Hadoop & Co.: Ausprobieren erwünscht

Die digitale Transformation ist im Gange. Hinter dem Stichwort Digitalisierung verbergen sich Chancen, aber auch Herausforderungen für die IT. Sie muss die Erwartungen, die das Busi­ness an sie stellt, erfüllen können, und das möglichst ad hoc.

360-Grad-Analysen, Vorhersagen, Käuferverhalten oder Markttrends werden mehrmals täglich benötigt, um schnell reagieren und rechtzeitig die richtigen Entscheidungen treffen zu können.

Sind die IT-Mitarbeiter nicht mit neuen Technologien wie Hadoop, „R“, Python oder graphenorientierten Datenbanken vertraut, entgehen ihnen und dem Business oftmals große Chancen.

Eine Umfrage des Digitalverbandes Bitkom zeigt, dass eine große Zahl an Unternehmen noch nicht für Big Data vorbereitet ist. Zur Big-Data-Readiness fehlen unter anderem technisches Know-how und die technische Ausstattung.

Die IT sollte sicherstellen, dass sie auf dem neuesten Wissensstand ist und sich mit den Themen Big Data und Digitalisierung beschäftigt, bevor die Fachabteilungen mit konkreten Anfragen auf sie zukommen.

Big Data for IT

Das gelingt, wenn IT-Verantwortliche die technischen Möglichkeiten kennen und auch für sich selbst nutzen, Stichwort: Big Data for IT.

In den Fachabteilungen wird Business Analytics schon lange als Standardwerkzeug eingesetzt, für die Optimierung des Systembetriebs nutzt die IT selbst Analytics-Tools dagegen bisher selten.

Empfehlenswert ist, sich anhand von Szenarien mit den Methodologien, Technologien und den Tools auseinanderzusetzen, welche die Unternehmens-IT bereits hat und beherrscht.

Ein Beispiel für Big Data for IT ist die Erstellung einer simplen Datenwachstumsprognose.

Zunächst wird ermittelt: Wo stehe ich heute, welche Daten gibt es, wo werden sie gespeichert und wie schnell wachsen sie?

Mit einem „R“-Server und einigen frei zugänglichen Algorithmen lässt sich daraus ein weitaus genauerer Forecast als mit Excel erstellen.

Eine weitere Möglichkeit ist die Analyse des Nutzerverhaltens im System: Welche Anwender nutzen wie häufig welche Transaktionen und welche Reports? Nutzen sie diese zu bestimmten Zeiten, beispielsweise für den Monats- oder Quartalsabschluss?

Hierbei können Technologien wie Hadoop für die Massendatenhaltung, wie „R“ oder Python als Programmier- und Statistiksprachen zum Einsatz kommen.

Die IT-Abteilung sollte mithilfe dieser Technologien zunächst erste Mehrwerte intern generieren, um Methodologien zu definieren, zu erproben und sich eine eigene Meinung zu bilden.

Durch diese Analysen können IT-Verantwortliche wertvolle Einsichten gewinnen, um den Systembetrieb zu optimieren. Beispielsweise welche Teile des Systems oder auch welche Daten wirklich genutzt werden und wie das Datenvolumen im Verhältnis zur Nutzung steht.

Auch Performance-Engpässe können analysiert werden. Dieses Wissen lässt sich darüber hinaus als Basis für die Archivierung, zur Optimierung von Prozessen und für die Umsetzung von Big-Data-Szenarien oder Industrie-4.0-Anwendungen nutzen.

Randstad Deutschland nutzt diese Intelligenz mithilfe des Analysetools Datavard HeatMap. Das Tool führt eine Nutzungsanalyse von Daten und Objekten im laufenden System durch.

„Datavard HeatMap ist einzigartig. Wir erhalten deutlich mehr Wissen über das System, ohne dass wir einen einzigen Endanwender befragen müssen. Mit dieser Intelligenz lassen sich die wichtigsten „Pain Points“ des Systembetriebs aufklären und beheben“

Blick in die Zukunft

Immer wichtiger werden Fortschritte im Bereich Machine Learning und Predictive Analytics. Unter Machine Learning versteht man die künstliche Generierung von Wissen aus Erfahrung. Das System lernt anhand von Beispielen aus der Vergangenheit.

Auf Mustererkennung spezialisierte Algorithmen leiten aus diesen Daten Vorhersagen für die Zukunft ab (Predictive Analytics). Genutzt werden hierfür Logfiles aus SAP-Systemen, Netzwerken und Hadoop-Clustern.

Welchen Einfluss die miteinander verbundenen Maschinen untereinander haben, lässt sich danach programmieren, oder eine Maschine kann diese Einflüsse erkennen und selbstständig erweitern.

Die Maschine lernt, Mehrwert zu generieren.

Gleichzeitig werden Cloud-Umgebungen für Big Data immer beliebter. Cloudera ist beispielsweise eine vollkommen sichere Plattform: Von der Datenübermittlung bis zur Datenspeicherung ist alles verschlüsselt.

Auf dieser Basis kann eine cloudbasierte Nutzeranalyse für SAP und Hadoop erstellt werden. Daraus wird ersichtlich, wie Nutzer die Daten in der SAP-Hadoop-Umgebung verwenden, auf welche Berichte und welche Daten sie wann zugreifen und wie sie Daten kombinieren, um neue Einblicke zu bekommen.

Neuen Technologien auf den Zahn gefühlt

IT-Spezialisten sollten sich möglichst umfassend mit den neuen Technologien und den Möglichkeiten, die sie bieten, ausei­nandersetzen und sie anwenden.

Cloud-Anbieter wie AWS Amazon Web Services oder Azure erleichtern den Einstieg. Dort lassen sich Hadoop-Cluster aufsetzen und „R“-Server einrichten, um die Technologien erst einmal kennenzulernen.

Datavard bietet Innovations-Workshops an, wo gemeinsam Use Cases, digitale Prozesse und Geschäftsmodelle definiert werden.

Anschließend erstellen die Teilnehmer einen ersten Prototyp mit den neuesten Technologien. Dadurch können IT-Verantwortliche die Anwendung neuer Technologien lernen und gleichzeitig Ideen und Geschäftsmodelle ausprobieren.

Erst wenn die technischen Möglichkeiten ausgelotet und auch ausprobiert wurden, empfiehlt es sich, Verantwortliche aus verschiedenen Unternehmensbereichen an einen Tisch zu holen, um neue Geschäftsmodelle zu finden.

IT als Business Enabler

Die praktische Erfahrung aus internen Big-Data-Projekten zahlt sich aus, wenn es darum geht, neue Geschäftsprozesse zu entwickeln.

IT-Verantwortliche können mit ihrem Wissensvorsprung als Business Enabler auftreten, indem sie aktiv auf die Fachabteilungen zugehen und Vorschläge für die Umsetzung neuer Geschäftsprozesse machen.

Am erfolgversprechendsten ist es, wenn sich eine heterogene Gruppe aus verschiedenen Abteilungen zu einem Workshop trifft, in dem die Möglichkeiten von Big Data für das Unternehmen ausgelotet werden.

Bei diesem Prozess können Kenntnisse zu Design-Thinking-Ansätzen oder dem Osterwalder Business Canvas hilfreich sein. Empfehlenswert ist auch, sich Use Cases aus anderen Unternehmen anzuschauen und sich davon inspirieren zu lassen.

Hierbei kann ein externer Berater hilfreich sein, der Know-how aus bereits umgesetzten Big-Data-Projekten mitbringt.

Häufig unterschätzt wird in Unternehmen die Tatsache, dass es für die meisten Mitarbeiter durch die intensive Nutzung von Smartphones und Tablets mittlerweile selbstverständlich ist, ad hoc und in ansprechender Visualisierung Antworten auf ihre Fragen zu bekommen.

Big Data ist bereits in ihrem Leben angekommen und sie möchten die Vorteile auch in ihrem Arbeitsalltag nutzen.

Die von Dell und Intel gemeinsam durchgeführte Future-Workforce-Studie 2016 ermittelte, dass für 21 Prozent der jungen Mitarbeiter aus der Generation Y die Technik ein entscheidender Faktor bei der Wahl eines Jobs ist.

Big-Data-­Technologien werden hier zu einem wichtigen Differenziator im „War for Talents“.

Die digitale Transformation und die Nutzung von Big-Data-Analysen wird künftig eine größere Rolle in Unternehmen spielen.

Eine von Forbes Insights im Auftrag von Hitachi Data Systems durchgeführte Umfrage ergab, dass das Potenzial von Daten und Analysen bisher nur unzureichend genutzt wird.

Laut der Studie haben Investitionen in neue Digitalisierungstechniken für 51 Prozent der Unternehmen höchste Priorität.

Gleiches gilt für den Ausbau der Kapazitäten für Daten und Analysen. Als Top-Treiber gelten neue Geschäftsmodelle (41 Prozent) und neue Technologien (40 Prozent).

Nur 44 Prozent der befragten Unternehmen betrachten sich als fortgeschritten oder führend bei Daten und Analysen. 91 Prozent haben durch deren Nutzung aber bereits Umsatzanstiege erzielt.

Big Data Readiness wird mehr und mehr zum Erfolgsfaktor. Sie kann jedoch nur gelingen, wenn die IT die technischen Möglichkeiten auch in der Praxis kennt und selbst für sich nutzt.