Bitkom: Big Data in Unternehmen

Im Computerzeitalter bemerkt die Mehrzahl der Unternehmen einen starken Anstieg des Datenvolumens. Diese entstehen durch die zahlreichen Technologien, beispielsweise Smartphones, Sensorik und Ambient Intelligence. Gleichzeitig führt die vermehrte Nutzung von Social-Media-Anwendungen zu einem scheinbar nicht enden wollenden Datenstrom. Teilweise speichern die Betriebe die Daten im Petabyte und verarbeiten sie täglich. Das geht mit einem großen Zeit- und Arbeitsaufwand einher. Aus dem Grund empfiehlt Bitkom Big Data für Unternehmen. Hierbei handelt es sich um die wirtschaftlich sinnvolle Gewinnung und Nutzung entscheidungsrelevanter Erkenntnisse und Informationen.

Wie legt Bitkom die Big Data Definition aus?

Hinter Bitkom verbirgt sich der Branchenverband der deutschen Informations- und Telekommunikationsbranche. Der Begriff bezeichnet den „Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V.“.

Dieser setzt sich mit Nachdruck für die Digitalisierung von:

  • Verwaltung,
  • Wirtschaft und
  • Gesellschaft ein.

Beispielsweise spricht sich der Verband für eine Beschleunigung des Ausbaus von digitalen Infrastrukturen für:

  • Energie und Verkehr,
  • Städte und Regionen,
  • Handel und
  • Smart Homes

aus. Des Weiteren steht der Gigabitnetz-Ausbau im Vordergrund.

Um die Arbeit 4.0 voranzubringen, setzt Bitkom auf Big Data in deutschen Betrieben. Hierbei handelt es sich um die großen Datenmengen, mit denen sich kleine und große Firmen konfrontiert sehen. Gleichzeitig steht das Fachwort für die Datenanalyse. Big Data ermöglicht es, entscheidungsrelevante Informationen aus zahlreichen Quellen wirtschaftlich sinnvoll zu nutzen und zu verarbeiten. Dies gelingt mit unterschiedlich strukturiertem Informationsmaterial, das in großem Umfang anfällt.

Mit Big Data Analytics profitieren die Unternehmen von:

  • IT-Architekturen,
  • Tools,
  • Methoden,
  • Technologien und
  • Smart Homes

Diese erlauben es, das exponentiell steigende Volumen eingehender Informationen zeitnah und fundiert auszuwerten. Auf diese Weise gelingt es, entsprechendes Informationsmaterial im Rahmen von wichtigen Management-Entscheidungen zu nutzen. Dadurch optimieren die Betriebe ihre Wettbewerbs- und Innovationsfähigkeit.

Laut der Bitkom Big Data Definition entwickelt sich die Verarbeitung der Datenflut zum Turbolader für die künstliche Intelligenz. Die Anfragen und Informationen, die täglich auf die Firmen einprasseln, unterliegen einem stetigen Wandel. Neben ihrer Quantität fallen die unterschiedlich strukturierten Quellen ins Auge.

Big Data umfasst verschiedene Strategien und Konzepte, um diese Informationsflut in geordnete Bahnen zu lenken. Die Notwendigkeit dieser Datenanalyse verweist auf die zunehmende Bedeutung der Daten als Wertschöpfungsfaktor.

bitkom big data

Lesen Sie mehr:

Bitkom: Big Data Leitfaden für Unternehmen

In vielen Branchen weckt Big Data große Erwartungen. Dennoch handelt es sich bei der Big-Data-Analyse für die Gewinnschöpfung um Zukunftsmusik. Wenige Betriebe nutzen die Mittel, die anfallenden Daten mit einem geschäftlichen Mehrwert zu nutzen. Teilweise werten die Unternehmen nur einen Bruchteil der eingehenden Daten aus.

Um diese mit positiven Beispielen zu neuen Innovationen zu motivieren, veröffentlichte Bitkom den Big Data LeitfadenBig Data im Praxiseinsatz – Szenarien, Beispiele, Effekte“. Dieser enthält 34 Fallbeispiele, die den Mehrwert, den Betriebe aus der Big-Data-Analyse ziehen, aufzeigen.

Vorwiegend IT und Management kämpfen in vielen Unternehmen mit den Herausforderungen, die eine große Datenflut mit sich bringt. Neben Hard- und Software braucht es zuverlässige Speichersysteme, Reporting- und Analysewerkzeuge. Diese passen die Mitarbeiter immer wieder an die neuen Anforderungen an.

Bei Datenbanken versuchen sie, Performance, Skalierbarkeit und Zugriffsschutz anzupassen. Bereits aus der Qualität der Daten ergeben sich analytische Probleme. Um den Datenstrom richtig auszuwerten, erfolgt das Zusammenführen der Informationen aus verschiedenen Quellen. Die variierende Analysegeschwindigkeit erfordert eine starke Automatisierung.

Des Weiteren braucht es an der Schnittstelle von Management und Entscheidern Visualisierungen und Reportings mit hoher Qualität. Diese verdichten die Informationsmenge und heben die entscheidungsrelevanten Fakten hervor.

Teilweise ergeben sich durch veränderte Strukturen in Unternehmen Management- und Strategieprobleme. In allen Ebenen einer Firma unterliegt die Entscheidungsfindung zunehmend datenbasierten Aspekten. In der Folge vermehren sich die Störquellen für Unternehmen, die auf den Einsatz von Big Data verzichten. Um ihnen den Einstieg in die Materie zu erleichtern, hilft der Leitfaden von Bitkom. Beispielsweise stellt er die Anwendungsbeispiele von Big Data in den Vordergrund.

Die Anwendungsgebiete von Big Data

Die Big-Data-Analyse zeigt sich in vielen Anwendungsbereichen einsetzbar. In der Vielzahl der Unternehmen stehen folgende Projekte und Ideen im Vordergrund:

  • Auswertung von Sensordaten im Auto in Echtzeit, um im Verkehr das Unfallrisiko zu mindern,
  • Echtzeit-Auswertung von Livebildern von Überwachungskameras,
  • Erkennung von Mobilfunk- und Twitter-Daten, um kritische Situationen im öffentlichen Bereich auszumachen,
  • schnelle Auswertung von Kundenanfragen und -Nachrichten,
  • eine verbesserte Analyse optimaler Behandlungsmöglichkeiten für Patienten,
  • Analysen von Finanztransaktionen, um Betrugsfälle aufzudecken,
  • Auswertung der Datenströme von Flugzeugmotoren in Echtzeit, um Störungen sofort zu erkennen.

Vorwiegend in den Bereichen Vertrieb und Marketing versprechen sich die Firmen einen hohen Nutzen von Big Data. Aufgrund der schnellen Datenanalyse besteht die Möglichkeit, Werbeaktionen schnell und personalisiert zu erstellen. Gleichzeitig erhöht sich die Qualität der Marketingstrategien. Die Zielgruppen nehmen sie differenzierter, zeitlich passender und verstärkt auf ihre Bedürfnisse angepasst wahr.

Folgende Beispiele kommen für die Big-Data-Nutzung im Marketing infrage:

  • Dienstleistungs- und Produktentwicklung auf Grundlage von Klicks und Käufen im Internet,
  • verbesserte Steuerung von Personaleinsatzzeiten in der Filialplanung,
  • tag- und wochengenaue Absatzprognose zur Bedarfsplanung im Versandhandel (inklusive Erkennung der Lieferbereitschaft und schneller Angebotsanpassung),
  • Steuerung von Werbeaktionen zur Kundenbindung,
  • verbesserte Anpassung von Marketing-Strategien, um die Ergebnisse im Cross- und Up-Selling sowie die Umsatzsteigerung zu optimieren.

Diese Ziele verfolgt die Analyse von Big Data

Die Big-Data-Analyse zielt auf das Erkennen von Geschäfts- und Informationsmustern ab. Täglich strömen riesige Datenmengen auf die Unternehmen ein. Zu 80 Prozent handelt es sich um unstrukturierte Informationen, deren Auswertung und Kategorisierung Zeit braucht.

Dementsprechend zieht die manuelle Datenanalyse erhebliche Kosten nach sich. Diese resultieren beispielsweise aus dem Speicherplatz. Bevor die Mitarbeiter unwichtige Daten löschen können, folgt die Kontrolle des Dateninhalts. Bis zu dem Zeitpunkt sammeln sie die eingehenden Anfragen oder Nachrichten.

Nicht selten kommt es zu einem Datenchaos. Dieses erschwert das Auffinden wichtiger Informationen und erhöht die Gefahr, dass Störquellen den Arbeitsalltag beeinträchtigen. Um das zu vermeiden, empfiehlt sich der Einsatz von Big Data. Bei der Echtzeit-Analyse im Rahmen des Cloud-Computings erweist sich das schnelle Auswerten großer Datenmengen als ausschlaggebend.

Des Weiteren kommt die Analyse von Big Data in zahlreichen Marketing-Techniken eine hohe Bedeutung zu. Als Beispiel nutzen viele Firmen die eingehenden Datenströme, um die Prioritäten ihrer Zielgruppe exakt zu bestimmen. Um diese direkt anzusprechen und Mehrwert zu bieten, halten sich die Betriebe an die Content Marketing Definition.

Analyse: Big Data in deutschen Unternehmen

Der „Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V.“ analysierte in einer Studie die Datenanalysen für Entscheidungsprozesse von Unternehmen. Die Ergebnisse der Studie „Potenziale und Einsatz von Big Data“, die 2014 an die Öffentlichkeit kam, lieferte eine repräsentative Umfrage.

Laut dieser werten neun von zehn Firmen Daten für Entscheidungsprozesse IT-gestützt aus. Das Spektrum der zu analysierenden Informationen ist breit:

  • 36 Prozent Stammdaten,
  • 33 Prozent Transaktionsdaten,
  • 31 Prozent Logdaten,
  • 25 Prozent Sensordaten,
  • 14 Prozent CRM-Daten.

Des Weiteren gehören Web Content, Texte und Publikationen sowie Social-Media-Content zu den eingehenden Datenströmen.

Zu 50 Prozent verarbeiten die Unternehmen personenbezogene Daten, beispielsweise:

  • Name,
  • Adresse oder
  • Kaufverhalten.

Diese Art der Datenanalyse erfolgt zumeist auf Grundlage des Bundesdatenschutzgesetzes. Laut der Publikation von Bitkom berichtet die Mehrzahl der Betriebe von einem Anstieg der Datenmengen. Dennoch stand 2014 Big Data in deutschen Unternehmen nicht an erster Stelle der Maßnahmen, um dem Datenwachstum Herr zu werden.

79 Prozent der befragten Unternehmen erhöhten in der Konsequenz ihre Speicherkapazitäten. Des Weiteren setzen viele Firmen auf:

  • Analyse-Tools für Big Data,
  • Cloud-Lösungen oder
  • qualifizierte Big-Data-Experten.

Im Jahr 2020 gehört die Big-Data-Analyse zu den wichtigsten Ressourcen von kleinen und großen Unternehmen. Dabei geht der Trend zu Wide Data.

Big Data im Geschäftsmodell am Teilmodell Ertrag erklärt

Vorwiegend der Mittelstand in Deutschland tut sich mit der Integration der Big-Data-Analyse schwer. Eine Barriere für die verstärkte Nutzung stellt der Mangel an praktischen Erfahrungen und Best-Practice-Beispielen dar. Bitkom stellt im Leitfaden 40 Anwendungsbeispiele für den Einsatz von Big Data in Wirtschaft und Verwaltung vor.

Sie zeigen den Entscheidern, wie Big Data einem Geschäftsmodell neue Innovationen und Wege in die Zukunft eröffnet. Der Branchenverband nutzt beispielsweise das Teilmodell Ertrag, um die Bedeutung der Datenanalyse hervorzuheben. Das Ertragsmodell beschreibt, wie ein Unternehmen Kapital erwirtschaftet und welche Kosten gegenüberstehen.

Durch das Auswerten eingehender Daten gelingt es, die Ertragsprozesse zu optimieren und finanzielle Ressourcen im besten Fall einzusparen.

Das könnte Sie interessieren:

Empfehlenswerte Big Data Technologien im Überblick

Da Bitkom Big Data empfiehlt und Unternehmen über die Vorteile der Datenanalyse unterrichtet, informieren diese sich verstärkt über innovative Big Data Technologien.

Die Big-Data-Bestände zählen in den Firmen zu den wichtigsten Ressourcen. Aus den durch sie erhaltenen Erkenntnisse entwickeln sich neue Geschäftsmodelle, Strategien und Produkte.

Die Vielzahl der Unternehmen steht vor der Herausforderung, ein auf ihre Bedürfnisse zugeschnittenes Big-Data-Konzept zu finden. Die folgenden drei Technologien gelten als bewährte und erfolgreiche Konzepte im Bereich Big Data:

Hadoop

Hinter Hadoop verbirgt sich ein Open-Source-Framework, in Java geschrieben. Es eignet sich für die parallele Datenverarbeitung auf sehr hoch skalierbaren Server-Clustern. Im Bereich Big Data spielt das Programm bei zahlreichen Lösungen eine wichtige Rolle. Vorwiegend empfiehlt es sich zum Auswerten von Datenströmen, die einer aufwendigen Analyse bedürfen.

Cloudera

Cloudera wartet mit einer eigenen Hadoop-Distribution auf. Das Programm punktet mit einem breiten Portfolio aus geprüften Open-Source-Big-Data-Anwendungen. Diese verwalten und installieren die Nutzer über den Cloudera Cluster Manager auf einer eigenen Weboberfläche. Die Unternehmen profitieren von dieser bewährten und flexiblen Technologie. Diese implementieren sie ohne Probleme in bestehende Prozesse.

Apache Hive

Eine weitere empfehlenswerte Technologie zur Analyse von Big Data stellt Apache Hive dar. Das Programm erleichtert es den Unternehmen, die Daten nach Hadoop zu verlagern. Das Open-Source-Data-Warehouse-System unterstützt die Implementierung von Daten aus rationalen Datenbanken mit SQL. Das Kürzel bezeichnet die Structured Query Language. Als Hauptfunktionen des Dienstes zeigen sich Zusammenfassung, Abfrage und Analyse von Daten.


Redakteur Marek Hansen
Nach oben
×
Dein Bonus Code:
Das Bonusangebot hat sich bereits in einem weiteren Fenster geöffnet. Falls nicht, kannst du es aber auch nochmal über den folgenden Link öffnen:
Zum Anbieter