Big-Data-Projekte erfolgreich meistern

Big Data Analytics – die ersten Schritte

Kommentar von Dr. Marcus Dill, CEO bei Mayato, über den sinnvollen sowie praktikablen Einstieg in die Welt von Big Data Analytics

Mayato

Dr. Marcus Dill, CEO bei Mayato

Kaum ein IT-Thema schaffte es in den letzten Jahren so erfolgreich wie der Begriff Big Data auch jenseits der einschlägigen Fachpresse in gesellschaftliche Debatten und auf die strategische Agenda von Unternehmen. Entscheidungsträger in vielen Firmen fragen sich: Wie sollen wir das Thema angehen? Und wann? Was macht der Markt? Wie weit ist der Wettbewerb? Haben wir vielleicht schon den Anschluss verpasst?

Das Thema Big Data hat die Führungsetagen aller großen deutschen Firmen erreicht. Die Technologiekonzerne, allen voran die Software- und TK-Unternehmen, treiben zum Teil schon seit einigen Jahren Pilotprojekte und ganze Programme voran. Auch die Autobauer und Konzerne wie Siemens sind bereits seit längerem aktiv. Mittlerweile sind zudem auch in den meisten anderen Branchen und bei vielen Mittelständlern Big-Data-Initiativen zu finden.

Bei manchen Firmen sind diese Aktivitäten inspiriert von den ungeheuren Potentialen, die diese Technologie verspricht. Oft treibt jedoch eher die Sorge an, dass das eigene Unternehmen Trends und Entwicklungen verschlafen könnte, dass die Konkurrenz vielleicht insgeheim schon mit ganz neuen Ideen uneinholbar enteilt oder unbemerkt neue Konkurrenz aus bisher nicht erwarteten Richtungen entsteht. Der sorgenvolle Blick gilt dabei oft nicht so sehr der Konkurrenz im eigenen Land, sondern der dynamischen Entwicklung in Nordamerika und Asien. Dass diese Sorge berechtigt ist, musste so manches Unternehmen bereits erfahren.

In Gesprächen mit Firmenverantwortlichen ist zu spüren, dass die Anwendungsfälle bisher noch nicht konkret genug greifbar sind, und dass der potentielle Nutzen von Big Data zwar abstrakt verstanden, aber noch in zu wenige konkrete Szenarien übersetzt wurde. Erst recht tun sich viele Unternehmen schwer, die Kosten für Big-Data-Projekte abzuschätzen und die richtigen Schritte in die Welt von Big Data zu planen. Getrieben von den vielen akuten Problemen der heutigen Welt, fällt es schwer, den Kopf frei zu bekommen für die Fragen von morgen. Anders als bei anderen Zukunftsthemen wissen die meisten Firmenlenker aber, dass kurzfristig Handeln geboten ist. Vereinfacht lassen sich drei Kategorien von Big-Data-Initiativen unterscheiden: von konkreten Anwendungsfällen getriebene Projekte, Strategieprojekte und von Technologieanbietern getriebene Aktivitäten.

Die Stolperfallen einschätzen

Strategieprojekte beinhalten oft die Unterstützung von externen Beratern. Da die großen Marktführer in der Strategieberatung das Thema ihrerseits eher spät aufgegriffen haben, bietet sich hier noch eine Chance für kleinere Spezialberatungen. Grundsätzlich gilt, dass Consultants wertvolle Anregungen geben, den Markt gut kennen und einem Unternehmen den Vergleich zur Konkurrenz und insbesondere zu den führenden Wettbewerbern bieten können.

Allerdings ist es nicht sinnvoll, die Erstellung einer Strategie nur externen Experten zu überlassen. Niemand kennt ein Unternehmen mit seinen Stärken und Schwächen so gut wie die langjährigen internen Mitarbeiter. Sie sind es, die beurteilen können, ob Ideen, die anderswo verfolgt werden, im Kontext des eigenen Unternehmens ebenfalls Erfolg versprechen. Sie sind es, die möglicherweise die entscheidende Idee für Geschäftsprozesse haben – insbesondere auch für einzigartige und neue Anwendungsfälle. Und sie sind es, die die spezifischen Hindernisse und Stolperfallen im eigenen Haus einschätzen können. Niemand hat etwas von tollen Rezepten, die beim ersten Anlauf gleich scheitern. Eine gute Big-Data-Strategie entsteht also immer unter intensiver Mitarbeit erfahrener Mitarbeiter und Führungskräfte einer Firma.

Manche Unternehmen haben über strategische Überlegungen hinaus durchaus konkrete und lukrative Anwendungsfälle herausgearbeitet und zu deren Umsetzung entsprechende Projekte gestartet. Der Einsatz innovativer Technologien bringt diesen Unternehmen gegenüber ihren noch zurückhaltenden Wettbewerbern zwar durchaus einen gewissen Erfahrungsvorsprung. Der kommt aber nur zum Tragen, wenn die Erfahrungen aus ersten Big-Data-Projekten gründlich verarbeitet werden. Wer nicht bereit ist, aus Fehlern zu lernen und aus gescheiterten Ansätzen die richtigen Konsequenzen zu ziehen, wird den Vorsprung wieder verspielen.

Vor allem bei Mittelständlern findet man häufig einen IT-getriebenen Ansatz für Big Data. Ganz besonders gilt dies für Firmen, die sich einer klaren SAP-Strategie verpflichtet haben. Angesichts der Massivität, mit der die Walldorfer ihr neues Produkt Hana in der Entwicklung vorantreiben und in den Markt drücken, sehen sich diese Unternehmen gezwungen, sich mit Big-Data-Themen auseinanderzusetzen. Hier erlebt man nicht selten den Fall von „Technologie sucht Anwendung“.

Wo sich kein Anwendungsfall aufdrängt, wird schon mal ein Szenario aufgegriffen, das sich später nicht unbedingt als lohnend erweist. Dennoch gibt es durchaus eine ganze Reihe positiver Beispiele für eine erfolgreiche Hana-Anwendung. Bei der Suche nach solchen sinnvollen Szenarien empfiehlt sich, zunächst einen Blick auf Prozesse zu werfen, die bereits existieren, aber unter erheblichen Performanceproblemen und damit verbundenen Einschränkungen laufen. In vielen operativen Systemen finden sich Prozesse dieser Art. Schwieriger ist das Auffinden von Anwendungsfällen, an die zu denken man sich angesichts der Einschränkungen klassischer Technologie abgewöhnt hatte. Die Ideenfindung braucht hier Zeit, aber auch ein strukturiertes, abteilungsübergreifendes Brainstorming.

©2021Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok