Viel wird derzeit unter dem Schlagwort „Big Data“ über die Bedeutung und den Umgang mit immer größeren, oft wenig strukturierten Datenmengen diskutiert. Doch selbst prominente Experten sind sich aktuell nur in einem Punkt einig: Wir stehen am Anfang einer neuen technischen Entwicklung.
Jedes IT-Jahrzehnt hat seine Technologietreiber und Erzeuger zusätzlicher Datenmengen. War es in den 80er-Jahren der PC, folgten in den folgenden Dekaden das Internet, Ubiquitous Computing (oder "Internet der Dinge") sowie in diesem Jahrzehnt vielleicht die Sensorentechnik, sprich: Chips, die Daten nicht nur aussenden, sondern auch erfassen.
All diese "Big-Data"-Techniken seien der Anfang einer erst ansatzweise erkennbaren Technologieentwicklung der kommenden Jahre, prophezeit der prominente Futurist und promovierte Physiker Dr. Michio Kaku. Auf einem Experten-Panel des Data-Warehouse-Spezialisten Teradata sagte Kaku, dass sich die Wirtschaftswelt auf dem Weg zu einem "perfekten Kapitalismus" befinde, in dem Verbraucher und Vermarkter über unbegrenztes Wissen verfügten.
Für Unternehmen werde es damit zu einer großen Herausforderung, aus dem gesamten Wissen und sämtlichen Erfahrungen praktisch "Weisheit" zu extrahieren, mit der sich die Industrie und der eigene Business-Plan weiterentwickeln lassen. Ansonsten drohe das wirtschaftliche Aus.
Kaku und die übrigen Diskutanten beklagten, dass „Big Data“ mal wieder so ein Marketingbegriff sei, der wenig zur Klärung dieses wichtigen Themas beitrage. „Die schiere Datenmenge ist nicht das spannende Thema, sondern die Vielfalt und unterschiedlichen Strukturen der Daten. Statt Transaktionsdaten werden wir künftig immer mehr "Interaktionsdaten" wie Clickstreams, Social Media und Sensoren analysieren müssen", sagte Stephen Brobst, Chief Technology Officer von Teradata.
Perfekter Kapitalismus bedeute für ihn, dass der Verbraucher einen vollständigen Zugang zu den Daten erhält. Wurden früher Daten in Data Warehouses in erster Linie für die eigenen Mitarbeiter aufgebaut, müssen man künftig beispielsweise Handelspartnern Zugriffe einräumen. In Branchen wie dem Gesundheitswesen oder bei Finanzdienstleistern gebe es bereits solche Ansätze, die Kunden eigene Auswertungen und Planungen gestatten.
[1]
Vor zu viel Technikeuphorie warnte indes Data-Warehouse-Miterfinder Barry Devlin. Die Diskussion um Big Data und ihre wachsende Verfügbarkeit werfe bislang ungelöste organisatorische, soziale und moralische Fragen auf. Es sei beispielsweise zu klären, wie und von wem solche Daten genutzt werden sollen. "Sollten wir den Internetdaten genauso trauen wie den eigenen Transaktionsdaten und sie konsistent halten?"
Und wer stelle eigentlich sicher, dass man intern die Daten richtig bewerte, denn seines Wissen gebe es nur wenige ausgebildete Statistiker: "Die meisten können es nicht und werden zu falschen Aussagen kommen", gab Devlin zu bedenken. Ebenso solle man nicht glauben, dass immer mehr Daten und Informationen zu immer mehr Wachstum verhelfen könnten. Es sei endlich an der Zeit, dem Wachstumsglauben abzuschwören und als Unternehmen wieder darüber nachzudenken, was seine eigentlichen Ziele und Aufgaben seien.
Brobst und Kaku stimmten zu, dass die mangelnde Expertise ein großes Problem sei, um derart unterschiedlich strukturierte Datenmassen zu bewältigen. "Die Frage ist, wie viele Daten wir verarbeiten können", so Brobst. Doch es gebe keine Alternative. So ließen sich die explodierenden Kosten etwa im Gesundheitswesen ohne ausführliche Datenanalysen nicht auf Dauer senken. "Wir müssen Daten intelligent einsetzen, brauchen dazu aber die richtigen fachlichen Anforderungen, Vorhersagemodelle und Statistiken – und Tools".
Mit herkömmlichen Methoden der Analyse und Reporting ließen sich solche Datenmengen nicht mehr auswerten und betrachten. Dies stelle aber das bisherige Verfahren, alle benötigten Rohdaten zunächst in ein Data-Warehouse-System zu befördern, nicht infrage, denn ohne eine solche Datenbasis entstünden mit Sicherheit falsche Auswertungsergebnisse. "Allerding werden sich in der Welt der Big Data Unternehmen bei ihren Analysen weniger als bisher auf Simulationen als vielmehr auf Beobachtungen stützen müssen. Big Data bedeutet, sämtliche Daten zu sammeln und nicht mehr Samples wie in der Vergangenheit."
Dem Einwurf Devlins, es werde nicht gelingen, sämtliche Daten über eine relationale Datenbank à la Teradata abzubilden, sondern neben dem relationalen Modell seien verschiedene Modelle zu erstellen, stelle Bobst entgegen, dass dies auch nicht seine Erwartung sei.
Manche Daten würden so oft ihre Formate ändern, dass es einfach nicht sinnvoll oder nur auf hoher abstrakter Ebene möglich sei, diese in ein relationales Modell abzubilden. „Bei Big Data geht es deshalb um ein late binding, bei dem die Rohdaten wie etwa Weblog-Daten zunächst in einem möglichst flexiblen Format gespeichert werden, und erst später wird eine Struktur bei Bedarf und je nach den Fragestellungen vorgegeben.
Nicht ganz so dramatisch wollte Mike Breitenbeker, Manager of Data Warehouse Applications beim Online-Retailer Overstock.com, die Analyseproblematik sehen. „Natürlich verlangt Big Data von Unternehmen mehr Kreativität und Flexibilität, um in den Datenmengen auf die Adern zu stoßen, die sie für ihr Unternehmen benötigen."
Doch sofern man bereits über eine entsprechende Infrastruktur für Datenmanagement und -analyse sowie über Know-how verfüge, sei die Bewältigung von Big Data nicht viel anders als in der Vergangenheit. Breitenbeker sieht in den wachsenden (unstrukturierten) Datenmengen keine Bedrohung, sondern eher eine Chance, völlig neue Auswertungen auszuprobieren. "Manchmal finden wir wertvolle Daten für neue Initiativen, manchmal nicht. Aber es kostet uns nicht viel."
Auch gebe es keine Alternative, denn der Datenhunger und die Erwartungshaltung bei den Verbrauchern stiegen ständig: "Gerade junge Kunden erwarten heute, dass man sie als Retailer kennt und relevant, persönlich und zeitgenau anspricht. Das gelingt uns nur, wenn wir mehr Daten sammeln und auswerten."
Links:
[1] http://www.cfoworld.de/sites/default/files/img/1769/bigdata_teradata_michael_bennet_1769.png