Unternehmen sollten Big-Data-Programme langfristig betrachten

Für viele Unternehmen ist Big Data Segen und Fluch zugleich. Sie ertrinken in Daten und möchten gleichzeitig wertvolle Erkenntnisse daraus gewinnen.

Wie viele andere Unternehmen, die sich an Big-Data-Programme herangewagen, sieht auch der US-Gesundheitsdienstleister UPMC die Flut an generierten Informationen gleichzeitig als Segen und als Fluch. „Wir ertrinken in Big Data und dürsten gleichzeitig danach“, erklärt Lisa Khorey, Vice President of Enterprise Systems and Data Management des in Pittsburgh ansässigen Unternehmens.

UPMC hat rund drei Jahre eines Fünfjahresplans hinter sich. In diesen fünf Jahren soll das Thema Datenanalyse breit aufgestellt werden – und es sollen die Management- und Analysetechnologien angeschafft werden, die für den Erfolg nötig sind. Das Unternehmen traf bewusst die Entscheidung, nicht sofort in alle Tools gleichzeitig zu investieren, erklärt Khorey.

„Ich bin nicht der Ansicht, dass man alles auf einmal kaufen muss“, sagt Khorey. Sie fügt hinzu, dass der Chief Financial Officer von UPMC den stufenweisen Ansatz begrüßte und dem Projektteam riet, „den Karren nicht zu voll zu laden“. Das Unternehmen entschied sich für ein Anfangspaket aus Hard- und Software einschließlich Hadoop und Produkten von Oracle, IBM und Informatica. Im Sommer 2014, also nach etwa zwei Jahren Projektdauer, kamen prognostische Analysetools hinzu. Im kommenden Jahr folgen Technologien für präskriptive Analysen.

Khorey merkt jedoch an, dass die Verfechter des Projekts schon vor Beginn der Implementierungen die Unterstützung und finanzielle Zusage für das gesamte Fünfjahresprogramm erhalten haben. Anders könnte das Auswahlverfahren in drei Stufen nicht funktionieren: Laut ihren Angaben wäre dieser vorsichtige Ansatz nicht möglich, „wenn wir jedes Jahr alles wieder aufs Neue rechtfertigen müssten, denn das kostet viel Energie“.

Die technologischen Details

UPMC, ein breit aufgestelltes Unternehmen, das 22 Krankenhäuser und rund 400 Ambulanzen betreibt, entwickelte laut Khorey auch den Plan für seine Big-Data-Systeme mit klinischer Präzision. „Wir haben viel Zeit aufgebracht, diese Architektur zu entwerfen und dann die [technologischen] Elemente für jede Aufgabe auszuwählen“, erklärt sie.

So wird beispielsweise ein Hadoop-Cluster eingesetzt, um die Daten auf ihrem Weg in ein Data Warehouse zu erfassen und zu organisieren. Zusätzlich laufen Erkennungstools über die Hadoop-Daten, um relevante Informationen für anstehende Analysen zu finden.

Das Unternehmen richtete für die Bewertung und Auswahl der Big-Data-Technologien keinen offiziellen Ausschuss ein, aber laut Khorey war eine funktionsübergreifende Gruppe an der Ausarbeitung der Geschäftsanforderungen und der technischen Spezifikationen sowie an der Bewertung der verfügbaren Optionen beteiligt. Die IT hat dabei das Sagen. Ärzte und Vertreter der Life-Science-Bereiche von UPMC haben aber ein Mitspracherecht im Hinblick auf die technologischen Pläne und Entscheidungen.

Das endgültige Ziel besteht darin, eine kollaborative Analyse der Genomdaten und Informationen zu Patientenergebnissen, Ärzteleistung, Kosten und Qualität einer Behandlung und anderer Daten zu ermöglichen – all dies, um die Behandlung der Patienten zu verbessern. „Hier zählen nur Ergebnisse, Ergebnisse, Ergebnisse“ sagt Khorey. „Wir suchen einen wissenschaftlichen Ansatz, um [Gesundheitsdienstleistungen] auf der Grundlage messbarer Daten anbieten zu können.“

Bisher hat UPMC die nötige Infrastruktur für ihre Big-Data-Analysen aufgebaut, einige erste Datensätze erfasst und mehrere Proof-of-Concept-Projekte abgewickelt. Zu den nächsten Schritten gehören der Nachweis, dass die analytischen Prozesse für verschiedene Datensätze wiederholbar sind, und die erste Bereitstellung von Daten und Self-Service-Analysetools zur Nutzung durch Business-Analysten, Data Scientists und andere Endanwender. Startersets mit medizinischen und Kostendaten werden seit Juni 2014 bereitgestellt, und laut Khorey soll es über die nächsten Jahre im Zuge des laufenden Programms „eine kontinuierliche Zufuhr weiterer Daten“ geben.

Erster Datenschwung ist nur der Anfang

Die Canadian Imperial Bank of Commerce (CIBC) befindet sich ebenfalls im Aufbau eines Big-Data-Analyseprogramms. Die in Toronto ansässige Bank testet Anwendungen für Marketing-Analysen, Betrugserkennung und finanzielle Risikobewertung. Im Rahmen der Pilotprojekte arbeitet sie mit verschiedenen Anbietern zusammen und „spielt mit den unterschiedlichen Technologien herum“, sagt Sam Dotro, Executive Director of Enterprise Architecture von CIBC. Dazu gehören Big Data Appliance von Oracle, Clouderas Hadoop-Distribution und ein Mix aus Business-Intelligence-Tools, erklärt Dotro, der im New Yorker Büro der Bank arbeitet.

Laut Dotro treibe sein Unternehmen den technologischen Bewertungsprozess voran, aber sehr „kollaborativ“ und mit Unterstützung der einzelnen Geschäftseinheiten von CIBC. Die Bank hat einen 20-köpfigen Exekutivausschuss mit Vertretern aus IT, Datensicherheit, Corporate Operations und den Geschäftseinheiten ins Leben gerufen, um die Big-Data-Architektur durchzuplanen. Der Prozess „ist ziemlich demokratisch“, so Dotro. „Letztendlich ist es aber das Geschäft, das vorgibt, was gemacht wird.“ Seite Ende 2014 hat die Bank mit den ersten Projekten begonnen.

Der CEO von CIBC hat nach Angaben von Dotro die Big-Data-Strategie zu einer seiner Prioritäten erklärt. Außerdem sei die Bank durch ihre Wettbewerbssituation gezwungen, stärker in die Analyse einzusteigen. Die Datenanalysten von CIBC sehen sich aber Dotro zufolge in der Regel immer nur „kleine Datenhäppchen an“. Die Big-Data-Anwendungen werden ihnen mehr Informationen zur Verfügung stellen – oft sogar in Echtzeit oder zumindest fast. So sollen Funktionen wie Marketing und Kundenservice effektiv unterstützt werden. Das Ergebnis wird laut Dotro ein stärker datenorientiertes Unternehmen.

Mehr zum Thema Big Data:

Big Data in der Cloud speichern.

Bei der Bewertung von Big-Data-Tools zählt das Gesamtbild.

Experton Big Data Vendor Benchmark 2016: Geschäftsmodelle fehlen bei Anwendern.

Data Governance und Big Data: Sieben Tipps für Data Stewards.

Big Data für Daten-Administratoren nicht ohne Komplikationen.

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

Artikel wurde zuletzt im November 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