Big Data – Schluss mit lustig – Big Data wird ernst!

grafik-experton-big-data-umsatz-de

Seit 2011 beobachten wir bei Experton den Markt und die Lösungen für das Trendthema »Big Data«. Inzwischen haben viele Anbieter Produkte, Lösungen und Services für die neuen Datendimensionen in den Anwenderunternehmen auf den Markt gebracht. Bislang sind das jedoch vor allem Lösungen, die zunächst einmal rein technisch mit den Datenmengen umgehen können, schnelle Visualisierungsmöglichkeiten bieten, um auch komplexe Zusammenhänge darzustellen. Auch spannende technische Ansätze wie Graphen (oder spaltenorientierte Datenbanken (wurden in den 70ern schon einmal erfunden) für die bessere Analyse der gewachsenen Datenmengen haben sich in schicken Lösungen etabliert. Das geht so weit, dass man inzwischen auf Präsentationen gerne auch mal völlig sinnfreie Graphen-artige Darstellungen findet.

Wo bleibt die Einlösung des Nutzenversprechens?

Kurzum: Big-Data-Technologien gibt es in verschiedenen technischen Ausprägungen. Was derzeit noch fehlt, ist die Verknüpfung mit einem tatsächlichen konkreten Anwenderbedarf. Nur wenige Anbieter schaffen es, ihre Technologie mit einem wirklichen Nutzenversprechen zu verknüpfen. Dabei wird genau dies in den kommenden Jahren den Erfolg von Big-Data-Technologien bestimmen. Als Analysten sehen wir einige Beispiele nun im fünften Jahr, immer wieder mit kleineren Variationen: Da ist die Wartungsvorhersage beziehungsweise das Beispiel für Predictive Maintenance, da sind ein paar Beispiele von Trend-Analysen aus Social-Media-Einträgen und da sind immer Beispiele für datenbasierende, angeblich disruptive Geschäftsmodelle (gerne kolportiert anhand einer Bettenvermittlung oder einer Mitfahrzentrale).

Diese Beispiele reißen – wie wir es auf Branchen- und Anbieterveranstaltungen beobachten können – den Anwender kaum noch vom Hocker. Dabei sind es die Anwender, die den wichtigen und richtigen Input für die konkrete Anwendung der Technologien haben. Das kann die Verbesserung eines Leitstandes sein, der auch Informationen aus der Supply-Chain in die Interpretation einbezieht. Das kann die Verknüpfung von ERP-Daten (Füllstand und Lagerbestand) mit der Steuerung der Lieferkette (Kommissionierung, Fakturierung und Lkw-Anforderung) sein.

Die generischen Szenarien müssen für das konkrete Projekt in individuelle Anwendungsbeispiele überführt werden. Das heißt, ein Predictive-Maintenance-Szenario für ein Fertigungsunternehmen aus der Konsumgüterindustrie muss anders aussehen als die Wartungsvorhersage für einen Maschinenbauer. Mit praktischen oder zumindest praxisnahen Anwendungsszenarien werden beispielsweise die oft wichtigen Fragen der Anwender nach dem »Woher« und dem »Wie« der Integration von Daten Dritter beantwortet. Ebenso sollten die industriespezifischen Szenarien erklären, ob es unbedingt eine spaltenorientierte Datenstruktur sein muss oder ob die gewünschte Leistungssteigerung nicht auch einfach durch Flash-Speicher-Technologien erreicht werden kann. Mit jedem Detail wird der Anbieter gegenüber dem Anwender glaubwürdiger und somit erfolgreicher.

Diese Themen waren auch Gegenstand der Diskussionen auf dem zweiten »Außenwirtschaftstag Digitale Innovation, Informations- und Kommunikationstechnologie«, den das Auswärtige Amt und der Bitkom Ende September in Berlin durchgeführt haben.

Konvergenz von Trendthemen

Gleichzeitig findet eine Konvergenz von Trendthemen statt und Big Data geht gleitend in angrenzende Themenbereiche über. Die Nähe zu E-Health, Smart-Cities, Smart-Cars, IoT, Industrie 4.0, Digital Manufacturing u.v.a.m. muss nun aber nicht nur thematisch, sondern auch in den Lösungen stattfinden. Das bedeutet eine Spezifizierung der Lösungen – im Gegensatz zu den bislang häufig anzutreffenden One-size-fits-all-Ansätzen beziehungsweise den DIY-Baukästen, die zwar voll mit leistungsfähigen Link-Libraries, alternativen Datenbanksystemen (einschließlich der eingangs genannten Graphen-basierenden Analytics-Tools) oder Visualisierungstools sind, aber eben noch lange keine Lösung darstellen. Daran ändert sich auch nichts, wenn diese Tools – so mächtig sie sind – auf einer Cloud-Plattform angeboten werden. Die Anwender interessieren sich hier vor allem deshalb für fertige Lösungen, weil sich beim Design, bei der Programmierung und der Implementierung der Lösung der Fachkräftemangel tatsächlich bemerkbar macht.

Wir bei Experton unterstützen Anbieter und Anwender bei der Entwicklung der konkreten und praktischen Anwendungsszenarien, beim Finden von Use-Cases sowie im Verbund mit ISG mit umfassenden Sourcing-Services.

Bottom Line (ICT-Anbieterunternehmen)

Big Data wurde von Experton frühzeitig als neue Dimension für klassischen BI- und BA-Konzepte bezeichnet. Dies hat sich bewahrheitet und die Big-Data-Technologien haben im Hype-Cycle schon das Plateau der produktiven Anwendung erreicht. Doch dafür müssen die Big-Data-Lösungen jetzt individuellen Anforderungen gerecht werden. Breit aufgestellte Anwendungsszenarien ziehen nicht länger die Wurst vom Teller.

Bottom Line (ICT-Anwenderunternehmen)

In den letzten fünf Jahren hat sich ein Hype-Thema zu einer über fast alle Branchen hinweg anwendbaren Familie von Basistechnologien entwickelt: Die Big-Data-Technologien haben jetzt die Reife, um einen wirklichen Nutzen zu schaffen – für jedes Unternehmen ganz individuell. Fordern Sie Ihren Provider und verlangen Sie konkrete Nutzenaussagen zu Ihrem Datenbestand und Ihren Prozessen.

_______________________________________________________________________

 

Bei Big Data geht es immer auch um Prozesse

Das heißt, Big-Data-Analysen, spaltenorientierte Datenbanken, Hadoop-Cluster und so weiter sind an sich keine Lösungen, die wie von Geisterhand eine tiefgehende Analyse liefern. Das gilt auch und vor allem dann, wenn auf den Folien des Anbieters wortwörtlich von »Our Little Magic« gesprochen wird. Der Anwender muss hier also glauben, dass die präsentierte Software einen wirtschaftlichen Nutzen herbeizaubert. Aha.

Interessant für den Fortschritt des Unternehmens werden Big-Data-Technologien, wenn sie sich auf konkrete Unternehmensprozesse beziehen. So können beispielsweise verschiedene Lösungen aus dem Bereich der Social Analytics (siehe dazu auch unsere Anbieterbewertungen im aktuellen Social Business Vendor Benchmark) für den Bereich Human Resources und Recruitment eingesetzt werden, um nur ein Beispiel zu nennen.

Beispiele, wie Analytics Software, Dashboard-Lösungen, Speicherlösungen für unstrukturierte Daten und zielgerichteten, prozessorientierten Lösungen und Services sind Human-Resources-Prozesse. Daten aus Datenbanken zusammen mit unstrukturierten Daten aus Social Media und anderen Quellen können hier neue Erkenntnisse beim Talent Management und Recruiting liefern. Einige Anbieter sind hier auf dem Markt aktiv und werden von Experton künftig noch stärker in die Analyse, unter anderem bei Anbietervergleichen im Big-Data-Umfeld, einbezogen. Ein Vertreter in diesem Thema ist Cornerstone, der unter anderem eine eigenständige Datenbankentwicklung betrieben hat, um die entsprechenden Services anzubieten.

Unstrukturierte Daten

Nicht direkt mit sehr großen Datenmengen, aber teils mit stark unstrukturierten Daten haben Anbieter von Lösungen für das Business Process Design und -Management zu tun. Hier können Daten aus großen öffentlichen Registern beispielsweise helfen, Zielgruppen genauer zu analysieren und den Prozess der Zielgruppendefinition und des CRMs völlig neu gestalten, mit Auswirkungen auf das Kampagnenmanagement. Implisense für das Durchforsten von Unternehmensdaten sowie beispielsweise Signavio oder Inspire für die Entwicklung von Geschäftsprozessen. Big-Data-Technologien können hier immer auch einen Nutzen bringen, durch die Visualisierung komplexer Zusammenhänge wie durch die Verarbeitung sehr großer Daten, etwa aus Sensor- oder IT-Betriebsdaten gestützte Prozessstatusinformationen.

E-Health

Ebenfalls sehr deutlich werden prozessorientierte Big-Data-Szenarien im Bereich E-Health. Es geht nicht immer gleich um das Verbannen von Plagen der Menschheit oder um den Sieg über den Krebs, wie es manche Anbieter gerne kolportieren. Big-Data-Techniken können auch »ganz einfach« die Betreuung von Herzpatienten sein: Möglichst viele Kardiodaten werden an den betreuen Arzt übermittelt, aber Big-Data-Analytics melden rechtzeitig auffällige Datensätze, so dass der Arzt entscheiden kann. Entsprechende Pilotprojekte gibt es schon längst. Die Deutsche Telekom ist hier ein Pionier gewesen.

Fertigung

In Fertigungsunternehmen muss es auch nicht immer ein »Predictive Maintenance«-Anwendungsszenario sein. Es hilft, hier gemeinsam mit allen Beteiligten und gegebenenfalls externen Spezialisten darüber nachzudenken, welche Daten einen bestimmten Prozess beeinflussen. Das Ergebnis ist dann eine Veränderung der Abläufe und Verträge in der Supply-Chain, weil die Analysen ergeben haben, dass eine Relation zwischen Lieferant und Wetter die Ausbeute im Verarbeitungsprozess beeinträchtigen kann.

Ob Big-Data-Technologien nun also die SCM-Prozesse oder Marketing-Kampagnen oder HR-Prozesse unterstützen – weder »magic« noch allzu blumige Erfolgsverheißungen bringen dem Anwender einen Nutzen. Experton unterstützt mit den Erfahrungen aus zahlreichen Projekten in verschiedensten Industriezweigen Anbieter wie Anwender bei der Identifikation der Prozesse und der hilfreichen (Big-Data-)Technologien. Schreiben Sie bei Interesse bitte an holm.landrock@experton-group.com .

 

Bottom Line (ICT-Anwenderunternehmen):

Verlangen Sie von den Anbietern von Bit-Data-Technologien nicht nur eine konkrete Nutzenaussage, qualitativ oder sogar quantitativ, sondern setzen Sie Big-Data-Lösungen immer auch in einen Zusammenhang mit konkreten Prozessen in Ihrem Unternehmen.

Bottom Line (ICT-Anbieterunternehmen):

In den letzten fünf Jahren hat sich ein Hype-Thema zu einer über fast alle Branchen hinweg anwendbaren Familie von Basistechnologien entwickelt: Die Big-Data-Technologien haben jetzt die Reife, um einen wirklichen Nutzen zu schaffen – für jedes Unternehmen ganz individuell. Fordern Sie Ihren Provider und verlangen Sie konkrete Nutzenaussagen zu Ihrem Datenbestand und Ihren Prozessen. Eine weitere Notwendigkeit in der technologischen Entwicklung sind prozessbezogene Big-Data-Technologien.


Automobilindustrie muss Big Data & Analytics mehr Beachtung schenken

Big Data Business Club: Deutschlands digitale Zukunft gestalten

Verknüpfung von BI und Big Data hebt Datenanalysen auf neues Niveau

Big Data und gesellschaftliche Verantwortung

Anstieg bei Investitionen in Big Data, obwohl immer weniger Unternehmen investieren wollen

Big Data – Prämisse für Arbeit 4.0 oder doch eher für Arbeit 2.0?

Hadoop und Data Vault – Ein evolutionärer Ansatz für Big Data

Big Data, Cloud, Rechenzentrum – Auf dem Weg zum digitalen Unternehmen

Big Data: Globale Errungenschaften der Datenrevolution

60 Prozent der Mittelständler erwarten von Big Data Wettbewerbsvorteile

Big Data ist in den Unternehmen angekommen

Big Data: Auf der »grünen Wiese«

Schreiben Sie einen Kommentar