Trend oder Mehrwert – Big Data auch für den Mittelstand?

Im Umfeld von Google und Facebook wurde der Begriff „Big Data“, welcher riesige, komplexe oder sich auch schnell ändernde Datenmenge meint, die mit herkömmlichen oder händischen Daten-verarbeitungsmethoden nicht auswertbar sind [1], weltbekannt. Inzwischen begegnet er uns an allen Ecken. Viele Unternehmen haben nun Angst, einen Trend zu verpassen, sind aber gleichzeitig unsicher, ob Big Data überhaupt ein für sie relevantes Thema ist – vor allem im Mittelstand.

Als mittelständisches IT-Unternehmen ist es uns daher besonders wichtig, sich mit Big Data intensiv zu befassen und so eine fachliche Einschätzung treffen zu können – für unsere Kunden und auch für uns. Ist es für uns als Mittelständler ein Thema? Welchen Nutzen können wir oder unsere Kunden daraus ziehen? Verpassen wir etwas, wenn wir Big Data nicht nutzen?

Im Rahmen der Konferenz BigDataCon 2014 in Mainz hatten wir die Gelegenheit, uns intensiv und praktisch mit dem Thema, den Technologien sowie den betriebswirtschaftlichen Aspekten auseinanderzusetzen.

Wir wollten insbesondere folgenden, für uns und viele andere ungeklärte Fragen zu Big Data nachgehen:

1. Was ist der Unterschied zwischen Business Intelligence und Big Data und wie funktioniert es?
2. Wann und für wen kommt Big Data sinnvollerweise zum Einsatz und mit welchem Kostenfaktor?

Business Intelligence vs. Big Data

Der Unterschied zwischen Business Intelligence (BI) und Big Data liegt in der Frage, welche Daten für eine spätere Erhebung gespeichert werden. Die Gemeinsamkeit beider Methoden ist das Ziel, die Daten systematisch zu analysieren, auszuwerten und nutzbar zu machen. Bei BI wird basierend auf einer Analyse festgelegt, welche Daten strukturiert erfasst, gespeichert und zu welchem Zweck sie wie nutzbar gemacht werden.

Bei Big Data geht es darum, dass man zum Zeitpunkt der Datenerfassung noch nicht genau weiß, welche Daten in Art und Umfang zu einem späteren Zeitpunkt von Interesse sein könnten. Wenn man es genau nimmt, darf man sich diese Frage nicht einmal im Ansatz stellen, sondern muss statt dessen möglichst alle Aspekte, die im Zusammenhang mit jedem einzelnen Ereignis und Datensatz ermittelbar sind, direkt erfassen und speichern. Dadurch wird jeder einzelne Datensatz extrem umfangreich und groß.

In der klassischen IT werden die Daten möglichst zentral gehalten (meist in einer Datenbank) und die Verarbeitung findet in einem oder mehreren Servern statt. Hierzu werden die Daten (meist über das Netzwerk) zum Server transportiert und dort verarbeitet.

Bei Big Data läuft es genau anders herum. Die Daten werden über den Cluster (12 bis 4.000 Server in einem Rechenzentrum) verteilt. Dann wird der speziell für die Datenanalyse entwickelte Programmcode über alle Serverknoten verteilt und lokal bei den Daten ausgeführt. Über den zugrundeliegenden Map-Reduce Algorithmus, einem Programmiermodell für Berechnungen über riesige Datenmengen auf Computerclustern, werden die Teilergebnisse aller Serverknoten eingesammelt und konsolidiert.

Wann sich der Einsatz von Big Data Lösungen im Mittelstand lohnt

Diese leistungsfähige und kostenintensive Infrastruktur, die für eine gute Big Data Lösung nötig sind, – viele Server, spezielle Programme – macht nur Sinn, wenn zwei elementare Fragen mit Ja beantwortet werden können:

1. Gibt es im mittelständischen Unternehmen einen Business Case oder eine relevante Fragestellung, welche einen ausreichend hohen Business-Wert verspricht, der Einsparungen oder Mehrwerte im sechsstelligen Bereich oder mehr bringen kann?
2. Verfügt das mittelständische Unternehmen über eine ausreichend große Datensammlung/ -menge im Bereich von mehreren Tera – bis Petabyte, welche entsprechende Einzelinformation für die Beantwortung der gestellten Frage zur Verfügung stellen kann.

Wenn das der Fall ist, können auch mittelständische Unternehmen mit Big Data und den passenden Experten dazu ihre Einsparpotenziale im Unternehmen heben und signifikante Mehrwerte identifizieren. Wenn nur eine der beiden Fragen positiv beantwortet werden kann, dann sollte die andere kritisch auf Machbarkeit geprüft werden, um dann eine fundierte Entscheidung für oder gegen Big Data treffen zu können.

Wir als Mittelständler haben nach Prüfung dieser beiden elementaren Punkte für uns entschieden, das Thema für als Unternehmen nicht weiterzuverfolgen. Wir glauben, dass es auch vielen mittelständischen Unternehmen so gehen wird, da nur in seltenen Fällen diese beiden Voraussetzungen erfüllt sind. Dennoch finden wir Big Data spannend und sinnvoll, wenn ein Unternehmen die genannten Voraussetzungen erfüllt und raten dann auch zur Umsetzung.