Big Data: Unternehmen sammeln immer mehr Daten, die sie mit intelligenten Analysen und Services aus der Cloud nutzbar machen können.
Rainer Sturm, pixelio.de
Die Analyse-Werkzeuge werden besser, die Daten wandern in die Cloud – diese und weitere Trends rund um Big Data sollten Unternehmen 2015 im Auge behalten.
Big Data hat sich von einem Hype-Thema zu einem wichtigen Teil der Unternehmensstrategie entwickelt und verschafft den Verantwortlichen inzwischen bessere Einblicke in alle Geschäftsfelder. Heute gibt es in vielen Firmen einen Chief Analytical Officer, der sich um die Datenauswertung kümmert. So können Unternehmen schneller auf geänderte Marktbedingungen reagieren, ihre Kunden besser verstehen und Prozessketten optimieren, um Kosten zu senken.
Die IT-Kosten sinken auch, weil sich die Big-Data-Initiativen inzwischen immer öfter in die Cloud verlagern. Neue Technologien ermöglichen es, riesige Datenmengen in der Cloud zu speichern und zu verarbeiten. Das Hadoop-Framework entwickelt sich immer mehr zum Universalwerkzeug für umfangreiche Datensammlungen und Analysen auf verteilten Servern.
Weitere Artikel zum Thema |
Inzwischen stellen aber auch Cloud-Provider wie IBM, Rackspace, Amazon und Google eigene Datenanalyse-Tools und Data Warehouses zur Verfügung. Die Dienste ersparen Unternehmen hohe Investitionen in Software-Lizenzen und eigene Speicherkapazitäten.
Trend: Mehr Informationen, aber weniger Struktur
Ein wichtiger Treiber für Big Data wird im kommenden Jahr laut Forrester Research der Bereich der Predictive Analytics sein. Die Vorhersagen werden durch die steigenden Datenmengen und die Informationsdichte immer besser, denn zu jedem Datensatz sind mehr Detailinformationen vorhanden. Daraus ergeben sich auch bessere Prognosen, die Unternehmen einen Wettbewerbsvorsprung verschaffen können. In diesem Zusammenhang identifizieren die Marktforscher 2015 auch einen Trend zu besseren Textanalysen und Fortschritten bei der Verarbeitung natürlicher Sprache, aber auch Geospacial Analytics ist im Kommen.
Gleichzeitig fällt es Unternehmen immer schwerer, die massiven Datensammlung zu organisieren und zu strukturieren, um sie für die Datenanalyse aufzubereiten. Sie werden deshalb zunehmend im Rohzustand in Data Repositories, so genannte Data Hubs oder Data Lakes, gekippt. Die Daten werden erst dann aufbereitet, wenn sie benötigt werden. Das erleichtert den Aufbau einer gewaltigen Datenbank, stellt aber auch hohe Anforderungen an die Expertise der Mitarbeiter, die aus diesem Sammelsurium an unstrukturierten Informationen Erkenntnisse für das eigene Unternehmen ableiten sollen.