1000 Tage

“Big Data”: Zusammenhänge und Szenarien

Die Redaktion von it-director.de befragt regelmäßig hochkarätige IT-Experten, wie sie die Entwicklung der nächsten 1000 Tage in ihrem Bereich einschätzen. Diesmal haben wir Dr. Andreas Gödde, den Leiter des Competence Center Beratung bei SAS Deutschland zu den aktuellen Trends bei Business Intelligence befragt.

---

Unternehmen müssen immer mehr Daten betrachten und auswerten. Ein typisches Beispiel ist Social Media. Ein Produkt- oder Markenname kann in tausenden Blogs und Facebook-Profilen erwähnt werden. Eine Kommunikationsabteilung muss unter Umständen sehr schnell auf Ereignisse in diesem Bereich reagieren.

Das kann niemand mehr in Handarbeit bewältigen. Deshalb sind heutzutage Analysewerkzeuge gefragt, die zu echten Erkenntnisgewinnen führen. Dies geht weit über die traditionelle Auffassung von "Business Intelligence (BI)" als attraktiv aufbereitetes, interaktives Reporting hinaus. Statt dessen steht die Unterstützung bei wichtigen geschäftlichen Entscheidungen im Vordergrund.

Der Trend geht schon länger in Richtung "Business Analytics (BA)" von sehr großen Datenmengen ("Big Data"). Das sind zum Beispiel Daten von Finanztransaktionen, die beim Entdecken von Unregelmäßigkeiten helfen. Oder Daten von Verkäufen, die zu passgenauen Angeboten an den Kunden führen. Oder, als letztes Beispiel, Risikoanalysen von Wertpapieren und Derivaten.

Mir den bisherigen Ansätzen werden diese Daten immer mit einer teils erheblichen Zeitverzögerung in einem Data Warehouse zur weiteren Auswertung zusammengeführt. In Zukunft wird die Anforderung an BI/BA immer öfter auf eine Art "Echtzeitverarbeitung" hinauslaufen. Die Unternehmen müssen immer schneller im Markt agieren und benötigen deshalb die Analyse sofort zur Anwendung in einem operativen Business Prozess.

Damit kann eine aktuelle Risikoanalyse noch vor der Platzierung einer Order ausgeführt werden. Im Callcenter wird dem Agenten ein speziell auf den gerade anrufenden Kunden abgestimmtes Angebot präsentiert. Kundenbeschwerden werden tages-, vielleicht sogar stundenaktuell aus Social Media gefiltert.

Letztlich integriert sich Business Analytics in zunehmendem Maße direkt in die Geschäftsprozesse und liefert somit einen deutlich höheren Wertbeitrag für ein Unternehmen. Aufgrund des technologischen Fortschritts bzgl. Speicher- und Rechenkapazitäten wird Business Analytics in den nächsten zwei bis drei Jahren seinen Anwendungsbereich deutlich erweitern.

Die Software erkennt Zusammenhänge und präsentiert Szenarien. So wird in der Analyse nicht nur die in die Vergangenheit reichende Fragen ""Was?" und "Warum?" beantwortet, sondern auch die ebenfalls naheliegende Frage "Was wird passieren?" oder "Welche ist die beste Entscheidung?". Mit Hilfe von Mustererkennung und Cluster-Analyse ist die Technologie heute dazu in der Lage, vorausschauende Analysen, also "Predictive Analytics" zu betreiben und zu echten Wissensfortschritten zu kommen:

Die Entwicklung von Business Analytics geht natürlich Hand-in-Hand mit den enormen Fortschritten bei der Verarbeitungsgeschwindigkeit und Virtualisierung von Kapazitäten, nicht zuletzt durch die Möglichkeiten des Cloud Computing. Hier treiben sich die technologischen Entwicklungen bei Hardware und Software gegenseitig an. Auch bei den Bedienkonzepten gibt es klare Trends: Der Anwendungszugriff via Webbrowser ist heute praktisch der Standard. Umfassende Lösungen für mobile Endgeräte treiben eine breite Anwendung dieser Technologien voran.

Diese Vorteile sind aber nicht nur von Großkonzernen nutzbar. Business Analytics wird auch zu einem unverzichtbaren Hilfsmittel für kleinere und mittlere Unternehmen. Vor allem Firmen aus dem sich international ausrichtenden Mittelstand betrachten den Einsatz solcher Werkzeuge. Diese Unternehmen haben die Herausforderung der Professionalisierung in Richtung eines international wachsenden Geschäfts bei gleichzeitig schlanken IT-Budgets und begrenzten Ressourcen. Somit muss eine moderne Business Analytics-Lösung relativ problemlos skalieren und auch von Unternehmen ohne große eigene IT-Infrastruktur eingesetzt werden können.

Bildquelle: SAS

---