Business-Intelligence-Hersteller erkennen den Trend zu Big Data

IT-DIRECTOR: Herr Roßmann, was genau versteht man unter „Big Data“?
A. Roßmann: Big Data wird von Gartner im Hype Cycle als „Technologie-Trigger“ bezeichnet, das noch nicht am „Gipfel der überzogenen Erwartungen“ ist. Erst nach einer Phase der Desillusionierung folgt der Bereich, in dem es sinnvoll und mehrwertschaffend eingesetzt wird. Das heißt, bisher ist Big Data vor allem ein Buzzword. Es umschreibt riesige Mengen an größtenteils unstrukturierten Daten. Die Daten wiederum sind teilweise menschengeneriert (z.B. Kommentare in sozialen Netzwerken). Sie werden aber auch automatisch von Maschinen (z.B. Finanztransaktionensdaten, Logfiles oder Daten von RFID-Messsystemen) generiert und stehen oftmals in komplexen Beziehungen zueinander.

IT-DIRECTOR: Über welche Datenvolumina spricht man hier?
A. Roßmann: Es gibt keine genaue Definition dafür, ab wann man von Big Data spricht. Da sich „normale“ Data Warehouses im Giga- bis Terabyte-Bereich bewegen, kann man bei Big Data von Peta-, Exa- und auch Zettabyte sprechen. Laut IBM erzeugen wir täglich 2,5 Trillionen Byte an Daten. Die Menge wächst stetig an, da mit Smartphones, RFID-Systemen und dergleichen eine Vielzahl an Daten generiert wird. Laut McKinsey verdoppelt sich die Menge an Geschäftsdaten alle 1,2 Jahre.

IT-DIRECTOR: Vor welche Herausforderungen stellt die Analyse unstrukturierter Daten gemeinhin die Verantwortlichen?
A. Roßmann: Zum einen stellen die reinen Datenmengen ein Problem dar, da sie nur schwer in der Gesamtheit mit den bisherigen Möglichkeiten zu analysieren sind. Die Auswertungen dauern trotz modernster Rechentechnik mit den klassischen Ansätzen der Analyse einfach zu lange. Sekundenschnelle Ergebnisse können hier nicht mehr erzielt werden. Zum anderen stellen die komplexen Beziehungen der Daten untereinander und in Beziehung zu Unternehmensdaten ein Problem dar. Denn hier entsteht ein hochkomplexes Geflecht an Beziehungen, das sich mit klassischen Analysen kaum auflösen lässt.

Außerdem sollte man das Problem der effizienten Speicherung der Daten nicht außer Acht lassen. Solche Datenmengen können quasi nur noch verteilt gespeichert werden. Dies stellt wiederum entsprechende Anforderungen an die Analysewerkzeuge, verteilte Daten effizient analysieren zu können.

IT-DIRECTOR: Weshalb kann die Auswertung von Big Data für Unternehmen so nützlich sein? Wo liegt der große Mehrwert für das Business?
A. Roßmann: In den riesigen Datenmengen liegt viel Potential für systematische Verbesserungsprozesse. Es lassen sich beispielsweise auch durch entsprechende Algorithmen für das Unternehmen relevante Muster in den Daten finden. Beispielsweise könnten in der Versicherungsbranche in der Vielzahl an Texten oder Bildern von Schadensforderungen hilfreiche Informationen und Muster für die künftige Bearbeitung vorliegen. Durch die starke Verbreitung der sozialen Netzwerke kommt ein weiterer Aspekt hinzu. Darin steckt viel Potential, besser mit Kunden, Lieferanten oder Partnern zu interagieren und deren Feedback in systematische Verbesserungsprozesse einfließen zu lassen.

IT-DIRECTOR: Inwieweit können herkömmliche BI-Lösungen für Big-Data-Analysen herangezogen werden? Wann sollte man besser auf ein spezielles Tool setzen?
A. Roßmann: Die Hersteller herkömmlicher BI-Lösungen haben den Trend erkannt und bieten mittlerweile die Möglichkeit, beispielsweise auf NoSQL-Systeme wie Apache Hadoop zuzugreifen. Die klassische relationale Datenbank ist also nicht mehr die einzige Datenquelle. Auch der Trend hin zu In-Memory-Systemen wurde erkannt und bietet Möglichkeiten, eine große Menge an Daten in sehr kurzer Zeit zu analysieren.

In diesem Punkt befinden wir uns dennoch erst am Anfang, da die Kernquellsysteme bisher immer noch das klassische Data Warehouse bzw. relationale Datenbanken sind. Die Entwicklung muss hier noch einiges vorantreiben, damit auch diese Datenmengen effizient und schnell analysiert werden können.

IT-DIRECTOR: Welche Technologien bilden die Grundlage für Big-Data-Analysen?
A. Roßmann: Im Zuge von Big Data fallen oftmals auch Begriffe wie „NoSQL“ oder „In-Memory“. Die NoSQL-Systeme haben ihren Ursprung oftmals in der Not, mit klassischen, relationalen Datenbanken nicht effektiv die anfallenden Daten speichern und auswerten zu können. Daher hat beispielsweise Facebook die Datenbank Cassandra entwickelt. Auch Google nutzt eine Eigenentwicklung für die Speicherung der vielen Webseiten. Eine Gemeinsamkeit von vielen NoSQL-Systemen ist, dass sie schemalos sind. Dies bedeutet, dass die Struktur der Daten während des Betriebes variieren kann und sich das darauf aufbauende System um eine entsprechende Berücksichtigung kümmert. Ein weiterer Aspekt ist die einfachere Skalierungsmöglichkeit durch eine verbesserte Verteilung der Daten auf mehrere Server.

In-Memory-Analysen und -Speichertechniken haben mit der stetigen Entwicklung im Bereich Arbeitsspeicher und der Entwicklung von effizienten Komprimierungs- und Speichertechnologien neuen Schwung bekommen. Heutige Server sind oftmals mit mehr als 96GB Arbeitsspeicher ausgerüstet. In Verbindung mit effizienten Komprimierungs- und Speicheralgorithmen lassen sich mehrere Terabyte an Daten im Arbeitsspeicher ablegen und für Analysen bereitstellen. Da das Arbeiten im Arbeitsspeicher wesentlich schneller ist als von der Festplatte aus, ist hier großes Potential für die schnelle Analyse von riesigen Datenmengen vorhanden. SAP setzt hier beispielsweise mit Hana an und sieht darin den nächsten "logischen Schritt" in der Analyse großer Datenmengen.

IT-DIRECTOR: Inwieweit können die Auswertungen von großen, unstrukturierten Datenmengen wie Blogs oder sozialen Netzwerken zu einer Verletzung von Compliance-Vorgaben und Gesetzen führen?
A. Roßmann: Die Auswertung von Daten aus sozialen Netzwerken ist sehr kritisch, da hier auf die persönlichen Angaben von Benutzern zugegriffen wird. Daher muss z.B. eine Anwendung in Facebook explizit vom Benutzer freigegeben werden, die persönlichen Daten abgreifen zu dürfen. Dieser Mechanismus ist aber nur in den „großen“ sozialen Netzwerken vorhanden. Die Daten, die auf den zig Tausenden Blogs vorhanden sind, sind nicht weiter geschützt. Da hier oftmals globale Avatarsysteme genutzt werden, lässt das u.U. auch Rückschlüsse auf den jeweiligen Kommentator zu. Damit wäre es für das Unternehmen beispielsweise möglich, direkt den schlecht bewertenden User ausfindig zu machen. Hier muss also mit sehr großer Vorsicht gearbeitet werden.

Ein weiterer Aspekt tritt durch die Vielzahl an Netzwerken, Blogs, ... zu Tage. Ist ein Benutzer immer mit demselben Benutzernamen unterwegs, lässt sich durch Kombination der vielen Webseiten, Foren und Blogs ein schlüssiges Bild über die entsprechende Person erstellen. Der Benutzer würde damit quasi zum „gläsernen User“ werden.

Dieses Problem haben derzeit Google oder Facebook. Sie speichern durch ihre Dienste bzw. Seiten eine Vielzahl an Informationen über die Benutzer und haben damit die Möglichkeit, sich ein sehr detailliertes Bild zu machen. Durch die sehr hohe Verbreitung beider Firmen können sie neben den Einzeldaten auch zusätzlich Rückschlüsse aufgrund von „ähnlichen Profilen“ und Statistiken ziehen.

IT-DIRECTOR: Können Sie uns bitte ein Anwenderbeispiel nennen?
A. Roßmann: Ein sehr passendes Beispiel ist die Auswertung von Social-Media-Daten. Wenn ein Unternehmen ein neues Produkt entwickelt hat oder gerade dabei ist, ein neues Produkt am Markt zu platzieren, dann möchte es möglichst schnell wissen, wie die Interessenten bzw. Käufer darauf reagieren.

Früher wurden dafür aufwendige Umfragen durchgeführt, mit denen man nur einen sehr geringen Teil der potentiellen Interessenten erreichen konnte. Heute bieten einem die sozialen Netzwerke mehr Möglichkeiten, die breite Masse zu erreichen. Jedoch ist es schwieriger, genau die relevanten Meinungen zu finden und auswerten zu können. So müssten entsprechende Mitarbeiter alle sozialen Netzwerke wie Facebook, Twitter, Google+, die VZ-Netzwerke, usw. nach dem oder den gerade neuen Produkte(n) durchsuchen. Das ist nicht nur sehr zeitaufwändig, sondern auch fehleranfällig. Außerdem gilt es anschließend noch, die richtigen Rückschlüsse z.B. aus den Kommentaren in Facebook zu ziehen. An dieser Stelle können Tools zur Extraktion und Aufbereitung der Informationen und Befüllung von Auswertungssystemen ansetzen. Sie können die Informationen extrahieren, qualifizieren und in eine auswertbare Struktur bringen. Auf diesen „aufbereiteten“ Daten können dann Analysewerkzeuge aufsetzen. Diese bieten den Endanwendern die Möglichkeit, sich ein Gesamtbild über die Meinungen bezüglich zum neuplatzierten Produkt zu machen.