James Thew - Fotolia

Die Technik entscheidet: Mit passenden Big Data Tools erfolgreich sein

Vom Buzzword zum Erfolgsfaktor – die Wahrnehmung von Big Data hat sich in den letzten Jahren gewandelt. Das liegt auch den passenden Big Data Tools.

Dieser Artikel behandelt

Datenbanksysteme

ÄHNLICHE THEMEN

Vom nervigen Buzzword zum wichtigen Erfolgsfaktor – die Wahrnehmung von Big Data hat sich in den letzten Jahren stark gewandelt. Noch immer gelingt es aber nicht allen Unternehmen, die Technologie zu ihrem Vorteil einzusetzen. Einer aktuellen Bitkom-Umfrage zufolge haben derzeit lediglich 35 Prozent der deutschen Unternehmen Big-Data-Lösungen im Einsatz. Die technische Komplexität überfordert viele.

Wenn von Big Data die Rede ist, dann geht es um Datenmengen, die zu groß, zu komplex, zu flüchtig oder zu unstrukturiert sind, um sie mit den klassischen Methoden der Datenverarbeitung auszuwerten.

Die unzähligen Bytes, die in Unternehmen tagtäglich anfallen, gehen demnach entweder verloren oder müssen in leistungsstarke Systeme eingespeist werden, die mit ihnen umgehen können. Data Lakes anlegen, intelligente Algorithmen entwickeln und gewinnbringende Analysen machen – all das sind komplexe Herausforderungen. Nur wenn Unternehmen sie bewältigen, können sie von Big Data profitieren.

Das richtige Werkzeug finden

Wie lässt sich die komplizierte Aufgabe angehen? Natürlich ist jede Menge Know-how nötig. Experten sind deshalb gefragt und wollen entsprechend bezahlt werden. Zu einem guten Handwerk gehört aber auch das richtige Werkzeug – und gerade integrierte Systeme bergen hier das Potenzial, die Kosteneffizienz zu erhöhen. Decision Moments von Mindtree ist eine Plattform, die sich Erkenntnisse der Kognitionswissenschaft zunutze macht und einen einfachen und schnellen Einstieg in Big Data ermöglicht. Dabei deckt sie alle Arbeitsschritte ab – von der Erfassung des rohen Datenmaterials bis hin zur Bereitstellung von Erkenntnissen über eine API.

Das System lässt sich in Form eines Stufenmodells beschreiben, das aus fünf Ebenen besteht. Auf der untersten Ebene findet der ETL-Prozess statt. Daten werden hier aus verschiedenen Quellen extrahiert, entsprechend des Schemas und Formats der Zieldatenbank umgewandelt und schließlich in diese übertragen. Die Herausforderung besteht darin, Daten aus unterschiedlichsten Quellen und in den verschiedensten Formaten flexibel verarbeiten und validieren zu können.

Die zweite Ebene ist in Wirklichkeit keine Ebene, sondern ein weitläufiges Gewässer – der sogenannte Data Lake. Er hält strukturierte, semi-strukturierte und unstrukturierte Daten vor, in ihm laufen die einzelnen Informationsflüsse zusammen. NoSQL-Engines sorgen dabei für Ordnung und unterstützen Lese- und Schreibvorgänge in Echtzeit. Für zeitkritische Anwendungen ist dieser Geschwindigkeitsvorteil von entscheidender Bedeutung.

Auf der dritten Ebene werden Dateneinsichten gewonnen. Hier liegt eine der großen Stärken von Decision Moments. 20 branchenspezifische Algorithmen stehen zur Verfügung, um dem System sowohl teilautonomes als auch vollautonomes Lernen zu ermöglichen. Verfahren wie logistische Regression, Clustering, kollaboratives Filtern, Random Decision Forests oder neuronale Netze unterstützen alle Arten von Anwendungen.

Die vierte Ebene dient der Verarbeitung der Daten. Etablierte Architekturmodelle wie Lambda, Kappa und Zeta werden hier eingesetzt, um Big-Data-Workloads zu bewältigen. Auch ganz grundsätzlich beschleunigt die Verwendung wiederverwertbarer Komponenten nicht nur die Entwicklung neuer Big-Data-Anwendungen, sondern ermöglicht auch eine Teilautomatisierung ihres Deployments. Dazu zählen etwa OLAP, Hierarchie-Builder, vorgefertigte Templates zur Datenvisualisierung, Dienste für den Datenimport und für die Ausgabe von Dateneinsichten sowie Tools zur Datenverlaufskontrolle, zur automatisierten Archivierung von Daten und zur Erstellung von Backups.

„Data Lakes anlegen, intelligente Algorithmen entwickeln und gewinnbringende Analysen machen – all das sind komplexe Herausforderungen. Nur wenn Unternehmen sie bewältigen, können sie von Big Data profitieren.“

Manoj Karanth, Mindtree

Gemäß dem API-First-Prinzip folgt zum Schluss die vielleicht wichtigste Ebene. Auf ihr liegen Schnittstellen, über die alle erdenklichen Anwendungen an die Big-Data-Plattform angeschlossen werden können – zum Beispiel Omnichannel-Apps. Skalierbarkeit und Flexibilität sind hier die Garanten für eine möglichst hohe Kompatibilität.

Das Potenzial entdecken

Überspitzt gesagt: Um von Big Data zu profitieren, benötigen Unternehmen neben der funktionierenden Plattform auch ein funktionierendes Geschäftsmodell – oder zumindest eine konkrete Vorstellung davon, was sie mit der neuen Technik anstellen wollen. Nicht nur die technische Komponente von Big Data, auch die betriebswirtschaftliche spielt eine Rolle. Drei mögliche Einsatzbereiche sind besonders populär:

  1. Personalisierung und Omnichannel: Die großen Trends im Handel wären ohne Big Data undenkbar. Entsprechende Systeme erhöhen die Kundenbindung, unterstützen Cross- sowie Upselling und sorgen somit für eine höhere Customer-Lifetime-Value.
  2. Marketing und Vertrieb: Hier geht es darum, mithilfe von Big Data genauere Umsatzprognosen aufzustellen, die Performance von Kampagnen zu messen und die Produktentwicklung zu unterstützen.
  3. Stärkung der Unternehmenseffizienz: Angefangen bei Preventive Maintenance über Betrugserkennung bis hin zur Optimierung der Lieferkette basieren viele Maßnahmen zur Effizienzsteigerung auf Big Data.

Mehr zum Thema Big Data:

Big Data Tools in Microsoft Azure sollen Unternehmen in die Public Cloud locken.

Wie Apache Hadoop beim Big Data Management helfen kann.

Essential Guide: Alle wichtigen Information zu Big-Data-Anwendungen und -Datenschutz.

Apache Spark 2.0 soll die Big-Data-Integration erleichtern.

Mit dem Hadoop Distributed File System (HDFS) Big Data bewältigen.

Mit der richtigen Plattform zum Erfolg

Wie sollen Unternehmen mit den Datenmassen umgehen, die im digitalen Zeitalter auf sie einprasseln? Eins steht fest: Wer sie ungenutzt lässt, verliert den Anschluss. Denn Daten liefern wichtige Einsichten, von denen alle Unternehmensbereiche profitieren. Auf Big Data basieren außerdem viele neue Geschäftsmodelle – man denke nur an Google, Facebook, Amazon oder Uber. Was aber können Unternehmen tun, um der technischen Komplexität Herr zu werden?

Der Einsatz einer Datenplattform wie Decision Moments von Mindtree erleichtert die Analyse großer Datenmengen. Sie übernimmt wesentliche Aufgaben der Datenanalyse und beschleunigt die Entwicklung neuer Apps, indem sie eine leistungsstarke API sowie fertige Komponenten und Algorithmen zur Verfügung stellt. Vor allem aber bietet sie eine flexible und skalierbare Infrastruktur, die alle Arten von Anwendungen unterstützt – vom branchenspezifischen Analyse-Tool bis hin zur Software für personalisiertes Marketing.

Über den Autor:
Manoj Karanth leitet als General Manager and Head of Cloud Computing and Digital Business das Cloud- und DevOps-Geschäft bei Mindtree. In dieser Position verantwortet er den Aufbau der Mindtree DevOps-Plattform sowie der kognitiven Big-Data-Plattform Decision Moments. Zuvor hat er wesentlich zur Entwicklung und zum Rollout großer, erfolgreicher Produktinitiativen im Luftfahrtbereich beigetragen.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!

Artikel wurde zuletzt im September 2016 aktualisiert

Pro+

Premium-Inhalte

Weitere Pro+ Premium-Inhalte und andere Mitglieder-Angebote, finden Sie hier.

Erfahren Sie mehr über Datenbanksysteme

Diskussion starten

Schicken Sie mir eine Nachricht bei Kommentaren anderer Mitglieder.

Mit dem Absenden dieser Daten erklären Sie sich bereit, E-Mails von TechTarget und seinen Partnern zu erhalten. Wenn Ihr Wohnsitz außerhalb der Vereinigten Staaten ist, geben Sie uns hiermit Ihre Erlaubnis, Ihre persönlichen Daten zu übertragen und in den Vereinigten Staaten zu verarbeiten. Datenschutz

Bitte erstellen Sie einen Usernamen, um einen Kommentar abzugeben.

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close