Kontakt

Wir helfen Ihnen gerne!

Big Data Management und seine Bedeutung im intelligenten Unternehmen -

Langfristige Wettbewerbsfähigkeit erfordert heute eine deutliche Differenzierung. Um dies zu erreichen, müssen Daten in Wissen hinsichtlich der Marktgegebenheiten und Kundenwünsche umgewandelt werden. Zwar haben mittelständische Unternehmen diese Notwendigkeit größtenteils erkannt, es mangelt jedoch vielerorts an einem professionellen Big Data Management. Wie kann das notwendige Know-how aufgebaut werden und welche Systeme sind erforderlich? Dieser Artikel beleuchtet die grundlegenden Schritte.

Datenverfügbarkeit stellt kein Problem mehr dar

Die von SAP in Auftrag gegebene Forrester-Studie "Thought Leadership Paper" (April 2018) zeigt: 79 Prozent der mittelständischen Unternehmen möchten eine stärkere Wertschöpfung aus Big Data erreichen. Die Datenverfügbarkeit stellt hierbei das geringste Problem dar. Computer, mobile Endgeräte, Sensoren und verschiedene Anwendungen generieren tagtäglich neue Informationen. So ist es keine Seltenheit, dass in mittelständischen Unternehmen Datenmengen in einer Größenordnung von über 1.000 Terabyte zur Verfügung stehen. Es erfordert jedoch menschliche Expertise und geeignete Systeme, um diese Daten zu verarbeiten, zu orchestrieren und verwertbare Erkenntnisse daraus abzuleiten. Insbesondere für kleinere Unternehmen ist dies eine Herausforderung. Mit einem geeigneten Ansatz für das Management von Big Data lassen sich die Hürden allerdings aus dem Weg räumen.

Was ist Big Data Management?

Grundsätzlich beschreibt der Begriff "Big Data Management" die Organisation, Verwaltung und Steuerung großer Mengen von Daten. Diese können sowohl strukturiert als auch unstrukturiert sein. Übergeordnetes Ziel ist es, Wichtiges von Unwichtigem zu trennen, eine hohe Datenqualität zu sichern und die vorliegenden Informationen mit geeigneten Tools zu erschließen. Zu den wichtigsten Ansätzen zählen in diesem Kontext In-Memory-Datenmanagement, Analytics, künstliche Intelligenz und maschinelles Lernen. Diese Technologien ermöglichen es dem gesamten Unternehmen, (bei Bedarf in Echtzeit) Entscheidungen zu treffen, die deutlich stärker auf belastbaren Daten basieren, als in der Vergangenheit. Faktoren wie Erfahrung und Intuition werden somit durch Fakten ersetzt.

Datenqualität und -zusammenführung als zentrale Herausforderungen

Unternehmen sammeln ihre Daten aus unterschiedlichsten Quellen gegenwärtig in sogenannten Data Lakes. Dies sind Speicher mit enormer Größe, die Daten unabhängig von der Herkunft in ihrem Rohformat aufnehmen. Oft haben vorliegende Daten jedoch ein unterschiedliches Qualitätsniveau und werden in Datensilos unabhängig voneinander verwendet. Viele Informationen bleiben hierdurch ungenutzt. Erst durch Vernetzung und die Interaktion mit der Applikationslandschaft lassen sich hieraus die vollen Potenziale erschließen. Aus technischer Sicht erfordert dies ein zentrales Orchestrierungswerkzeug, mit dem sich Big-Data-Szenarien ohne hohen Aufwand aufsetzen lassen.

Der Weg zum erkenntnisgesteuerten Unternehmen

SAP Gold PartnerKommen wir zurück zur Eingangsfrage: Was müssen mittelständische Unternehmen tun, um ein zielgerichtetes Big Data Management zu etablieren und datengetrieben zu agieren? Der erste Schritt ist es, die Organisation durch ein geeignetes Datenmanagement-System flexibler und agiler aufzustellen. Empfehlenswert ist an dieser Stelle beispielsweise SAP Business One HANA. Hier lohnt es für Unternehmen auf die ausgeprägte Erfahrung führender Datenmanagement- und Analytics-Anbieter zurückgreifen. SAP Business One Hana verbindet Datenbank, Datenverarbeitungs- und Anwendungsmöglichkeiten in einer Plattform mit 300-fach schnellerem Zugriff als bisherige Datenbanksysteme (z. B. MS SQL Datenbanken) dies realisieren können.

Aus organisatorischer Sicht muss es außerdem Ziel sein, diese Analyse-Daten für sämtliche Anwender im Unternehmen im benötigten Detailgrad verfügbar zu machen. Wichtig ist es hierbei, eine vernetzte Betrachtungsweise der Daten zu realisieren. Dadurch entsteht ein allumfassender Blick auf das Unternehmen. Gleichzeitig werden kontextbezogene Ableitungen möglich.

Dem Mangel an IT- und Analyse-Experten kann darüber hinaus begegnet werden, indem Business Intelligence durch maschinelles Lernen und künstliche Intelligenz weitestgehend automatisiert wird. Dies ist jedoch nicht nur eine Antwort auf den Fachkräftemangel, sondern ermöglicht es den Anwendern auch, im Self-Service auf belastbare Prognosen zuzugreifen.

Fazit: Big Data Management ist nicht den großen Playern vorbehalten

Big Data Management ist in mittelständischen Unternehmen auch ohne einen riesigen Apparat an Analysespezialisten umsetzbar. Hierfür sorgen moderne Lösungen wie SAP Business One HANA, die performante In-Memory-Datenbank sowie Datenverarbeitungs- und Anwendungsmöglichkeiten auf einer zentralen Plattform verbinden.

Bei sämtlichen Fragen zu dieser Technologie und deren Implementierung unterstützen Sie die Experten von COSIB gerne. Sprechen Sie uns an!

 

Jetzt beraten lassen!

 

Beitrag teilen:

Zurück