Big Data
Datenanalyse im Internet der Dinge
Fortsetzung des Artikels von Teil 2
Expertenkommentar: Schluss mit lustig - Big Data wird ernst!
Holm Landrock: Seit 2011 beobachten wir bei Experton den Markt und die Lösungen für das Trendthema „Big Data“. Inzwischen haben viele Anbieter Produkte, Lösungen und Services für die neuen Datendimensionen in den Anwenderunternehmen auf den Markt gebracht. Bislang sind das jedoch vor allem Lösungen, die zunächst einmal rein technisch mit den Datenmengen umgehen können, schnelle Visualisierungsmöglichkeiten bieten, um auch komplexe Zusammenhänge darzustellen.
Kurzum: Big Data-Technologien gibt es in verschiedenen technischen Ausprägungen. Was derzeit noch fehlt, ist die Verknüpfung mit einem tatsächlichen konkreten Anwenderbedarf. Dabei wird genau dies in den kommenden Jahren den Erfolg von Big Data-Technologien bestimmen. Als Analysten sehen wir einige Beispiele nun im fünften Jahr, immer wieder mit kleineren Variationen: Da ist die Wartungsvorhersage beziehungsweise das Beispiel für Predictive Maintenance, da sind ein paar Beispiele von Trend-Analysen aus Social-Media-Einträgen und da sind immer Beispiele für datenbasierende, angeblich disruptive Geschäftsmodelle – gerne kolportiert anhand einer Bettenvermittlung oder einer Mitfahrzentrale.
Diese Beispiele reißen den Anwender kaum noch vom Hocker. Dabei sind es die Anwender, die den wichtigen und richtigen Input für die konkrete Anwendung der Technologien haben. Das kann die Verbesserung eines Leitstandes sein, der auch Informationen aus der Supply-Chain in die Interpre-tation einbezieht. Das kann die Verknüpfung von ERP-Daten (Füllstand und Lagerbestand) mit der Steuerung der Lieferkette (Kommissionierung, Fakturierung und Lkw-Anforderung) sein. Die generischen Szenarien müssen für das konkrete Projekt in individuelle Anwendungsbeispiele überführt werden.
Das heißt, ein Predictive-Maintenance-Szenario für ein Fertigungsunternehmen aus der Konsumgüterindustrie muss anders aussehen als die Wartungsvorhersage für einen Maschinenbauer. Das bedeutet eine Spezifizierung der Lösungen – im Gegensatz zu den bislang häufig anzutreffenden One-size-fits-all-Ansätzen, die zwar voll mit leistungsfähigen Link-Libraries, alternativen Datenbanksystemen oder Visualisierungstools sind, aber eben noch lange keine Lösung darstellen. Daran ändert sich auch nichts, wenn diese Tools, so mächtig sie sind, auf einer Cloud-Plattform angeboten werden.
Die Anwender interessieren sich vor allem deshalb für fertige Lösungen, weil sich beim Design, bei der Programmierung und der Implementierung der Lösung der Fachkräftemangel tatsächlich bemerkbar macht.
- Datenanalyse im Internet der Dinge
- Die Datenmassen zu einem Berg auftürmen
- Expertenkommentar: Schluss mit lustig - Big Data wird ernst!
Lesen Sie mehr zum Thema
