FIRMENFACHBEITRAG Atos BIG DATA ERST EINMAL PROBE FAHREN Ist Big Data nur ein von der Industrie gemachter Hype oder für mein Unternehmen tatsächlich relevant? Diese Frage stellen sich derzeit viele CIOs. Um dies herauszufinden, empfiehlt es sich, zunächst ein Gefühl für die Möglichkeiten der Technologie zu bekommen. Eine wichtige Rolle spielt dabei die Visualisierung. VON DR. GÜNTER GÖTZ J ahrelang haben Unternehmen Geschäftsdaten quasi auf Vorrat gesammelt – immer in der Hoffnung, daraus zu einem späteren Zeitpunkt nützliche Erkenntnisse gewinnen zu können. Die stetig sinkenden Preise für den benötigten Speicherplatz haben diese Datenhaltung zusätzlich begünstigt. An der Frage, ob diese riesigen Informationsvorräte für ein Unternehmen überhaupt Sinn machen und nicht bloss hinsichtlich der richtigen Archivierung und Qualifizierung eine grosse Herausforderung darstellen, scheiden sich die Geister. Während die einen keinen Nutzen für sich ausmachen können, sind wiederum viele davon überzeugt, die Daten in irgendeiner Form gewinnbringend einsetzen zu können – die Frage ist nur, wann und auf welche Weise das geschehen soll? Denn bereits hier stehen selbst Bejaher vor einem Problem. Es stellt sich die Frage, welche Technologien man dazu benötigt, aber vor allem, was man dabei überhaupt für Erkenntnisse gewinnen kann und wie man sich einen solchen Big-Data-Service vorstellen muss. Einhellige Übereinstimmung herrscht hingegen bei der Definition, was denn das Wesen von Big Data an sich ausmacht: Es geht um grosse Datenmengen, die in unterschiedlichen Arten und aus verschiedenen Quellen vorliegen und mit grosser Geschwindigkeit verarbeitet werden sollen. Ein besonders wichtiger Aspekt ist die Qualität der Daten und deren Informationsgehalt. Letzterer kann bei den viel zitierten Inhalten aus Sozialen Medien genauso von Bedeutung sein wie bei herkömmlichen Informationen, wie sie etwa aus den Geschäftsabläufen in der Fertigungsindustrie, dem Dienstleistungssektor oder in Verwaltungen entstehen. Der Erkenntnisgewinn, den Unternehmen durch einen explorativen Umgang mit den Daten erzielen sollen, hängt indes entscheidend davon ab, wie hoch die Qualität der Informationen ist und wie zuverlässig diese während des Findungsprozesses zur Verfügung ste- Zum Autor Dr. Günter Götz: Solution Architect im Bereich Telekommunikation bei Atos in der Schweiz Zum Unternehmen: Atos SE ist ein internationaler Anbieter von IT-Dienstleistungen mit einem Jahresumsatz für 2013 von 8,6 Milliarden Euro und 76 300 Mitarbeitenden in 52 Ländern. Ob herstellerunabhängige Beratung, Integration unterschiedlicher Systeme, IT-Sicherheit, mobile Lösungen, Desktop-Sourcing, Unified Communications, Virtualisierung, Cloud-Dienste oder das User-Owned Device-Modell, die Schweizer Atos AG bietet mit rund 800 Spezialisten professionelle IT-Lösungen und -Services über die ganze Prozesskette an. Mehr Informationen: ch.atos.net hen. Denn wer beispielsweise einen Trend aufgrund von statistischen Ansätzen erkennen will, braucht nicht nur grosse Mengen an Daten, sondern genauso die Gewissheit, dass es sich dabei um verlässliche Informationen handelt. nicht nuR füRs maRketing Relevant Ob mit Big-Data-Ansätzen nun Fragen wie «Was wird sein?» überhaupt beantwortet werden kön- nen, hängt also insbesondere auch davon ab, ob das Management der Daten den neuen Nutzungsgegebenheiten angepasst werden kann. Nur dann lassen sich die Datenqualität und -sicherheit gewährleisten. Daneben stellt sich für den Business-Nutzer die Frage nach den Möglichkeiten der Datenanalyse. Wie kommt man in der Praxis zu neuen Erkenntnissen? Im Zusammenhang mit Big Data ist oft die Rede von Anwendungen für Marketing- oder Verkaufszwecke. Wenn aus riesigen Mengen von Facebook-Einträgen oder Twitter-Meldungen mittels Inhalts- und Umfeldanalysen Zusammenhänge aufgedeckt werden sollen, ist das schön und gut. Aber längst nicht für jedes Unternehmen sind solche Fragestellungen von Bedeutung. Genauso wichtig wie Informationen aus Social Media können nämlich auch Dateninhalte sein, die in Excel-Tabellen, Office-Dokumenten oder verschiedenstartigen Logdateien, vorliegen, weil beispielsweise bei der Verwendung von ERP- oder-CRM-Lösungen an bestimmten Orten keine Schnittstellen existieren und deshalb wichtige Daten zur Problemlösung – obwohl vorhanden – schlicht und einfach nicht verfügbar sind. möglichkeiten sPieleRisch entdecken Aber egal, ob ein Unternehmen Big Data zu Marketing- oder Produktentwicklungszwecken oder zur Verbesserung der Betriebsabläufe und Steigerung der Effizienz einsetzen will, es empfiehlt sich auf jeden Fall, vor einem Kaufentscheid ein Gefühl für diese neuen Analysemöglichkeiten zu bekommen. Dies kann beispielsweise mittels Testdaten erfolgen, die der Anbieter zur Verfügung stellt. Sie können beispielsweise durch verschiedene Online-Tools auf Portalen zugänglich gemacht werden. Aber auch im Atos Big Data Discovery Lab können Kunden anhand von beispielhaften Daten auf spielerische Weise den Umgang mit Analyse-Werkzeugen kennenler- Bild: Fotolia nen und so eine Vorstellung davon bekommen, was mit echten Informationen unter Umständen alles möglich sein könnte. Realisierbarkeit anhand konkreter Problemstellungen prüfen Um diese spielerisch gewonnenen Erfahrungen reicher, fällt die Umsetzung eines «Proof of Concept» (POC) bestimmt leichter. Denn ein Machbarkeitsnachweis für die Anwendung und den Erfolg von Big-Data-Analysen ist auf jeden Fall erforderlich, um die Bedeutung für das eigene Unternehmen zu beurteilen. Konkret sollte anhand einer echten Fragestellung aus der Praxis geprüft werden, ob die Anforderungen an die Lösung als auch an die Anbieter den Versprechungen gerecht werden. Schliesslich handelt es sich hierbei nicht um unbestritten nötige Investitionen, wie eine Neubeschaffung von Infrastruktur, die niemand in Zweifel zieht. Es geht darum, das Risiko für eine Anschaffung zu beurteilen und zu minimieren, die dem Unternehmen einen entscheidenden Wettbewerbsvorteil verschaffen soll, aber auch kostenseitig wohl überlegt sein will. Einsichten und deren Mehrwert Ein POC sollte realistischerweise in rund drei bis vier Sprint-Phasen von rund je einer Woche umgesetzt werden. Atos setzt dabei auf die AnalyseSoftware «Endeca Information Discovery» von Oracle, einer Datenermittlungsplattform, die eine anspruchsvolle Untersuchung und Analyse von komplexen Daten ermöglicht und dabei trotzdem eine intuitive Vorgehensweise zulässt. Gemeinsam mit Atos Data Discovery Coaches und Technologie-Spezialisten lernen von Kundenseite Business-Analysten, Information Manager und ICT-Architekten, welche neuen Einsichten die Zusammenführung von Daten unterschiedlichster Herkunft und Art ermöglichen und wie die Kombination der verschiedensten Informations- quellen Mehrwerte für das Unternehmen generieren kann. Dabei muss auch erkennbar werden, in welchem Ausmass die gewünschten Verbesserungen bei der Interpretation von Daten für den Kunden realisierbar sind. Die «Entdeckungsziele» sind dabei so gut wie möglich festzulegen, indem mögliche Datenquellen und -sequenzen aus den Unternehmensanwendungen ausgewählt, mit zusätzlichen externen Informationen in einen Kontext gestellt und schliesslich dazugehörige praxisrelevante Fragestellungen definiert werden. Aus den Suchresultaten sollen schliesslich neue Muster erkannt, verborgene Themen sichtbar gemacht, interaktive Daten und Zusammenhänge visualisiert und so neue Einsichten ermöglicht werden. Nicht nur für Grossunternehmen Dass das Thema Big Data – respektive die Analyse und Hypothesestellung mit Big-Data-Technologien – nicht allein für Grossunternehmen relevant ist, verdeutlicht ein Beispiel eines mittelständischen Schweizer Unternehmens aus der Fertigungsindustrie. Es zeigt anschaulich, dass es nicht nur die viel zitierten unstrukturierten SocialMedia-Informationen sind, die in Kombination mit den unternehmensinternen Daten neue Einsichten fürs Marketing ermöglichen. Im vorliegenden Fall durfte Atos einen Machbarkeitsnachweis für ein sehr handfestes Problem liefern. Das Unternehmen mit drei unterschiedlichen Produktionsstätten hatte eine Vielzahl an Halbfertigprodukten im Umlauf, wusste aber nie genau, wo, in welcher Zahl und in welchem Zustand die unterschiedlichen Einheiten vorrätig waren. Es fehlte an einem Interface, mit dem man relevante Daten zusammenziehen und abfragen hätte können. Stattdessen wurde vom einen zum anderen Werk per Fax eine Anfrage gestellt und mehr zufällig als systematisch erhielt man die verlangte Infor­ mation. Durch den Einsatz von Big-Data-Tools gelang es nun, die Informationen aus den un­ terschiedlichsten Datenquellen – Datenbank­ informationen gepaart mit Formulardaten in Office-Dokumenten etc. – zu kombinieren und so eine ganz neue Sicht auf die Informationen zu gewinnen. Damit konnte man zunächst die Problematik der fehlenden Informationen zu den Produkten lösen, gelangte aber darüber ­hinaus zu weiteren Ideen, wie man die Daten sonst noch verwenden könnte. Der Mehrwert der Lösung beschränkte sich nicht bloss auf die Optimierung der Lagerhaltung und Liefer­geschwindigkeit, sondern liess Fragestellungen für die Praxis zu, die ohne die entsprechende Modellierung der Daten so nicht möglich gewesen wären. Für Problemlösung relevante Zusammenhänge aufdecken Es empfiehlt sich bei einem POC auf jeden Fall zu definieren, wo ein relevantes Problem auftritt – z.B. beim Einkauf, Verkauf, der Qualitätssicherung, im Lager o.ä. – und wo die entsprechenden Informationen vorrätig sind. All die Daten aus den unterschiedlichen Töpfen der Abteilungen in einer neuen Struktur zusammenzubringen, bedeutet zwar noch nicht, das Problem gelöst zu haben. Aber durch eine neue Sicht auf die Daten können Zusammenhänge aufgedeckt werden, die für die Problemlösung von Bedeutung sind. Weil Business-Anwender aus den Abteilungen keine Statistiker sind, spielt dabei eine griffige Visualisierung der Zusammenhänge eine entscheidende Rolle – auch, um in nächsten Schritten weitere Fra­ gestellungen definieren und zusätzliche Ent­ deckungen machen zu können. Dieser Beitrag wurde von Atos Schweiz zur Verfügung gestellt und stellt die Sicht des Unternehmens dar. Computerworld übernimmt für dessen Inhalt keine Verantwortung.