Soccer team in a huddle

Chance Big Data: Warum die Datenbankstrategie mitentscheidet

Feature | 6. Mai 2013 von Anja Paschke-Hess 0

Big Data ist schon lange keine Fiktion mehr, sondern Realität. Revolutionäre Datenbankkonzepte helfen unter anderem, die Datenflut in verwertbare Informationen zu verwandeln.

Wir leben in einer Datenwelt: Beinahe stündlich wachsen die Informationsmassen in Unternehmen an – Dokumente und Verträge, Protokolle, E-Mails, Podcasts, Videos und vieles mehr. Hinzu kommt verstärkt die Flut aus dem Web und dem Internet der Dinge, wo digitale und reale Welt konvergieren: Mobiltelefone, Smartphones und Tablets, aber auch Sensoren, Smart Metering, Home Entertainment oder Telematikdaten aus selbst fahrenden Autos.

Unter dem Begriff Big Data werden heute Informationen über Konsum, Verhalten und Vorlieben, Orte und Bewegungen zusammengefasst. Fast logisch, dass sich Unternehmen das hierin verborgene Potenzial nutzbar machen wollen, denn besseres und fundierteres Wissen über Markt und Kunden schafft entscheidende Wettbewerbsvorteile. Big Data bedeutet aber auch einen technischen und organisatorischen Wandel, verlangt ein neues Zusammenspiel zwischen Business und IT.

Während die Fachabteilungen die Hoheit über Strategie, Prozesse und Analytik besitzen, gewinnt die IT als Kernaufgabe ihre Rolle als Informationsmanager zurück. Die Schnittstelle zwischen beiden Welten bilden die Prozesse, deren Fundament die IT. „Traditionelle Datenbanksysteme bringt das zunehmend an ihre Grenzen. Entsprechend steigen die Verarbeitungszeiten“, erklärt der Analyst Dr. Wolfgang Martin im von ihm und dem IT-Verlag herausgegebenen Strategic Bulletin „Analytische Datenbanken – Trends in Data Warehousing und Analytik“.

Neue Datenbankkonzepte sind der Schlüssel zu Big Data

Die stetig anschwellende Informationsflut fordert in der Analytik neue Technologien, mit denen sich die Grenzen traditioneller Datenhaltung überwinden lassen. Relationale Datenhaltung ist auf Transaktionsverarbeitung und hohe Sicherheit ausgelegt. Analytische Datenbanken wiederum sind für schnelles Lesen optimiert, was Kompromisse bei Sicherheit und Zuverlässigkeit erfordert. Es gibt aber (auch kombinierbare) Datenbankansätze, die schnelles Lesen ermöglichen und dabei dennoch die Sicherheit im Blick behalten: Spaltenorientierung, Kompression, Parallelisierung, In-Memory-Technologie sowie gebündelte Hard- und Software als Data Appliance.

Der SAP-Ansatz

Wie das funktionieren kann, zeigt der Ansatz von SAP. Technologische Basis dieser Strategie ist die SAP Real-Time Data Platform. Sie funktioniert wie ein automatischer Verteiler, der alle Daten in die jeweils passenden Systeme überträgt.

Die Basis der Plattform bilden mehrere Datenbanken, die für unterschiedliche Aufgaben optimiert sind. Dazu zählen beispielsweise klassische Transaktionen, mobile Szenarien oder Analysen. Unternehmen definieren einfach, welche Informationen wie genutzt werden sollen und wie wichtig sie im Tagesgeschäft sind. Die Plattform verteilt diese Daten dann automatisch zwischen den Datenbanken.

Die wichtigsten Daten („heiße Daten“) liegen im Echtzeitspeicher, wo sie jederzeit sekundenschnell verfügbar sind. So haben Entscheider alle Kennzahlen rasch zur Hand; Fertigungsleiter erkennen beispielsweise noch in der laufenden Produktion mögliche Normabweichungen. Die große Masse der Daten („kalte Daten“) dagegen parkt in kostengünstigeren Speichern. Mit dieser Doppelstrategie lassen sich Petabytes an Informationen zuverlässig, zeitsparend und kostenoptimiert verwalten.

Big Data stellt neue Fragen

Die Technologie für Big Data ist also da, ihr Reifegrad schon enorm. Nachholbedarf besteht allerdings noch bei den Unternehmen. Was unter anderem bremst, ist der Mangel an Beratern und Experten sowie die Herausforderung, Big-Data-Denkweisen in Unternehmen zu verankern. „Wer Analytik verwenden und verstehen will, braucht analytisch geschulte Mitarbeiter“, sagt Martin. Häufig fehlen in automatisierten Prozessen die Fachkräfte, die in der Lage sind, alle Metriken, Ergebnisse und Vorhersagen im Blick zu haben, die richtigen Schlüsse zu ziehen und dem Management zu erklären. „Erfahrene sogenannte Data Scientists sind heute noch eine Seltenheit. Hier das nötige Know-how aufzubauen wird Unternehmen noch eine Zeit lang beschäftigen“, erklärt Martin.

Gleiches gilt auch für das Themenfeld Compliance und Datenschutz. Neue Regeln für die gemeinsame Datenspeicherung aus unterschiedlichen Quellen sind zu erwarten. Zudem stellt sich die Frage, was mit öffentlich zugänglichen Social-Media-Daten passieren darf und vor allem was nicht. „Die Selbstkontrolle der weltumspannenden sozialen Netzwerke greift hier aller Voraussicht nach zu kurz“, schließt Analyst Martin. Big Data bringt letztendlich also auch ethische Fragen mit sich, denen sich jedes Unternehmen individuell stellen muss.

Weitere Informationen:
Die SAP Real-Time Data Platform: Datenmanagement neu denken.

Tags: , , , , , ,

Leave a Reply