Essential Guide

Big Data: Anwendung, Datenschutz und Technologie

Eine umfassende Auswahl von Artikeln, Videos und mehr, die von unseren Redakteuren gewählt wurden.

Die zwei größten Big-Data-Fehler – und wie sie vermieden werden

Das Hauptproblem bei Big Data ist, dass viele Unternehmen heute zwar große Datenmengen sammeln und verwalten – aber mit wenig bis keiner Planung.

Keith B. Carter ist der Autor des Buches Actionable Intelligence: A Guide to Delivering Business Results with Big...

Data Fast!, das im September 2014 erschienen ist. Dieser Beitrag basiert auf einem Kapitel seines Buchs.

Es gibt wahrscheinlich keinen Tag, an dem Sie nichts von Big Data hören: Themen wie das Managen oder Analysieren von Big Data sind ständig präsent. Leider wird der Begriff inzwischen so breit und zuweilen unangemessen angewendet, dass er seine eigentliche Bedeutung weitgehend verloren hat. Bei allen Artikeln über Big Data und seine möglichen Vorteile gilt es, einiges zu beachten. Viele Aussagen, selbst von Experten, enthalten Halbwahrheiten oder sind falsch. Die größte Big-Data-Lüge ist, dass Big Data automatisch eine beliebige Anzahl von Business-Problemen löst und ein Unternehmen effizienter mit seinen Rivalen konkurrieren kann.

Aus meiner Erfahrung als Supply-Chain-Exekutive und zuletzt als Mitarbeiter der Fakultät für Entscheidungstheorie an der National University of Singapore Business School, habe ich mit Dutzenden von Unternehmen und Hunderten von IT- und Business-Profis gearbeitet und diese befragt. Was ich dabei immer wieder festgestellt habe: Diejenigen, die an die große Big-Data-Lüge glauben, machen vor allem zwei zentrale Fehler:

Daten ohne Unterschied sammeln. Unternehmen sammeln massenweise Daten. Das ist großartig. Aber sie können sich keinen Reim darauf machen. Sie haben keine Ahnung davon, wie man diese Daten sinnvoll nutzt. Sie springen auf Big-Data-Projekte auf, indem sie große Datenmengen sammeln – extrem große, umfangreiche und oft vielfältige und sich schnell ändernde Datenmassen – um sie zu analysieren und daraus Schlussfolgerungen zu ziehen. Aber Rohdaten sagen den meisten Business-Anwendern überhaupt nichts und das Platzieren von noch mehr Daten in größeren Datenbanken oder das Kopieren von steigenden Datenmengen in Tabellenkalkulationen ändert daran auch nichts - und bringt in der Regel keinen Nutzwert.

Mehr zum Thema Big Data:

Security ist auch ein zentrales Big-Data-Thema.

Essential Guide Big Data: Anwendungen, Technologien und Datenschutz.

Die Folgen von Big Data: Wie man aus Backup- und Archivdaten neuen Nutzen zieht.

Fünf Schritte auf dem Weg zu effektiver Big-Data-Analytics.

Big-Data-Analytics: Einsatzszenarien für die (IT-) Security.

Daten kategorisieren und aufbereiten. Umgekehrt denken viele Unternehmen, dass sie ihre Sache gut machen, wenn sie ihre gesammelten Datenmassen zunächst bereinigen, bearbeiten und dann kategorisieren. Sicher ist es ein Vorteil, wenn man die Daten durch Zentralisierung, Datenbereinigung, Klassifizierung und Strukturierung normalisiert. 

Aber es ist schwer, einen Business Case daraus zu machen, wenn die Daten nach der Bereinigung und Strukturierung keine Antworten auf reale Geschäftsfragen geben. Dies gilt insbesonders, wenn sich das Big-Data-Management in ein IT-fokussiertes Projekt verwandelt, das keine Unterstützung von Geschäftsnutzern erhält. Und das, obwohl die Daten validiert wurden und eigentlich brauchbar sind.

Das Hauptproblem von Big Data ist, dass viele Unternehmen heute große Datenmengen mit wenig bis keiner Planung sammeln und verwalten. Und so, wie Planung der Schlüssel zu jedem strategischen Geschäftsprojekt ist, ist Planung auch im Umgang mit großen Datenmengen von größter Bedeutung. Alle Elemente des Prozesses müssen fokussiert und eng an den Unternehmenszielen ausgerichtet werden.

Was also ist der richtige Weg? Sie müssen mit einer strategischen Business-Frage beginnen und dann die Daten sammeln, die benötigt werden, um diese Frage zu beantworten. Nur so können Sie aus den Informationen wertvolle Erkenntnisse ziehen, die Ihrem Business helfen und es unterstützen, besser als die Konkurrenz zu sein.

Dies ist der Prozess, der Big Data von einem reinen Abhaken von Checklisten in echte strategische Vorteile überführt. Denn auch wenn der Begriff Big Data noch so realistisch gesehen wird: Big Data ist keine Lösung für alle Geschäftsprobleme. Im Kern ist Big Data nur das, wonach es klingt: eine Sammlung von großen Mengen von Informationen aus verschiedenen Quellen. Was Sie mit diesen Daten machen – das kann den großen Unterschied für Ihr Unternehmen ausmachen. Und das fängt damit an, dass Sie Big-Data-Fehler vermeiden, die andere Leute machen.

Über den Autor:
Keith B. Carter ist als leitender Gaststipendiat in der Decision-Sciences-Abteilung an der National University of Singapore Business School tätig. Zuvor leitete er bei The Estee Lauder Companies Inc. die Supply-Chain-Intelligence-Abteilung. Zudem arbeitete er als Berater bei Andersen Consulting (heute Accenture).

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

Artikel wurde zuletzt im Juni 2015 aktualisiert

Pro+

Premium-Inhalte

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

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