand gebracht wird, kommen die Anwender nicht mehr weiter. Der Trend geht dahin, ein Data Warehouse oder was auch immer in Zukunft die Datenbasis für BI sein wird, kontinuierlich direkt mit den Daten aus den operationalen Systemen zu befüllen. Um mit den Datenmengen zurechtzukommen und die notwendige Performance zu bieten, experimentieren verschiedene Hersteller bereits mit Alternativen zur relationalen Datenbank. Dieses seit Jahrzehnten gesetzte Modell scheint trotz aller Tuning-Tricks an die Grenzen seiner Leistungsmöglichkeiten zu stoßen. SAP propagiert mit HANA eine In-Memory-Datenbank-Appliance, die sich je nach Anforderung spalten- oder klassisch zeilenorientiert organisiert. Die Walldorfer versprechen sich davon, den Markt der Datenbankanbieter kräftig aufmischen zu können. Bis 2015 wollen sie IBM und Microsoft überholen und Platz zwei hinter Oracle einnehmen. Doch die Konkurrenz schläft nicht. Oracle und IBM haben ebenfalls Alternativen zu ihren relationalen Flaggschiffen in der Hinterhand und experimentieren beispielsweise mit dem Hadoop-Framework, das auf dem Algorithmus beruht, mit dem Google das Internet zu bändigen sucht.
Neue BI-Ansätze sind gefragt
Die Beben an der BI-Basis könnten Vorboten weiterer, tiefgreifender Umbrüche sein. Das täte dem Markt vielleicht gar nicht schlecht. Denn mit den bisherigen BI-Ansätzen sind die Anwender noch nicht sehr weit gekommen. Vielerorts finden sich isolierte Lösungen, hinter denen keine klare Stammdatendefinition steckt, monieren Experten. Damit sei es jedoch schwierig, den nächsten Schritt zu tun und ein unternehmensweites Enterprise-Performance-Management aufzubauen. Und das werden die Unternehmen dringend brauchen, um die anstehenden Herausforderungen zu meistern.
Vor allem das Thema Big Data dürfte sich zur größten Herausforderung rund um Analytics und Business Intelligence entwickeln. Marktforscher gehen davon aus, dass das Wachstum der Datenmengen ungebremst weitergehen wird. Nachdem das weltweite Volumen digitaler Daten im vergangenen Jahr die Zettabyte-Barriere durchbrochen hat, sollen die Datenberge weiterwachsen - auf 2,7 ZB im laufenden Jahr und auf 8 ZB bis zum Jahr 2015.
Daten wachsen in den Himmel
Ein Zettabyte entspricht einer Milliarde Terabyte. Müsste man die 8 ZB auf handelsüblichen DVDs speichern, wären 1,7 Billionen Datenträger nötig. Schichtete man nur die Datenscheiben aufeinander, erreichte der Stapel eine Höhe von über 200.000 Kilometern - das ist mehr als die Hälfte der durchschnittlichen Entfernung des Mondes von der Erde.
Doch nicht nur das Volumen, auch die Zusammensetzung der Daten wird vielen CIOs schlaflose Nächte bereiten. Lieferten in der Vergangenheit die Business-Applikationen in aller Regel gut strukturierte Daten, die sich systematisch in einer Datenbank beziehungsweise einem Data Warehouse aufräumen ließen, werden in den nächsten Jahren vor allem sogenannte unstrukturierte Daten die Unternehmen auf Trab halten. Dazu zählen beispielsweise Videos, Bilder sowie Texte aller Art. Neue Devices wie Smartphones und Tablets, die millionenfach die Firmen-IT infiltrieren, sowie die explodierende Nutzung von Social Networks dürften ein Übriges dazu beitragen, das Datenchaos perfekt zu machen. Eine entscheidende Frage, die CIOs für sich selbst beantworten müssen, wird sein, wie sie die Datenflut kanalisieren wollen. Versuche, Ordnung zu schaffen, dürften in Zukunft noch schwieriger werden. Bereits in der Vergangenheit waren die Bemühungen, beispielswiese die Datenqualität in den Unternehmen sicherzustellen, selten von Erfolg gekrönt. IT-Verantwortliche brauchen spätestens 2012 eine klare Strategie für den Umgang mit strukturierten und unstrukturierten Daten. Viele von ihnen sollten den Aufwand, den sie bislang betrieben haben, um Ordnung zu schaffen, der aber oft ohne Wirkung blieb, herunterfahren. Stattdessen kann es Sinn geben, sich intensiver als bislang mit intelligenten Tools zu beschäftigen, die immer besser dazu geeignet sind, aus den chaotischen Datenströmen relevante Informationen herauszufiltern.
Der klassische BI-Ansatz, eine ordentlich aufgeräumte Dateninstanz im Herz der Unternehmens-IT zu schaffen - den einen Platz der Wahrheit -, hat sich angesichts der Entwicklungen rund um Big Data überholt. CIOs müssen künftig flexibler in den Datenströmen agieren, sonst gehen sie unter. Das kann bedeuten, je nach Datentyp und -anforderung verschiedene DW- und BI-Systeme zu implementieren und diese möglichst intelligent zu verknüpfen, damit die richtigen Informationen zur richtigen Zeit an der richtigen Stelle landen - und das möglichst automatisch. Damit lassen sich auch andere BI-Anforderungen besser umsetzen: Analysen müssen künftig mobil nutzbar sein, und es werden mehr User in den Unternehmen auf diese Lösungen zugreifen. Deshalb muss BI in Zukunft leichter konsumierbar sein. Anwender sollten ihre Tools selbst bedienen und Abfragen eigenständig konfigurieren können. Wer für einen Cube erst den Admin beauftragen muss, hat meist längst vergessen, was er eigentlich wissen wollte, wenn er nach Tagen oder Wochen sein Ergebnis erhält.
Science-Fiction und KI
Viele BI-Anbieter bieten bereits entsprechende Lösungen mit mobilen Frontends sowie einfachen User Interfaces (UIs) an. Darüber hinaus arbeiten sie an den BI-Lösungen von morgen. Für Aufsehen hatte 2011 IBMs "Watson" gesorgt. Der Superrechner schlug in der US-amerikanischen Quizshow "Jeopardy" zwei menschliche Kandidaten und war dabei sogar in der Lage, sprachliche Nuancen und Feinheiten zu erkennen und richtig zu interpretieren. Mehr künstliche Intelligenz (KI) dieser Art in die Systeme zu integrieren könnte ein wichtiger BI-Trend werden. (ph)