„Social Media Analytics“ gehört ohne Zweifel zu den Megatrends des Jahres für die IT-Branche. Allerdings gilt es im Zusammenhang mit Big Data zu beachten, dass es sich bei beiden um unterschiedliche Sachgebiete handelt. Die Unterschiede bestehen vor allem hinsichtlich des Datenvolumens und der Datenquellen – vor allem aber hinsichtlich der Nutzer der Daten. Bei Social Media haben wir es eher mit relativ wenigen, nur gelegentlich hunderten von Nutzern zu tun, bei Big Data sind tausende, nur gelegentlich wenige Nutzer die Regel.
Die Experton Group sieht Big Data als eine übergreifende Entwicklung hin zu komplexen IT-Szenarien wie beispielsweise im Gesundheitswesen, Stichwort E-Health oder im Straßenverkehr, etwa im Zusammenhang mit interaktiver, sekundenaktueller Verkehrs- und Routenplanung über große Geografien. Selbstverständlich aber auch in der betriebswirtschaftlichen IT, hier geht es vor allem um die Verknüpfung von BI mit MES, ERP und eben mit Informationen aus Social Media Portalen.
Für das Jahr 2013 zeichnet sich im ICT-Markt ein gewisser Reifegrad für Big-Data-Lösungen ab. Diese Lösungen werden zum einen spezifische Aufgaben mit großen Datenmengen ausführen. Andererseits werden sich aber auch schon erste größere und komplexere Szenarien abzeichnen, bei denen der Querschnitts-Charakter von Big Data zum Ausdruck kommt. Early Adopters unter den anwendenden Unternehmen werden sich hier ebenso hervortun wie Anbieter von Hardware, Software und Integrationsdienstleistungen. Zunächst noch eher vereinzelt, allerdings werden ihre Ansätze und Lösungen Modellcharakter für den ICT-Markt der kommenden Jahre haben.
Weit verbreitete Unsicherheit
Noch ist das Thema Big Data mit einer weit verbreiteten Unsicherheit der potenziellen Anwender behaftet. Um ihr zu begegnen, entwickeln Anbieter – oft in Kooperationen mit Dienstleistern und Integratoren – Plattformen und Appliances für die Speicherung und Verarbeitung großer Datenmengen. Dabei erweitern sie, ganz im Sinne der Big-Data-Definition, ihre Business Intelligence Szenarien mit neuen Lösungen oder mit deren Umbau, beispielsweise auf In-Memory-Datenbanken oder spaltenorientierte Datenbanken. Hier wird auch die Herkunft des Big-Data-Gedankens sichtbar, dessen „Eltern“ das Supercomputing und Advanced Business Analytics sind.
Indem sich die Anwender mit immer größeren, strukturierten und unstrukturierten Datenmengen auseinandersetzen, dringen sie auch zur Verknüpfung vorhandener Datenbanken und Business Intelligence Lösungen mit Geografischen Informationssystemen (GIS), Manufacturing Execution Systems (MES) und neuartigen Lösungen im Bereich der Advanced Analytics und eben auch der Social Media Analytics vor.
Ohne Zweifel: Big-Data-Projekte sind komplex, das liegt in der Natur der Sache. Das Speichern und Auswerten von einigen hundert Terabytes ist dabei nur die „Einstiegsdroge“ zu immer komplexeren Szenarien. In eben dieser Komplexität liegen die eigentlichen Wettbewerbsvorteile für die Anwender. Denn wer richtig und souverän damit umgeht, gewinnt aus seinen Rohdaten mehr für ein erfolgreiches Geschäft relevante Informationen.
Kulturwandel – Voraussetzung für den Erfolg
Wichtig in diesem Zusammenhang: Ohne einen Kulturwandel in den Unternehmen lässt sich die Komplexität der Big Data Projekte nicht beherrschen. Wer nur auf den schnellen Euro hofft und diesen Kulturwandel außer Acht lässt, geht ein hohes Risiko ein, dass Big Data Projekte, wie sie sich heute abzeichnen, nicht den erwarteten Erfolg bringen.
Hier die wesentlichen Elemente des erforderlichen Kulturwandels:
- Umdenken – Big Data lässt sich nicht als ROI über x Jahre darstellen.
- Ausbildung und Weiterbildung sowie Investitionen in neue Berufe und in den BI-Bereich, um die Informationen in großen Datenmengen zu „explorieren“.
- Keimzellen schaffen, in denen Big Data Ideen zu Big Data Szenarien werden. Den Mitarbeitern hier Freiräume schaffen und lassen.
- Entscheidung der Führungsebene, ob die Fachabteilung oder die IT-Abteilung für die Exploration von Daten und den Aufbau von Big Data Szenarien zuständig ist. beziehungsweise ob hier eine Stabsfunktion für das Unternehmen hilfreich ist.
- Neue Algorithmen finden, statt eines Scale-outs vorhandener Lösungen.
Die Herausforderungen, die Big Data mit sich bringt, sind nur zu meisten, wenn die IT forschen darf und das Management die Ressourcen dafür bereitstellt. Dies vor allem auch dann, wenn sich nicht auf Anhieb erkennen lässt, wie viel das einbringt. Diese Forschungsarbeit sollte dringend in Zusammenarbeit mit Forschungseinrichtungen, Hochschulen und Universitäten geschehen. Eine Voraussetzung für ein freies Forschen in den Daten ist das Aufgeben von Herrschaftswissen.
Business Intelligence Big Data Projekte werden auch weiterhin von den Fachabteilungen getrieben. Sie stellen das Funding zur Verfügung. Indem jedoch die IT-Abteilung nicht nur die Exekutive ist, sondern in die Unternehmensentscheidungen einbezogen wird. können die CIOs zeigen, welches Potenzial und welche Geschäftsinformationen in den Daten verborgen sind. Große Unternehmen haben längst erkannt, dass Informationen zu den wichtigsten Assets überhaupt gehören, kleinere Unternehmen sind hier oft noch in klassischen Strukturen gefangen.
Sicher ist: Der Markt für Big Data wird 2013 stürmisch – und spannend. Im zweiten Teil unseres Beitrags zu Big Data, den wir kommende Woche an dieser Stelle veröffentlichen, gehen wir auf die spezifischen Herausforderungen und zentralen Treiber im Zusammenhang mit Big Data ein.
