Nachgefragt bei Dr. Mark Darbyshire, Tibco

Datenschutz bei Big-Data-Analysen

Interview mit Dr. Mark Darbyshire, CTO EMEA bei Tibco Software über Datenschutz bei Big-Data-Analysen.

Dr. Mark Darbyshire, Tibco Software

Dr. Mark Darbyshire, CTO EMEA bei Tibco Software

IT-DIRECTOR: Wofür benötigt man spezielle Big-Data-Lösungen und wie sehen diese aus?
M. Darbyshire:
Unternehmen benötigen nicht Big-Data-Lösungen, sondern Echtzeit-Big-Data-Analysen. Um wettbewerbsfähig zu bleiben müssen Unternehmen ihre Kunden von Grund auf verstehen und deren Bedürfnisse vorab identifizieren – nicht erst, nachdem sie den Laden oder die Website verlassen haben. Mit dem Zeitpunkt, zu dem ein Kunde Kontakt aufnimmt, müssen Unternehmen aktiv handeln und in der Lage sein, dass Gewünschte zu bieten, darüber hinausgehenden Bedarf zu erzeugen und diesen auch zu erfüllen.

Dies verfolgen derzeit viele unserer Kunden aus unterschiedlichen Branchen: Zum Beispiel nutzen Telekommunikationsanbieter Big-Data-Analysen für Echtzeitmonitoring des mobilen Kommunikationsverhaltens, um Dienste, Bandbreiten oder internationale Tarifangebote dann anzubieten, wenn Kunden sie auch benötigen. Handelsunternehmen gestalten Onlinehilfe und -services pass- und zeitgenau anhand des individuellen Such- und Bestellverhaltens eines Kunden. Oder Energieversorger können die Bereitstellung von Energie anhand von Echtzeit-Verbrauchsanalysen optimal ausbalancieren.

Dies zeigt, dass intelligente Big-Data-Geschäftsmodelle Services ermöglichen, die bis dato undenkbar waren – abhängig von den individuellen Geschäftsfeldern und Kundenbeziehungen eines Unternehmens. Zum Beispiel ist Unternehmen oft nicht bewusst, dass sie Cross-Selling-Algorithmen zur Erhöhung der Kundenzahl nutzen können, oder Lead-Priorisierungsalgorithmen die Verkaufszahlen steigern.

IT-DIRECTOR: Warum kann man hierfür nicht „herkömmliche“ Business-Intelligence-Lösungen nutzen bzw. erweitern? Wie lassen sich bereits getätigte BI-Investitionen auch für Big-Data-Analysen verwenden?
M. Darbyshire:
Es gibt keinen Grund, bestehende BI-Lösungen nicht mehr nutzen. Die Frage ist vielmehr, wie Unternehmen bestehende Daten einsetzen, um Kundenanforderungen zu erfüllen. Wenn Unternehmen lediglich ruhende Daten nutzen, stellt sich die Frage, was sie versäumen, wenn sie Datenflüsse bzw. ‚Data in motion’ nicht berücksichtigen. BI und Big-Data-Analysen gehen Hand in Hand. BI kann aber nur so effektiv sein wie ein Unternehmen in der Lage ist, Big Data auf eine Weise zu erfassen und zu analysieren, die für Echtzeit-Entscheidungen auch brauchbar ist oder als Echtzeitimpuls für unternehmenskritische Prozesse dienen kann.

IT-DIRECTOR: Mit welchem Projektaufwand ist für ein Unternehmen die Einführung von Big-Data-Analysen verbunden?
M. Darbyshire:
Die meisten Unternehmen sind zu einer Zeit gewachsen, in der kaum Bewusstsein für die Bedeutung von Daten bestand. Daher sind die Verantwortlichkeiten für Datenerfassung, -speicherung und -extraktion getrennt von denen, die die Daten nutzen. Diese strukturelle Trennung muss reorganisiert werden, um Datenlösungen über ein Unternehmen hinweg implementieren zu können. Big Data kann die für ein Unternehmen kritischen Funktionen optimieren, aber dazu bedarf es einer Organisationsstruktur, die erkennt, wie es geht und die beides versteht: die Leistungsfähigkeit von Daten und die Prioritäten der Geschäftsstrategie.

Von Daten getriebene Entscheidungen erfordern eine Reihe von Schritten, die am besten als ‚Datenproduktionslinie’ beschrieben werden kann. Daten müssen gesammelt, gespeichert, bereinigt, analysiert und visualisiert werden. In vielen Fällen resultiert daraus ein Algorithmus, der in die Geschäftsprozesse eingebettet werden kann. Dies ist für Unternehmen ein Entwicklungsprozess, der es ihnen erlaubt, nahtlos von der bloßen Sammlung von Daten tatsächlich zu mehr Einsichten zu gelangen.

IT-DIRECTOR: Wie ist es um die für effektive Big-Data-Analysen erforderliche Infrastruktur bzw. Performance bestellt? Inwieweit muss man Bandbreiten erhöhen und (teure) neue Server/Speicher anschaffen?
M. Darbyshire:
Jedes Projekt ist anders und es hängt davon ab, wo ein Unternehmen startet. Hardware ist heute eine kostengünstige Standardware, Clouds senken die Kosten zusätzlich – Hardware-Performance ist daher nicht der Punkt. Die wesentliche Investition ist die Veränderung, wie mit den existierenden Daten umgegangen und dies in die Kerngeschäfte eines Unternehmens eingebunden wird, um Kundenservice sowie die Produkt- und Geschäftsentwicklung voranzutreiben.

IT-DIRECTOR: Wann können die Auswertungen von großen, unstrukturierten Datenmengen wie z.B. Kassendaten oder sozialen Netzwerken zu einer Verletzung von Compliance-Vorgaben und Gesetzen (z.B. Datenschutz) führen?
M. Darbyshire:
Es kommt darauf an, wie die Daten eingesetzt werden. Wenn bestehende Daten etwa im Vertrieb oder für Loyality-Programme genutzt werden, müssen generell die Kunden ihr Einverständnis geben – dafür gelten länderspezifische Datenschutzgesetze, die Teil der Standardmaßnahmen für Compliance sind. Moderne Technologien ermöglichen es, persönliche Informationen von Systemdaten zu trennen. Daher ist die Einhaltung von Datenschutzrichtlinien bei Big-Data-Analysen eine Anforderung, die lösbar ist.

©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