Interview mit Aaron Auld, Exasol

Big Data für den Unternehmenserfolg

Interview mit Aaron Auld, Geschäftsführer der Exasol AG, darüber, warum Big-Data-Analysen unternehmerisches Gold bergen und warum die Datenhaltung in Deutschland zunehmend zum Wettbewerbsvorteil wird

Aaron Auld, Exasol AG

Aaron Auld, Geschäftsführer der Exasol AG

IT-DIRECTOR: Herr Auld, mit welchen Investitionen müssen Großunternehmen rechnen, wenn Sie ein Big-Data-Projekt in Angriff nehmen wollen?
A. Auld:
Für die erfolgreiche Umsetzung von Big-Data-Projekten müssen einige Voraussetzungen erfüllt werden. Die wohl wichtigsten Faktoren hierfür sind effiziente und leistungsfähige Systeme sowie eine frei skalierbare analytische Datenbank, die die enormen Datenmengen und deren Analyse bewältigen können. Hinzu kommen weitere Investitionen, wie ein BI-Frontend oder Visualisierungssoftware, mit deren Hilfe man die Big-Data-Analysen aussteuern kann. Aber auch in den Fachabteilungen selbst werden Spezialisten notwendig, die über ein tiefgründiges Wissen über Datenanalysen verfügen. Sinnvoll ist jedenfalls bereits im Vorfeld zum eigentlichen Projekt eine Evaluierung (Proof of Concept), für die auch zumeist Gebühren anfallen. Um diese Kosten so niedrig wie möglich zu halten und die Etablierung von Big Data in Unternehmen zu fördern, haben wir ein zeitlich begrenztes Programm aufgesetzt, bei dem die Kosten für den Proof of Concept entweder ganz oder teilweise übernommen werden.

IT-DIRECTOR: Welche Kosten machen Ihrer Ansicht nach dabei den größten Batzen aus, und warum?
A. Auld:
Dies hängt vom Einzelfall und der bereits bestehenden IT-Infrastruktur ab, welcher Investitionsumfang für eine erfolgreiche Implementierung von Big-Data-Analysen notwendig ist. Auch die Menge der anfallenden Daten und die genutzte Datenbanktechnologie sind ausschlaggebende Kriterien für die Kosten der einzusetzenden Analysesysteme. Setzt ein Unternehmen beispielsweise auf eine intelligente In-Memory-Datenbank, so reduzieren sich die Lizenzkosten auf den tatsächlich genutzten Arbeitsspeicher. Das ist schon deshalb sinnvoll, weil die allgemeinen Kosten für RAM immer weiter sinken. Hinzu kommen intelligente Kompressionsalgorithmen, die die Investitionskosten einer In-Memory-Datenbank im Vergleich zu konventionellen Datenbanken schnell mehr als halbieren können. Und auch selbst bei einem stark beschränkten Budget lassen sich mithilfe von flexibel skalierbaren Software-as-a-Service-Lösungen (SaaS) erfolgreich Big-Data-Projekte umsetzen.

IT-DIRECTOR: Bitte nennen Sie uns eine Größenordnung für die Kosten der aufgezählten Komponenten.
A. Auld:
Das lässt sich nur für den konkreten Einzelfall bestimmen. Je nach Geschäftsmodell sind allerdings bereits kleinere und mittlere Unternehmen absolut in der Lage, Big-Data-Analysen durchzuführen und effizienzsteigernd für ihre Geschäftsentwicklung einzusetzen. Oftmals empfiehlt es sich sogar bereits als Start-up auf zukunftssichere analytische Datenbanken und somit auf Big-Data-Analysen zu setzen und somit auch in Zukunft von den heute gespeicherten und analysierten Daten profitieren zu können. Denn je weiter das Datendedächtnis einer Organisation zurückgeht, desto besser.

IT-DIRECTOR: Welche Anschaffungen sind für reibungslose Big-Data-Analysen Pflicht? Auf welche könnte man eher verzichten bzw. an welcher Stelle könnte man vorhandene (Alt-)Systeme nutzen?
A. Auld:
Das Durchführen von Big-Data-Analysen erfordert keinen Austausch vorhandener Systeme. Oftmals geht es vielmehr um eine gezielte Ergänzung. Wichtig ist, die vorhandene IT-Infrastruktur dahingehend zu prüfen, ob sie mit den anfallenden Informationsmengen entsprechend der Anforderungen umgehen kann. So ist zum Beispiel Geschwindigkeit ein ganz wichtiger Faktor, denn immer häufiger sind IT-Systeme mit Big Data überlastet und reagieren schwerfällig. Hierfür ist es im Hinblick auf die Investitionssicherheit entscheidend, Lösungen zu wählen, die mit den Aufgabenstellungen mitwachsen können.

IT-DIRECTOR: In der Praxis treffen wir aktuell immer wieder auf Anwender, die bereits in Big-Data-Lösungen investiert haben. Allerdings wissen viele davon nicht, was sie mit den Analysetools anfangen sollen. Was geben Sie diesen Anwendern mit auf den Weg?
A. Auld:
Big-Data-Analysen bergen wahres unternehmerisches Gold – wenn das richtige Werkzeug eingesetzt wird, denn damit werden strategische Entscheidungen belastbarer und letztlich durch realistische Prognosen präziser an den realen Anforderungen an das Unternehmen ausgerichtet. Wer das Nutzen seiner Big Data außen vor lässt, lässt zu, dass er im Trüben fischt. Zudem werden die Daten quasi nebenbei generiert und müssen aus Compliance-Gründen ohnehin gespeichert werden, daher geben Unternehmen echte Wettbewerbsvorteile aus der Hand, wenn sie diese Informationen nicht für den eigenen Geschäftserfolg nutzbar machen.

IT-DIRECTOR: Welche Algorithmen erweisen sich im Rahmen von Big-Data-Analysen dabei als besonders sinnvoll?
A. Auld:
Bei Big-Data-Analysen kommen unterschiedlichste Algorithmen zum Einsatz. Da Big-Data-Analysen sehr facettenreich sind und sich kaum ein Anwendungsbeispiel auf andere Einsatzszenarien spiegeln lässt, sind daher auch die genutzten Algorithmen äußerst differenziert. Es lässt sich aber sagen, dass generell diejenigen Algorithmen wichtig sind, die direkt auf die Rohdaten zugreifen und mit deren Hilfe Analysten aus den gesammelten Datenmengen verlustfrei die Informationen herausfiltern, die für die entsprechenden Analysen und Auswertungen notwendig sind.

IT-DIRECTOR: Können Sie uns ein kurzes Beispiel für die erfolgreiche Anwendung von Big-Data-Analysen beschreiben?
A. Auld:
Ein gutes Beispiel ist der Onlineversandhändler Zalando. Das Sortiment des Webshops erweitert sich stetig – mit aktuell über 100.000 Produkten. Seit Mitte 2010 ist das Data Warehouse von Zalando um den Faktor fünf gewachsen. Da die bisherig eingesetzte Lösung nicht mehr diese hohen Ansprüche erfüllen konnte, ergänzte Zalando sein Data Warehouse um die analytische In-Memory Datenbank von Exasol als skalierbares und flexibles Data Mart. Die Datenbanklösung beschleunigte massiv die Analysen unterhalb von Microstrategy als BI-Frontend. Weiter wurde die nächtliche Vorberechnung von 13 Stunden auf 30 Minuten verkürzt. Die nahtlose und unkomplizierte Implementierung in die IT-Landschaft ermöglichte es Zalando, dass das neue Datenbanksystem innerhalb von nur acht Wochen produktiv eingesetzt werden konnte. Seitdem führen Analysten Queries ad hoc durch, ohne dabei das Data Warehouse zu überlasten. Zudem sind völlig neue Datenanalysen möglich. Dank beschleunigter Auswertungen kann Zalando nun viel schneller auf die Wünsche seiner Kunden reagieren und dementsprechend zeitnah das Sortiment anpassen sowie Umsatzpotenziale und Marketing-Maßnahmen besser steuern.

IT-DIRECTOR: Big-Data-Analysen können auf strukturierten wie unstrukturierten Daten basieren. Insbesondere letztere werden gerne zur Auswertung des Kundenverhaltens herangezogen. Wie kann man dafür sorgen, dass solche Auswertungen weder Compliance-Vorgaben noch die Privatsphäre von Kunden verletzen?
A. Auld:
Unternehmen müssen heutzutage private Daten von Dritten verantwortungsvoll und sorgfältig nutzen. Alles andere hat im Zweifelsfall verheerende Auswirkungen auf den Ruf und das Image und somit auch auf den Geschäftserfolg des Unternehmens. Dies können Firmen umgehen, indem sie ihre Mitarbeiter, die Umgang mit solchen sensiblen Daten haben, kontinuierlich schulen und dazu anhalten, Daten als das zu sehen was sie sind: eine äußerst sensible Informationsquelle, die eine besondere Behandlung verdient. Aus unserer Sicht ist deshalb eine Auseinandersetzung mit diesem Thema bereits in der Planungsphase unerlässlich.

IT-DIRECTOR: Wer in den Unternehmen sollte überhaupt mit solchen Daten Analysen durchführen dürfen? Worauf gilt es, bei der Vergabe von Nutzerrechten sowie generell beim Nutzermanagement, besonders zu achten?
A. Auld:
Allen voran natürlich die Abteilung, die die Daten für die Fachabteilungen aufbereiten und bereitstellen. Aber auch die Mitarbeiter aus denjenigen Fachabteilungen, die einen direkten Nutzen aus der Big-Data-Analyse ziehen können, müssen in bestimmten Fällen Zugang erhalten. Dies erfordert straffe Strukturen, was aber dank der hohen Benutzerfreundlichkeit moderner Lösungen heutzutage nicht mehr problematisch ist. Vorausgesetzt, die Mitarbeiter werden vorab geschult und sind sich ihrer Verantwortung bei der Arbeit mit sensiblen Daten bewusst.

IT-DIRECTOR: Was denken Sie: Mit welchen Big-Data-Analysen überschreiten Unternehmen bereits heute bzw. könnten sie in Zukunft schnell ethische und gesetzliche Grenzen überschreiten?
A. Auld:
In der deutschen Gesetzgebung ist klar definiert, wann Unternehmen insbesondere beim Datenschutz Grenzen überschreiten. Eine Datenhaltung in Deutschland wird deshalb zunehmend zum Wettbewerbsvorteil. Generell obliegt es natürlich jedem einzelnen Unternehmen hier auch noch zusätzlich strengere Regeln einzuführen. Der Umgang mit Daten durch ein Unternehmen beeinflusst entscheidend den eigenen Ruf. Somit ist es im Interesse jeder Organisation, dass sie hier transparent und vertrauensbildend arbeitet.

©2020Alle 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