Verknüpfung von BI und Big Data hebt Datenanalysen auf neues Niveau

foto-cc0-pixabay-pixel2013-pfau-blau

Business-Intelligence-Systeme sind in vielen Unternehmen produktiv im Einsatz. Zusätzliche Auswertungsmöglichkeiten bieten Big-Data-Anwendungen. Der kombinierte Einsatz in Unternehmen ist noch die Ausnahme, das ungenutzte Potenzial aber immens, meint der IT-Dienstleister Consol Software GmbH.

Mit Business-Intelligence (BI)-Lösungen, die eine systematische Auswertung von Daten unterstützen, können Unternehmen wichtige Erkenntnisse für die Optimierung ihrer Geschäftsprozesse gewinnen. Die Datenanalysen helfen zum Beispiel, Kosten zu senken, Risiken zu minimieren, zusätzliche Marktpotenziale schneller zu erschließen oder Trends zu antizipieren. Viele Unternehmen setzen BI-Lösungen seit Jahren erfolgreich ein.

Herkömmliche BI-Systeme basieren auf einem zentralen Datenspeicher (Data Warehouse), der mit historischen Daten befüllt wird. Die Daten werden dabei aus unterschiedlichen Quellen in einem ETL (Extract, Transform, Load)-Prozess extrahiert, transformiert und abgelegt. BI-Lösungen setzen dabei auf relationalen Datenbanken und strukturierten, konsistenten Daten auf. Nicht geeignet sind sie allerdings für die Analyse von semi- und unstrukturierten Daten, die in einer immer größeren Menge anfallen. Beispiele sind E-Mails, Inhalte aus sozialen Netzwerken, Audio- und Videodateien, Maschinendaten in der Fertigung oder Sensordaten im Internet-der-Dinge-Umfeld.

Analysen in Echtzeit

Inzwischen gibt es aber neue Technologien für die Analyse dieser Daten, die Unternehmen viele weitere Auswertungsmöglichkeiten eröffnen – Stichwort Big Data. Mit Big-Data-Lösungen, die auf NoSQL-Datenbanken, In-Memory-Computing oder dem Hadoop-Framework basieren, können auch größte, unstrukturierte Datenvolumina effizient bewältigt werden – sowohl im Hinblick auf die steigende Datenmenge und -vielfalt als auch hinsichtlich der erforderlichen Abfragegeschwindigkeit. Zentraler Vorteil von Big-Data-Anwendungen ist zudem die Möglichkeit zur Erfassung von Realtime-Daten und nicht nur von historischen Daten wie bei traditionellen BI-Anwendungen. Stehen Analysen in Echtzeit zur Verfügung, können Reaktionszeiten auf ein Minimum reduziert werden, das heißt, erforderliche korrektive Maßnahmen können unmittelbar eingeleitet werden.

Hybride BI- und Big-Data-Architekturen

Big Data endet nicht mit dem Sammeln, Strukturieren und ganzheitlichen Betrachten aller Daten. Erst die Datenanalyse und daraus resultierende Prognosen sind Basis für Entscheidungen zur Optimierung der Geschäftsprozesse. Und an diesem Punkt kommen dann BI-Lösungen ins Spiel, die die systematische Analyse der gesammelten Daten und die Visualisierung übernehmen, das heißt die übersichtliche Aufbereitung der Ergebnisse.

»Der Trend zur Realisierung hybrider BI- und Big-Data-Architekturen ist klar erkennbar. Allerdings ist es immer noch die absolute Ausnahme, dass BI-Visualierungstools mit Realtime-Daten und -Auswertungen aus Big-Data-Anwendungen befüllt werden«, erklärt Henning von Kielpinski, Leiter Business Development bei Consol in München. »Unternehmen geht damit allerdings viel Potenzial verloren, denn die effiziente Verarbeitung zusätzlicher Datenquellen kann durchaus zu einer verbesserten Unternehmenssteuerung oder einer Erschließung neuer Geschäftsfelder beitragen.«

Best-of-Breed-Ansatz

Unter technischen Gesichtspunkten ist der Aufbau einer kombinierten BI- und Big-Data-Umgebung keine einfache Aufgabe und immer nur kundenspezifisch realisierbar. Dabei sollte ein Best-of-Breed-Ansatz gewählt werden – eine Lösung, die eine vollständig integrierte BI- und Big-Data-Funktionalität bietet, ist derzeit nicht auf dem Markt verfügbar. Jede technische Umsetzung muss sich dabei an den konkreten Unternehmensanforderungen orientieren. Ausgangspunkt sollte immer eine Potenzialanalyse sein, in der zu ermitteln ist, aus welchen ungenutzten Daten überhaupt ein Geschäftsnutzen zu ziehen ist und in welcher Granularität und Aktualität sie zu analysieren sind.

Ein mögliches technisches Bindeglied in diesem Bereich stellt das aus dem Big-Data-Umfeld bekannte Open-Source-Framework Apache Spark dar. Laut der »2015 Spark Survey« des Start-up-Unternehmens Databricks aus San Francisco, das von Spark-Entwicklern gegründet wurde, nutzen 68 Prozent der mehr als 1.400 befragten Spark-Anwender die Plattform bereits in BI-Szenarien.

»Auch wenn die BI- und Big-Data-Verknüpfung nicht ohne technischen Aufwand möglich und mit Prozessveränderungen verbunden ist, sollte sich jedes Unternehmen frühzeitig mit dem Thema auseinandersetzen. Daten sind die neue Währung in Zeiten der allgemeinen Digitalisierung und an einer Auswertung möglichst aller verfügbaren Informationen, soweit sie für das Business relevant sind, wird künftig für kaum ein Unternehmen ein Weg vorbeiführen. Nur so wird es sich auf lange Sicht gesehen im Wettbewerb behaupten können«, konstatiert von Kielpinski.


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

Big Data Business Club: Deutschlands digitale Zukunft gestalten

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