»Reselling würde uns kompromittieren«

CRN: Herr Dill, Big Data und Analytics stehen im Segment Business Intelligence zurzeit sehr im Fokus. Wie weit ist diese Thematik in der Praxis?

Dill: Über Big Data und Analytics wird viel geredet. Anwendungen in der Praxis gibt es, aber noch verhältnismäßig wenige. Mayato hat wegen des Knowhows bei Data Mining – ein älterer Begriff für das, was heute auch Advanced oder Predictive Analytics genannt wird – etliche Projekte in diesem Bereich.

CRN: Was sind das denn für Technologien, die da zum Einsatz kommen?

Dill: Die verwendeten Verfahren zur Analyse sind bekannt und bewährt, sie stammen aus der Statistik und der Künstlichen-Intelligenz-Forschung. Zur Verwaltung von Big Data setzt sich immer mehr die quelloffene Technologie Hadoop durch. Viele Hersteller von Integrations- und Analysewerkzeugen unterstützen inzwischen diese Software mit ihren Produkten.

CRN: Was sind denn typische Einsatzfälle für Advanced Analytics und Big Data?

Dill: Der Klassiker für Data Mining war CRM im Marketing, vor allem das Kampagnenmanagement. Wir nehmen inzwischen auch bei Risikomanagement und Betrugserkennung wachsende Nachfrage wahr. Ein etabliertes Einsatzszenario von Big Data sind Clickstream- oder Weblog-Analysen. Heute spielt auch die Auswertung von Informationen aus sozialen Netzwerken eine große Rolle. Weniger bekannt, aber zunehmend verbreitet sind Service-Rückmeldungen von Maschinen in Form von Sensordaten, die beispielsweise Ausfallprognosen erlauben. Entsprechende Lösungen gibt es bei Maschinen- und Anlagenbauern, aber auch bei Versorgern. Um keine Risiken einzugehen, tauschen viele Kraftwerksbetreiber Maschinenteile nach dem Kalender aus. Oft sind diese Teile aber noch funktionstauglich. Anhand von Prognosen, die aus Sensordaten errechnet wurden, können Teile gezielter und ökonomischer ersetzt werden.