Diesen Artikel bewerten: 

Big-Data-Strategien

Ganzheitliches Datenmanagement als Erfolgsfaktor für neue Geschäftsmodelle

14.02.2018
Von 
Dr. Andreas Schaffry ist freiberuflicher IT-Fachjournalist und von 2006 bis 2015 für die CIO.de-Redaktion tätig. Die inhaltlichen Schwerpunkte seiner Berichterstattung liegen in den Bereichen ERP, Business Intelligence, CRM und SCM mit Schwerpunkt auf SAP und in der Darstellung aktueller IT-Trends wie SaaS, Cloud Computing oder Enterprise Mobility. Er schreibt insbesondere über die vielfältigen Wechselwirkungen zwischen IT und Business und die damit verbundenen Transformationsprozesse in Unternehmen.
Big Data bildet die Voraussetzung für innovative digitale Geschäftsmodelle. Um das Potenzial, das in den enormen Datenmengen schlummert, bestmöglich auszuschöpfen, braucht es eine Big-Data-Strategie mit einer performanten Datenverarbeitung und -analyse – und vor allem ein übergreifendes Datenmanagement.

Die Datenmenge wächst heute exponentiell. Bis 2025 soll weltweit die Anzahl der generierten Daten auf 163 Zettabyte (ZB) steigen, prognostiziert das Analystenhaus IDC - Big Data eben. Neben strukturierten Daten fallen auch immer mehr unstrukturierte Daten aus unterschiedlichsten Quellen an und werden zum Bestandteil von Geschäftsmodellen und -prozessen: Einträge in sozialen Medien, Bilder und Videos, Geoinformationen oder IoT-Daten aus Sensoren etwa von Windkraftanlagen, Fahrzeugen oder Haushaltsgeräten, um nur einige Beispiele zu nennen.

Dirk Häußermann, Head of Database and Data Management MEE, SAP SE: "Die große Herausforderung der Unternehmen ist allein die schiere Menge der Daten."
Dirk Häußermann, Head of Database and Data Management MEE, SAP SE: "Die große Herausforderung der Unternehmen ist allein die schiere Menge der Daten."

Bessere Gesundheitsversorgung

"Big Data in Verbindung mit modernen Analyse- und Vorhersagealgorithmen wird zu einer digitalen Transformation herkömmlicher Geschäftsmodelle führen, die auch das Leben der Menschen nachhaltig verändert", betont Dirk Häußermann, verantwortlich bei der SAP SE für das Geschäft mit Datenbanken und Datenmanagement in Mittel- und Osteuropa. Anhand von Praxisbeispielen zeigt Dirk Häußermann auf, was mit Big Data schon heute möglich ist.

Im Gesundheitswesen lassen sich durch Big-Data-Auswertungen in einer großen Zahl von Patientendatensätzen Muster und Zusammenhänge aufdecken und vergleichen und so bei Erkrankungen Auslöser und Entstehungszusammenhänge ausfindig machen. In der Folge lassen sich Diagnosen, Präventionsmaßnahmen und Behandlungen zielgenauer durchführen und die Gesundheitsversorgung verbessert sich.

Vor allem im Bereich der Krebsforschung und Krebsvorsorge eröffnet die blitzschnelle Auswertung großer Datenmengen, etwa von genetischen Analysen, Tumor- und Krebsregisterdaten oder Forschungsergebnissen - völlig neue Möglichkeiten. Es lassen sich Therapien identifizieren, die auf das spezielle molekulare Profil eines Patienten zugeschnitten sind. Die Forschung kann wiederum Patienten mit ähnlichen Profilen identifizieren und für klinische Studien rekrutieren, deren Erkenntnisse direkt in die Behandlung einfließen.

»

IDG Webcast in Zusammenarbeit mit SAP

Big Data im Griff - dank Data Hub

 
"Big Data im Griff"
Die Integration unterschiedlichster Datenquellen & -werkzeuge allein stellt eine große Herausforderung für die IT dar.
Gewinnen Sie wertvolle Informationen & Impulse für Ihre Big Data-Projekte, mit unserem COMPUTERWOCHE Webcast
 
 

Innovative Service- und Bezahlmodelle

Auch produzierende Unternehmen profitieren von Big Data. Die Analyse von IoT-Daten versetzt sie in der Lage, eine vorbeugende Wartung (Predictive Maintenance) im Sinne von Industrie 4.0 zu etablieren. Indem eine Maschine beim Kunden via IoT Signaldaten automatisch an das ERP-System des Anlagenherstellers übermittelt, kann dieser erkennen, bei welchem Bauteil ein Ausfall droht und die Reparatur oder den Austausch veranlassen, noch ehe Ausschuss produziert wird oder es zu einem ungeplanten Stillstand kommt.

Fließen über IoT-Technologien laufend aktuelle Daten zu Zustand und Leistung von Anlagen und Geräten in die IT-Systeme der Hersteller ein, ebnet das den Weg für weitere neuartige und wettbewerbsdifferenzierende Geschäftsmodelle. Mandenke nur an einen On-Demand-Service, bei dem der Kunde nur für tatsächlich in Auftrag gegebene Dienstleistungen zahlt, statt wie bisher dafür eine pauschale prozentuale Gebühr zu entrichten, oder an ein Pay-per-Use-Bezahlkonzept. Bei diesem kauft der Kunde Maschinen und Geräte nicht mehr beim Hersteller, sondern zahlt eine monatliche Nutzungsgebühr, die sich am tatsächlichen Verbrauch orientiert. Die zur Abrechnung erforderlichen Daten übermitteln Sensoren direkt und in Echtzeit an das ERP-System des Herstellers.

Big-Data-Strategie: Daten zum Leuchten bringen

"Wie ein Rohdiamant erhalten auch Daten erst durch den perfekten Schliff ein unverwechselbares und einzigartiges Funkeln", erläutert Dirk Häußermann. Um Big Data zum Leuchten zu bringen - sprich das Potenzial, das in ihnen schlummert, bestmöglich auszuschöpfen - brauchen Unternehmen allerdings eine Big-Data-Strategie. Sie zeichnet sich durch die Berücksichtigung der vier Kerneigenschaften von Big Data aus: "Volumen der Daten, Veränderungsgeschwindigkeit der Daten, Vielfalt der Daten und der Wert der Daten". Das heißt: Große und fragmentierte Mengen an Daten müssen nahezu in Echtzeit gesammelt, verarbeitet, validiert sowie sinnvoll miteinander verknüpft, in Beziehung gesetzt und analysiert werden.

Gerade bei Big-Data-Analysen ist es dabei besonders wichtig, die richtigen Fragen zu stellen, denn nur so lassen sich aus einer Vielzahl an Daten neue Einsichten gewinnen oder bislang verborgene Zusammenhänge aufdecken. Unterstützung bieten hier moderne, leistungsstarke Software-Lösungen für Simulationen, automatisierte Vorhersagen (Predictive Analytics), maschinelles Lernen (Machine Learning) und künstliche Intelligenz (KI).

Ebenso wichtig ist eine extrem kurze Reaktionszeit bei Datenabfragen oder Service-Anfragen, denn die Endanwender im Unternehmen und vor allem Kunden erwarten heutzutage Auskünfte und Services nahezu in Echtzeit. Die dafür benötigten leistungsstarken Technologien - Stichwort In-Memory - sind bereits vorhanden.

Erfolgsfaktor Datenmanagement

Doch jede Big-Data-Strategie kann nur so gut sein wie die ihr zugrundeliegenden Daten: Die Grundvoraussetzung für den Erfolg einer Big-Data-Strategie und die Transformation zum datengetriebenen Unternehmen bildet deshalb ein effizientes Datenmanagement.An diesem Punkt herrscht jedoch häufig Nachholbedarf.

Daten, strukturierte wie unstrukturierte, die in verschiedenen Formaten und Ausbaustufen vorliegen, sind in unterschiedlichen IT-Systemen, Datenbanken und Ablagesystemen gespeichert, die nicht oder nur unzureichend verknüpft sind. So entstehen Datensilos, die eine Gesamtsicht auf die Daten verhindern, was sich wiederum negativ auf die Qualität geschäftlicher Analysen und damit auch auf ihre Aussagekraft auswirkt.

Genau hier setzt die Anwendung SAP Data Hub an. Sie verschafft Unternehmen einen Überblick über sämtliche Daten in ihrer Organisation und ermöglicht den schnellen Zugriff darauf am jeweiligen Ablageort, unabhängig davon, ob sie in der Cloud oder on premise, in einem SAP- oder Nicht-SAP-System, einem Data Lake oder einem Data Warehouse lagern. SAP Data Hub kanalisiert Informationen aus den unterschiedlichen Datenquellen, sorgt für eine detaillierte und verständliche Sicht auf die gesamte Datenlandschaft und schließt so die Lücke zwischen Big-Data-Pools wie Apache Hadoop und strukturierten Geschäftsdaten. Die Anwendung stellt dazu Funktionen für die Datenintegration, -orchestrierung und -Governance bereit.

»

IDG Webcast in Zusammenarbeit mit SAP

Mit SAP richtig vorbereiten auf die EU DSGVO

 
"Richtig vorbereiten auf die EU DSGVO"
Was IT-Verantwortliche jetzt beachten sollten
 
 

Stammdaten zentral und einheitlich verwalten

Mit dem Thema Datenqualität ist untrennbar das Thema Stammdaten-Management verknüpft. Oft stellt sich die Situation so dar, dass Daten zu Kunden oder Geschäftspartnern aber auch zu Produkten in diversen Datentöpfen gespeichert sind, im ERP- und CRM-System, im Web-Shop, in E-Mail-Marketing-Tools sowie in diversen Mail- oder Kalendersystemen oder Excel-Lösungen. Darunter leidet die Qualität, denn die dezentrale Erfassung und Verwaltung von Stammdaten führt zu einem "schiefen" Datenbestand, dessen Konsolidierung äußerst schwierig ist und durch die Mehrfacherfassung zudem die Gefahr von Eingabefehlern birgt.

Deutlich effizienter ist es, wenn Stammdaten im Sinne einer Single Source of Truth über alle Unternehmensstandorte und IT-Systeme hinweg zentral erstellt, verwaltet und gepflegt werden. Die Folge sind korrekte, vollständige, aktuelle und bereinigte Stammdaten in hoher Qualität. In diesem Zusammenhang sollten auch die Bedingungen festgelegt werden, wie personenbezogene Daten in Zukunft angelegt, geändert und gelöscht werden, ein wichtiger Aspekt gerade im Hinblick auf die neue EU-Datenschutzgrundverordnung (EU-DSGVO).

Daten werden in Zukunft zum Asset

"Ein effizientes Datenmanagement in Bezug auf Big Data und Stammdaten gewinnt auch zunehmend bei der Bewertung von Unternehmen an Relevanz, neben Anlagegütern wie Gebäuden und Maschinen oder dem Umlaufvermögen", sagt Dirk Häußermann. Firmen beziehen bei Zusammenschlüssen und Übernahmen (Mergers and Akquisitions) schon heute Kundendaten als Vermögenswerte ein, bei digitalen Geschäftsmodellen werden Daten als Asset der Zukunft von zunehmender Wichtigkeit sein.

All das zeigt: Daten gewinnen immer mehr an Bedeutung, sei es als Asset für die Entwicklung innovativer Produkte und Services oder die Realisierung datengetriebener Geschäftsmodelle. Es ist an der Zeit, dass Unternehmen dies erkennen und Big Data zum Bestandteil ihrer IT- und Geschäftsstrategie wird.

Hier zum passenden Computerwoche Webcast anmelden