"Ohne Analytics ist Big Data wertlos", bringt Wolfgang Nimführ die aktuelle Lage auf den Punkt.
Wie werden Big Data eigentlich generiert?
Für Unternehmen ist es eine Herausforderung Big Data zu bewältigen, gleichzeitig geht jedoch die Chance einher, Einblicke in bestehende als auch völlig neue Datentypen zu erhalten. Kurz gesagt: Eine entscheidende Rolle spielen Big Data Analytics. Wie weit Unternehmen bei der Implementierung von Big Data Konzepten sind und ob sie ihre Datenbestände effektiv nutzen, erhob IBM erst kürzlich in einer weltweiten Studie mit über 1.100 Entscheidungsträgern aus 26 Branchen.
Big Data ist längst kein Thema mehr, das nur die Informationstechnologie betrifft. Für immer mehr Unternehmen und Organisationen hat die Fähigkeit, die ständig wachsenden Datenmengen verarbeiten und analysieren zu können, hohe Priorität. Wolfgang Nimführ, Big Data Industry Solutions Leader bei IBM Österreich und IBM Schweiz bringt es auf den Punkt: "Ohne Analytics ist Big Data wertlos."
Big Data Studie
Einen Überblick darüber, wie Unternehmen heute tatsächlich schon mit Big Data umgehen, liefert die gemeinsame Studie des IBM Institute for Business Value und der Saïd Business School (Oxford). Die Big Data-Studie wurde 2012 weltweit in 95 Ländern mit 1.144 Entscheidungsträgern aus 26 Branchen durchgeführt, mit dem Ziel, die globalen Big Data Aktivitäten bewerten und einschätzen zu können.
Die Anzahl derer, die in Big Data einen Wettbewerbsvorteil sehen, hat sich innerhalb von zwei Jahren von 37 Prozent auf fast zwei Drittel (63%) gesteigert. Der konkreten Umsetzung von Big Data Projekten widmen sich momentan jedoch erst 28 Prozent der Unternehmen. Knapp die Hälfte (47%) der Befragten ist gerade an der Ausarbeitung eines Big-Data-Konzeptes. Nur für ein Viertel (24%) ist Big Data (noch) kein Thema. Diese Ergebnisse bestätigen, dass sich die meisten Unternehmen trotz des Wissens um den Wettbewerbsvorteil gegenwärtig noch in einer frühen Phase der Big Data-Entwicklung befinden.
Zusammengefasst lässt sich anhand der weiteren Studienergebnisse sagen, dass Unternehmen jedoch erkannt haben, wie wichtig es ist Daten nicht nur zu speichern und zu verwalten, sondern letztendlich auch zu verwerten.
Big Data Analytics
Durch die technologische Weiterentwicklung ist es möglich, Daten in Echtzeit zu verknüpfen, zu analysieren und in relevante Informationen umzuwandeln. Dadurch eröffnen sich für jedes Unternehmen, egal ob groß oder klein, bis jetzt nie dagewesene Geschäftschancen und neue Geschäftsfelder. Selbst für KMU, die ein vergleichsweise geringes Datenvolumen analysieren, sind Big Data Analytics sinnvoll. Auch sie profitieren von der Automatisierung der Informationsgewinnung sowie einer schnelleren und besseren Auswertung ihrer Daten.
Das Anwendungsgebiet von Big Data Analytics ist unendlich – dass die Analyse vorhandener Daten über unzählige Branchen hinweg enormen Wert hat, zeigen folgende zwei Beispiele: Energieversorger können heute dank Datenanalyse in der Größenordnung von Petabyte (= 1.000 Terabyte) den geforderten Strombedarf aktuell bereitstellen und vorausplanen. In Krankenhäusern können dank laufender Auswertung medizinischer Monitoring-Daten kritische Gesundheitszustände 24 Stunden früher erkannt und so dem medizinischen Personal eine weitere Entscheidungsgrundlage für die Behandlung gegeben werden.
Big Data Portfolio
"Wir leben im Big Data Zeitalter, dementsprechend entwickeln wir unser Leistungsangebot weiter", so Wolfgang Nimführ. "Wesentlich ist, dass Big Data-Anwendungen auf eine zuverlässige und erprobte Big Data Plattform aufbauen." IBM hat eine unternehmensorientierte Big-Data-Plattform entwickelt, auf der Unternehmen das gesamte Spektrum der geschäftlichen Herausforderungen im Bereich Big Data in Angriff nehmen können.
Die Plattform vereint konventionelle Technologien, die sich gut für strukturierte Routineaufgaben eignen, mit neuen Technologien, die auf hohe Geschwindigkeit und Flexibilität ausgerichtet sind und sich hervorragend für die Ad-hoc-Datenuntersuchung, -erkennung und die unstrukturierte Analyse anbieten. Die integrierte IBM Plattform umfasst vier zentrale Funktionen: die Hadoop-basierte Analyse, Stream-Computing, Data Warehousing sowie Informationsintegration und -governance.
Auch im Hardware-Bereich wurde mit der Einführung von neuen Power-Server-Systemen, hochintegrierten PureSystems-Modellen und neuen Speicher-Systemen alles daran gesetzt, es für Kunden noch einfacher zu machen, Cloud-Services bereitzustellen und große Datenmengen zu analysieren. Auf die Vorteile von Big Data-Infrastrukturen müssen heute auch KMU nicht verzichten, da sie mittlerweile auf eine vergleichbare technische Basis wie große Enterprise-Kunden zurückgreifen können.