Leonhard Fischer
16. Oktober 2014 0
Digitalisierung

Zentrale Analysen brauchen zentrale Daten

Mehrwert für ein Unternehmen durch Big Data entsteht oft erst durch die Integration vieler – idealerweise aller Datenquellen eines Unternehmens. Dabei geht es erst einmal nicht um die Menge, sondern die Aussagekraft der Daten für die konkreten Anforderungen.

Zu Beginn ist ein klarer Use Case und auch Business Case zu erstellen, aus denen hervorgeht was mit der Big Data-Integration im Unternehmen erreicht werden soll. Natürlich bekommt die Datenqualität bei der Integration vieler Datenquellen eine sehr große Bedeutung. Hier ist bereits beim Projektstart darauf zu achten, dass Data Cleansing oder Data Stewardship Bestandteil des Big Data Projektes ist.
Die Erfahrung zeigt auch, dass ein Mehrwert durch Big Data-Technologien bereits bei kleineren Datenmengen entsteht, also nicht immer erst durch Terrabytes. Die Technologie hat durch ihre besonderen Eigenschaften auch für die Analyse kleinerer Datenmengen Vorteile, die auch erhalten bleiben, wenn die Datenmenge stetig wächst.

Falsche Frage

Datenwissenschaft ist eine komplexe Mischung aus Branchenwissen, Mathematik, Statistik und Programmierkenntnissen. Genau darauf basieren aber die Anforderungen, die eine Big Data-Lösung hat, um die Ergebnisse liefern zu können, die sich das Unternehmen davon verspricht. Daher hat sich im Zusammenhang mit Big Data das Berufsbild des Data Scientist herausgebildet. Bei der Auswahl eines geeignetem Kandidaten als Data Scientist, sei es für ein Projekt oder als Mitarbeiter im Unternehmen, sollten Unternehmen darauf achten, dass der Kandidat neben dem mathematischen auch technisches Hintergrundwissen für das Thema Big Data besitzt. Ganz wichtig auch: Branchenkenntnisse. Nur mit spezifischen Branchenkenntnissen kann ein zum jeweiligen Geschäftsmodell des Unternehmens passender Big Data Use Case entwickelt werden, der dann auch den gewünschten Mehrwert erbringt, denn Big Data ist zunächst eine universelle Technologie, die für die spezifischen Geschäftsanforderungen entsprechend adaptiert wird.

Gleichzeitig zeigt es sich, dass Big Data nur im Zusammenspiel vieler Experten eines Unternehmens gelingen kann: Management, Fachbereiche, Sales, IT und eben die Data Scientists, die oft in den Fachbereichen angesiedelt sind, aber in einigen Unternehmen auch Teil der IT sind, da sie für die Datenmodellierung der Big Data Lösung verantwortlich sind. Big Data-Technologie ist noch jung. Data Scientists und auch andere erforderliche Big Data Experten sind daher oft nicht auf breiter Basis verfügbar. Das müssen Unternehmen bei der Projektplanung und der Auswahl der Partner berücksichtigten.

Risiken minimieren

Ein gutes Change Management ist für Big Data-Projekte noch wichtiger als für andere IT-Projekte: Das Change Management ist häufig der Schlüssel zum Erfolg. Dass heißt nicht, dass im Projekt immer wieder technische Schwierigkeiten auftreten und das Konzept ständig angepasst werden muss. Aber sobald erste Analysen der Unternehmensdaten aus dem Big Data-System vorliegen, kommen schnell neue fachliche Ideen auf, was noch analysiert werden kann oder welche Daten noch integriert werden sollen. Hier ist ein professionelles Change Management bzw. Release Management anzuwenden, das genau darauf reagieren kann und die Komplexität der Big Data-Einführung im Unternehmen beherrschbar macht.

Das Risiko kann durch die Zusammenarbeit mit einem erfahrenen Partner minimiert werden. Ein gutes Change Management, das sich aus der Fachlichkeit oder Business Fragestellung ergibt, wird von einem erfahrenen Partner in das Big Data Projekt eingebracht.

Leohard Fischer

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

* Pflichtfeld

 
 

Twitter

tsystemsde @tsystemsde
#SiemensInnovationDay: Als @Siemens Partner sind wir bei T-Systems stolz darauf, unsere Innovationen zu #5G,… https://t.co/FdzGX6gr3B
Hawk, einer der leistungsfähigsten Rechner der Welt, wurde im Stuttgarter Höchstleistungsrechenzentrum (#HLRS) in B… https://t.co/DUJLQhzFpS
Die smarte #IoT-Lösung Mobile Identity & Access (#MIA) für die #Logistik-Branche bringt #TSystems zum zweiten Mal i… https://t.co/NVg6c1xgd2
#CustomerExperience zwischen on- und offline Welt? Wie die eigene Marke emotional aufgeladen und damit eine höhere… https://t.co/TKIJyuyaWz
Von Zentrale bis Filiale: Customer Experience macht den #Handel erfolgreich. Diese digitalen #Retail-Lösungen helfe… https://t.co/k5MsOUTkL0
In Webshops sind Wunschartikel nur einen Klick entfernt, doch viele Kunden legen auch weiterhin Wert auf ein klassi… https://t.co/smWXrM7mF9
Mit dem digitalen Preisschild passt der #Handel flexibel Preise an. Händler bieten blitzschnell Sonderrabatte. Sie… https://t.co/015MKhmTrO
Unser #Gesundheitswesen ist digitaler als sein Ruf – Mark Düsener, Leiter von Telekom Healthcare Solutions im Inter… https://t.co/SXXSHBn4jo
T-Systems präsentiert beim 6. Zukunftskongress Bayern wie Co-Creation bei der Digitalisierung unterstützen kann.… https://t.co/eVwbzZkN2j
Load More...