Die Zukunft bringt eine riesige Welle von Daten, die Unternehmen zu beherrschen lernen müssen. Die erforderliche Kontrolle von Big Data wird die IT-Landschaft zudem maßgeblich verändern.
agsandrew | Fotolia.com
Big Data ist unter anderem der Grundstein für Künstliche Intelligenz, die nach und nach in alle Bereiche unseres Lebens Einzug halten wird und die Wirtschaft zu revolutionieren im Stande ist. Unternehmen sollten schnell handeln und auf den frühen KI-Zug aufspringen, rät beispielsweise der Digitaldienstleister und Berater Avanade in seinem Report Avanade Technology Vision 2017. Die Welt richte sich auf eine neue Dekade der Veränderung aus, die Beweise dafür seien überall und klar anzutreffen. Doch zur Ausrichtung auf die "AI-first"-Ära müssen Unternehmen sich vor allem zunächst mit Big Data und deren Handhabung beschäftigen. Wie will beispielsweise ein Handtaschenhersteller mit Produktion in Fernost und begrenzter Lagermöglichkeit in Deutschland Just-in-time-Lieferketten beherrschen und damit Kunden zufriedenstellen, wenn er an traditionellen Auftragsabwicklungen festhält?
Unter anderem dieses Beispiel und die gezielte Einsatzmöglichkeit von Big Data in einem Unternehmen beleuchten Andreas Gadatsch und Holm Landrock als eins von acht Anwendungsszenarien im neuen Buch "Big Data für Entscheider" aus der Springer-essentials-Reihe, das 2017 erscheint und schon jetzt in der Springer-Professional-Datenbank abrufbar ist. Gadatsch, Professor unter anderem für Betriebswirtschaftslehre und Wirtschaftsinformatik an der Hochschule Bonn-Rhein-Sieg, und Landrock, Journalist und PR-Berater, geben im essentials-Werk einen kompakten Einstieg ins Thema und bieten einen Überblick über verschiedene Einsatzbereiche und Datenquellen für Big Data.
Trotz des technisch klingenden Begriffs ist Big Data keine Softwarelösung, die man wie ein Betriebssystem oder eine Office-Suite kaufen und nutzen kann. Die 'Einführung von Big Data' bringt in vielen Fällen eine grundlegende Veränderung zentraler Prozesse des Unternehmens unter Einsatz innovativer Technologien mit sich. Die 'Einführung von Big Data' bedeutet also auch eine intensive Beschäftigung mit organisatorischen und persönlichen Veränderungen (Change Management)." Andreas Gadatsch im Kapitel "Einführung und Implementierung von Big Data" im Springer-essentials-Buch "Big Data für Entscheider" (2017, Seite 17).
Big-Data-Lösungen werden in Zukunft immer spezifischere und immer komplexere Aufgaben auf großen Datenmengen ausführen, schreibt Gadatsch. Um der noch vorhandenen Unsicherheit der Anwenderunternehmen zu begegnen, seien in den letzten Jahren Plattformen und Appliances (also Softwarebündel mit mehreren Funktionsbereichen wie Datenhaltung, Analyse und Aufbereitung) entstanden, um unterschiedliche Anforderungen abzudecken. Diese Plattformen stehen oft auch als schnell verfügbare Cloudlösungen zur Verfügung. "Das unterstützt die Unternehmen bei der Entwicklung von Pilotprojekten, für die meist keine großen Investitionen möglich sind", weiß Gadatsch. Die Plattformen und cloudbasierten Big-Data-Lösungen erweitern dabei die Fähigkeiten von klassischen Business-Intelligence-Anwendungsszenarien. Neue Speicherformen wie In-Memory-Datenbanken oder spaltenorientierte Datenbanken kommen dabei verstärkt zum Einsatz.
Big Data setzt einen Kulturwandel in Unternehmen voraus
"Insofern rütteln Big-Data-Szenarien bereits an den Grundfesten einiger IT-Landschaften in der Wirtschaft. Die Komplexität der Big-Data-Projekte setzt jedoch auch einen Kulturwandel in den Unternehmen voraus. Ohne einen Kulturwandel und mit einer hohen 'Return on Invest-Erwartung' werden Big-Data-Projekte, wie sie sich heute abzeichnen, nicht den erwarteten Erfolg bringen", prophezeit Gadatsch.
Er nennt grundlegende Schritte, die 2013 schon sein Co-Autor Holm Landrock auflistete:
- Umdenken, denn Big Data lässt sich nicht als "Return on Invest" über einen bestimmten Zeitraum planen und darstellen.
- Eine verstärkte Aus- und Weiterbildung sowie Investitionen in neue Berufe sowie in den Business-Intelligence-Bereich sind erforderlich, um die Informationen in großen Datenmengen zu "explorieren".
- Keimzellen sind zu schaffen, in denen Big-Data-Ideen zu Big-Data-Szenarien werden. Den Mitarbeitern müssen hierzu Freiräume geschaffen und gelassen werden.
- Eine Leitungsentscheidung ist darüber notwendig, ob die Fachabteilung oder die IT-Abteilung für die Exploration von Daten und den Aufbau von Big-Data-Szenarien zuständig ist bzw. ob hier eine Stabsfunktion für das Unternehmen hilfreich ist.
- Neue Algorithmen sind zu finden, statt eines Scale-outs vorhandener Lösungen.
Herrschaftswissen muss aufgegeben werden
Einige dieser Schritte würden heute von den IT-Anwendern bereits umgesetzt, schreibt Gadatsch, gerne verknüpft mit modernen Begriffen wie 'Design Thinking‘ oder 'Data Thinking‘. "Die IT muss also forschen dürfen und das Management muss hier die notwendigen Ressourcen bereitstellen, auch wenn sich nicht auf Anhieb erkennen lässt, ob und wie sich ein ROI errechnen lässt." Diese Forschungsarbeit könne und müsse in Zusammenarbeit mit Forschungseinrichtungen, Hochschulen und Universitäten geschehen. "Eine Voraussetzung für ein freies Forschen in den Daten ist das Aufgeben von Herrschaftswissen in den Unternehmen. Oft wird noch viel über 'Datenhoheit' diskutiert anstatt zu fragen, welchen Möglichkeiten und Chancen in den Daten stecken."
Mehr zum Thema lesen Sie im in diesem Jahr erscheinenden Buch "Big Data für Entscheider" aus der Springer-essentials-Reihe – jetzt schon in der digitalen Fachbibliothek von Springer Professional.