Google+ Facebook Twitter XING LinkedIn GoogleCurrents YouTube

Kommentar von Stefano Marmonti, Marklogic

So setzen Sie Big-Data-Projekte erfolgreich um

| Autor / Redakteur: Stefano Marmonti / Nico Litzel

Der Autor: Stefano Marmonti ist DACH Sales Director bei Marklogic
Der Autor: Stefano Marmonti ist DACH Sales Director bei Marklogic (Bild: Marklogic)

Angesichts der weltweiten Informationsflut und der Unterschiedlichkeit der Daten tun sich viele Unternehmen mit einem erfolgreichen Data Management schwer – ganz zu schweigen davon, daraus einen Wettbewerbsvorteil zu gewinnen.

Laut Gartner-Prognose wird die Datenintegration bis 2018 rund die Hälfte der Kosten bei der Implementierung neuer großer Systeme verschlingen. Wie kann man also nun sicherstellen, dass das nächste wichtige Datenprojekt nicht in die Statistik der glorreich gescheiterten, kostspieligen IT-Initiativen eingeht?

Wenn IT-Projekte auf veralteter Technologie und mit veralteten Denkansätzen moderne Systeme schaffen sollen, ist ein Scheitern schon fast vorprogrammiert. Und da so viele Big-Data-Projekte schon durch die Pilotphase fallen, mag es überraschend klingen, dass Experten für das Verhalten von Organisationen davon überzeugt sind, dass die Angst vor Fehlern einer der Hauptfaktoren für das Scheitern vieler IT-Projekte ist.

Positionspapier zur Lage der Cybersicherheit in Deutschland

Cybersicherheit

Positionspapier zur Lage der Cybersicherheit in Deutschland

23.02.17 - Die wichtigsten Herausforderungen für die Cybersicherheit in Deutschland sowie konkrete Vorschläge, wie sich diese bewältigen lassen, beschreibt ein neues Positionspapier drei führender Institute. Verfasser sind das CISPA in Saarbrücken, das CRISP in Darmstadt und das KASTEL in Karlsruhe. lesen

Ob das nächste Big-Data-Integrationsprojekt Kosten oder Risiken reduzieren soll oder der Wertschöpfung aus Daten dient – es gibt einige Möglichkeiten, wie man ein Scheitern verhindern kann.

Überwinden von Denkblockaden

Laut McKinsey & Company dauert die Hälfte der IT-Projekte mit Budgets über 15 Millionen US-Dollar länger als geplant und bringt am Ende weniger Funktionalität als erwartet. Aber was noch schlimmer ist: 17 Prozent der Projekte scheitern derart katastrophal, dass die Existenz des Unternehmens dadurch bedroht sein kann.

Warum akzeptieren dann so viele diese Ergebnisse als „Normalität“? Eine Theorie ist, dass Menschen keine Veränderungen mögen. Demnach führt die Tendenz, an alten Gewohnheiten festzuhalten, zu einer Art Betriebsblindheit gegenüber neueren Lösungen, die für eine Aufgabe besser geeignet wären. Das liegt an zwei Gründen: An veralteter Technologie wird festgehalten, weil sie früher einmal funktioniert hat. Zum anderen halten Enterprise-Architekten an der überholten Vorstellung fest, dass Datenmodelle von Anfang an perfekt sein müssen.

IICS von GE feiert Europa-Premiere

Big Data 2.0

IICS von GE feiert Europa-Premiere

10.02.17 - Das neue Industrial Internet Control System (IICS) von GE ermöglicht die gleichzeitige Verarbeitung, Filterung und Weiterleitung von Daten mit Hilfe mit Apps zur Anlagensteuerung in Echtzeit. lesen

Eine Möglichkeit, Denkblockaden zu überwinden, besteht in der sorgfältigen Auswahl des Projekt-Implementierungsteams. Der erste Schritt ist die Bewertung der eigenen Unternehmenskultur sowie der Einstellung möglicher Partner. Dadurch wird sichergestellt, dass man für die Umsetzung der Vision das richtige Team zusammenstellt – Menschen, die den Innovationsgeist des Unternehmens begrüßen. Menschen, die sich mit den übergeordneten Zielen des Unternehmens identifizieren und diesen zuarbeiten, statt kurzsichtig allein auf das Erreichen technischer Meilensteine zu blicken.

Um die Wahrscheinlichkeit eines Erfolgs zu erhöhen, müssen von Anfang an Mitarbeitern und Partnern das richtige Mindset kommuniziert werden: eine flexible, moderne Einstellung. Dies ist genauso wichtig wie die Wahl der richtigen Technologie für das Projekt.

Rütteln an den Grundfesten von Silos

Data Scientists verbringen weitaus mehr Zeit mit dem Sammeln und Vorbereiten von widerspenstigen Daten, als sich auf den Mehrwert zu konzentrieren, der in Datenmustern und -beziehungen steckt.

Ein Grund dafür sind vorhandene Altsysteme, die speziell auf das Data Management einer Abteilung abgestimmt sind. Die Folge sind Datensilos, mit denen sich nur schwer eine einzige, einheitliche Sicht auf alle Daten im Unternehmen schaffen lässt. Aber was noch schlimmer ist: Existieren mehrere Datenkopien in verschiedenen Silos, wird die Governance und Korrektheit der Daten zur Herausforderung. Datenintegrationsprojekte in einer solchen Umgebung sind nichts für ängstliche Naturen.

In der Vergangenheit gab es verschiedene Versuche, die Komplexität der Datenintegration anzugehen. Aber keiner davon war ideal. Dazu gehört z. B. das Enterprise Data Warehouse (EDW), das Daten von verschiedenen Geschäftsbereichen zusammenführt, um nachgeschaltete Analysen zur Entscheidungsfindung zu unterstützen. Diese Projekte scheitern regelmäßig, weil der Fokus auf der Beobachtung und Analyse liegt, nicht auf der Unterstützung von Geschäftsabläufen.

Dann gibt es die Enterprise Application Integration (EAI) und die Service-oriented Architecture (SOA) zur Unterstützung von Geschäftsabläufen. Diese Strukturen sind zwar für die unternehmensweite Integration von Systemen und Anwendungen ausgelegt. Leider können aber viele Anwendungen in solchen Systemen nicht miteinander kommunizieren, was dazu führt, dass die gleichen Datenbestände mehrfach an vielen verschiedenen Stellen gespeichert werden. Das führt letzten Endes nicht selten zu unübersichtlichen Point-to-Point-Verbindungen, die das Management erschweren.

Ein neuer Ansatz

Viele Unternehmen verlassen sich immer noch auf die Datenbanktechnologie von gestern, um Probleme von morgen zu lösen. Relationale Datenbank-Management-Systeme (RDBMS) gibt es jetzt seit über 30 Jahren und sie werden auch bleiben. Und doch kann ihre lange Verwendung nicht darüber hinwegtäuschen, dass es ihnen an Agilität mangelt. Als relationale Datenbanken eingeführt wurden, gab es noch keine PDFs, Videos oder Social Media. Deshalb können RDBMS-Schemata nichts mit den vielen Formen und Größen heutiger Datentypen anfangen. Die Folge sind Datenmodelle und ETL-Prozesse (Extrahieren, Transformieren, Laden), die mit hohem Zeitaufwand erstellt werden müssen.

Mehr Chancen auf Erfolg

Die Alternative sind NoSQL-Datenbanken, die strukturierte und unstrukturierte Daten unterstützten. Und möglicherweise so wichtige Kriterien wie: Sicherheit, ACID-Transaktionen, Hochverfügbarkeit, Disaster Recovery, Agilität, Skalierbarkeit und Performance bieten. So können Unternehmen von ihren Geschäftsabläufen profitieren und erhalten zugleich transaktionale Kontrolle, um die Einheitlichkeit zu gewährleisten.

Eine solche NoSQL-Lösung erfordert auch nicht, alle Datenanforderungen vorher bekannt sein müssen und bietet eine einzige Sicht auf sämtliche Daten im gesamten Unternehmen.

Blitzschnelle Änderungen

Oft hängt der Unternehmenserfolg von der Fähigkeit ab, schneller als der Wettbewerb einen Mehrwert zu liefern. Das bedeutet, dass eine agile Datenplattform benötigt wird, die sich gemeinsam mit dem Unternehmen auf künftige Anforderungen hin entwickelt. Mit dem richtigen Team werden nicht nur geplante Projekte ein Erfolg. Unternehmen nutzen damit auch sämtliche Daten im Unternehmen, um ihren Wettbewerbsvorteil auszubauen. Und das ist eine willkommene Veränderung.

Der Beitrag erschien zuerst auf unserer Schwesterseite Big-Data-Insider.

Der Aufstieg künstlicher Intelligenz in Unternehmen

Co-Bots

Der Aufstieg künstlicher Intelligenz in Unternehmen

08.03.17 - Wodurch wird ein Roboter zum „Robert“? Sollte es einfach nur die Fähigkeit sein, spezielle Aufgaben besser auszuführen als wir Menschen, dann könnte man auch einen herkömmlichen Staubsauger als Roboter bezeichnen. Klingt seltsam, aber genau so sind die meisten der heute üblichen Roboter konstruiert. Doch für echte Smartness bedarf es einiges mehr. lesen

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44556803 / Management & IT)

Themen-Newsletter Management & IT abonnieren.
* Ich bin mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung einverstanden.
Spamschutz:
Bitte geben Sie das Ergebnis der Rechenaufgabe (Addition) ein.

Sonderausgabe elektrotechnik AUTOMATISIERUNG: Smart Factory

Vernetzung in der Fabrik? Ja bitte, aber smart und sicher!

Was sind die fünf großen Stolpersteine auf dem Weg zur smarten Produktion? Lesen Sie über Möglichkeiten, Risiken und Notwendigkeiten, die eine Smart Factory mit sich bringt: Cloud, 5G, KI, Digital Twin, Sharing Economy. lesen

Erfolgreich mit Industrie 4.0

Smart Factory

Wir zeigen, worauf es auf dem Weg zur Smart Factory ankommt. Mit Erklärungen, Praxisbeispielen und Dos and Don'ts. lesen