Nachgefragt bei Gerhard Altmann, SAS Deutschland

Heterogene Datenberge präzise analysieren

Interview mit Gerhard Altmann, Director Services & Technology bei SAS Deutschland über Big-Data-Lösungen.

Gerhard Altmann, SAS Deutschland

Gerhard Altmann, Director Services & Technology bei SAS Deutschland

IT-DIRECTOR: Herr Altmann, wofür benötigt man spezielle Big-Data-Lösungen und wie sehen diese aus?
G. Altmann:
Mobile Kommunikation und soziale Medien, aber auch die Kommunikation von Maschine zu Maschine und andere Phänomene haben in den vergangenen Jahren die Datenmengen in Unternehmen explodieren lassen. Inzwischen erkennen mehr Unternehmen das Potential von Informationen und Wissen, das in diesen Daten steckt, beispielsweise für ihr Kundenmanagement, für Logistik und Vertrieb, aber auch für ihr Risikomanagement und ihre Gesamtunternehmenssteuerung.

Analytics-Lösungen, die sich für den Einsatz bei Big Data eignen, unterstützen Unternehmen dabei, auf Basis valider Fakten bessere Entscheidungen zu treffen und schneller auf Entwicklungen am Markt zu reagieren. Lösungen, die dieser Vielfalt an Anforderungen und Themenstellungen gerecht werden, müssen in der Lage sein, große Mengen von Daten, die zudem noch sehr heterogen sind und aus den verschiedensten Quellen stammen, schnell und dabei präzise zu analysieren, denn nur so werden Trends und bislang verborgene Zusammenhänge in der Datenmenge erkennbar.

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?
G. Altmann:
Business-Analytics-Lösungen geben Auskunft über weit mehr Details und Prozesse als das mit Business-Intelligence-Lösungen möglich wäre. Sie decken Zusammenhänge auf und beleuchten Trends und dienen daher als Werkzeug für eine zukunftsorientierte Unternehmenssteuerung. Spezielle Lösungen wie beispielsweise Social Media Analytics von SAS sind zudem für die Analyse unstrukturierter Daten wie E-Mails oder Kommentare aus sozialen Medien einsetzbar; damit lassen sich dann auch Stimmungen, Trends und Einstellungen erkennen, etwa zu Unternehmen, Produkten oder Dienstleistungen. Gerade wenn es um die Analyse unstrukturierter Daten geht sind traditionelle BI-Systeme definitiv überfordert.

Der Einsatz von BI-Tools ist aber eine wichtige Vorstufe für Big Data Analytics, denn die Analyse historischer Daten ist ja trotzdem noch wichtig, beispielsweise fürs Reporting. Business Analytics setzt demnach auf Business Intelligence auf. Eine echte Differenzierung am Markt erreichen die Anwenderunternehmen aber in Zukunft nur noch über Analytics.

IT-DIRECTOR: Mit welchem Projektaufwand ist für ein Unternehmen die Einführung von Big-Data-Analysen verbunden?
G. Altmann:
Der Projektaufwand hängt von vielen Faktoren ab, darunter natürlich die Zielsetzung des Unternehmens, die Komplexität der Aufgabenstellung, der Umfang der Implementierung, die Unternehmensgröße und natürlich die bestehende IT-Landschaft. Die Projekte sind daher von ihren Anforderungen und ihrem Aufwand her nicht vergleichbar.

Insgesamt sind die Einstiegsbarrieren für Unternehmen aber deutlich gesunken: Unter anderem begünstigen sinkende Preise für Arbeitsspeicher den Durchbruch bei In-Memory-Technologien, und immer schnellere Prozessoren erlauben es immer genauer, die Wirklichkeit abzubilden und optimierte Strategien zu berechnen.

IT-DIRECTOR: Können Sie uns einige Anwendungsbeispiele für Big Data Analytics nennen?
G. Altmann:
Da gibt es ganz verschiedene aus unterschiedlichen Branchen: Big Data Analytics hat unter anderem einen marktführenden Betreiber eines Kundenloyalitätsprogramms in einem asiatischen Land in die Lage versetzt, das Kaufverhalten von zehn Millionen Kunden schnell und auf Basis aller Daten zu analysieren und Zusammenhänge zu erkennen. Ein anderer Kunde, ein europäisches Transportunternehmen, braucht schnelle Analysen zum Kundenverhalten, um dem immer stärker werdenden Wettbewerb zu begegnen. Und ein Krankenhausbetreiber in Skandinavien setzt SAS Visual Analytics für die Ad-hoc-Analyse und -Berichtserstattung bei seinen Patientendaten ein.

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?
G. Altmann:
Das wäre etwa dann der Fall, wenn eine Rückverfolgbarkeit der konkreten Daten auf das Individuum gegeben wäre, was bei unseren Lösungen jedoch nicht der Fall ist. Und  bei der Analyse sozialer Medien greifen unsere Lösungen nur auf öffentlich zugängliche Quellen zurück – hier liegt es also vor allem in der Verantwortung jedes Einzelnen, was er im Netz verbreitet. Alle unsere Lösungen entsprechen jedoch den bestehenden Vorgaben und Gesetzen im Hinblick auf Datenschutz und Compliance beziehungsweise unterstützen unsere Kunden explizit dabei, eben diese Richtlinien einzuhalten.  

IT-DIRECTOR: Haben Sie bereits ein Big-Data-Projekt bei einem deutschsprachigen Großkunden umgesetzt?
G. Altmann:
Ein gutes Beispiel ist unser Kunde Fraport. Der Flughafen Frankfurt ist mit rund einer halben Million Flugzeugbewegungen, über 50 Millionen Passagieren und mehr als zwei Millionen Tonnen Fracht pro Jahr eines der größten internationalen Drehkreuze der Luftfahrt. Um den Flughafenbetrieb effizient zu steuern ist die Bewältigung enormer Datenmengen erforderlich. So müssen die Verantwortlichen beispielsweise kontinuierlich darüber informiert sein, ob es aktuell Verspätungen gibt und wie sich verhindern lässt, dass diese alle weiteren Abläufe durcheinander bringen. Oder auch wie sich das Wetter auf den Betrieb auswirkt, und in welchen Bereichen des Flughafenbetriebs es eventuell gerade Schwierigkeiten gibt.

Die Verantwortlichen müssen dabei immer die Möglichkeit haben, in den Betrieb einzugreifen und bei Bedarf umzudisponieren. Die wichtigsten Anforderungen an die Analytics-Lösung lagen daher darin, dass sie durch keine Datenmenge an ihre Grenzen gerät, und sie die Fähigkeit zur Analyse in Echtzeit hat. Big Data bedeutet auf dem Frankfurter Flughafen deshalb auch Fast Analytics. Unsere Analytics-Lösung hat sich bei Fraport bewährt: Die Informationen und Reportings sind oft nach wenigen Sekunden, höchstens aber nach einigen Minuten up to date. Zudem bietet die Lösung Visualisierungsmöglichkeiten, mit der die Ergebnisse anschaulich und Zusammenhänge damit klarer werden.

©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