Big Data Analytics - keiner kommt darum herum

Keine Katerstimmung bei Hadoop

| Autor / Redakteur: Ales Zeman / Ulrike Ostler

Big Data sichert durch Personalisierung, Ausrichtung an Zielgruppen und prädiktive Empfehlungen iWettbewerbsvorteile. Doch für viele Unternehmen isteht darin eine komplexe und potentiell unlösbare Aufgabe.
Big Data sichert durch Personalisierung, Ausrichtung an Zielgruppen und prädiktive Empfehlungen iWettbewerbsvorteile. Doch für viele Unternehmen isteht darin eine komplexe und potentiell unlösbare Aufgabe. (Bild: dimdimich/ Fotolia.com)

Big Data ist ohne Zweifel das Topthema in der Enterprise IT seit dem Aufstieg des Cloud Computing vor rund fünf Jahren. Die konkreteste Technologie hinter der Big-Data-Revolution heißt Hadoop. Was verspricht Big Data, welche Rolle spielt Hadoop dabei und lassen sich teure und enttäuschende Fehler vermeiden?

Die meisten Unternehmen experimentieren zumindest mit Hadoop – das Potential für eine transformative Geschäftsverbesserung ist real vorhanden. Ebenfalls ganz real vorhanden ist auch das Risiko einer „Katerstimmung“, falls das Projekt die Erwartungen nicht erfüllt und zu einem teuren Fehlschlag wird.

Für die meisten Unternehmen ist Big Data der Versuch, die fortschrittlichen, datenbasierten Businesstechniken nachzuahmen, die Amazon und Google an die Spitze ihrer jeweiligen Branche gebracht haben. Das hat mit der bisher bekannten Business Intelligence nicht mehr viel zu tun.

Das Hauptziel besteht nicht mehr in der Unterstützung von Management-Entscheidungen durch Charts und Reports, sondern in der Vernetzung datenorientierter Algorithmen mit den Geschäftsprozessen, welche für die Kundenerfahrung verantwortlich sind. Hadoop ist im Prinzip eine Open-Source-Implementierung von Google-Kerntechnologien und die weitaus konkreteste Big-Data-Technologie.

Schier unbegrenzte Mengen

Hadoop ermöglicht für Big Data-Projekte die wirtschaftliche Speicherung und Verarbeitung großer Mengen an Rohdaten und das – für viele überraschend – in der Größenordnung von Facebook und Yahoo. Es hat sich bewährt und diente auch als Grundlage für das beeindruckende Projekt im Bereich künstliche Intelligenz: Watson, der Super-Computer von IBM der 2011 Jeopardy! gewonnen hat.

Die meisten der Fortune 500-Unternehmen, wenn nicht gar alle, haben derzeit mindestens ein Hadoop-Projekt in Arbeit. Viele sind immer noch in der ersten Phase der Datenerfassung, dem Aufbau der Workflows zur Erfassung roher Unternehmensdaten und demografischer Daten und anderen Daten von Webseiten und Social-Media-Kanälen. Die Projekte zur Datenerfassung gehen jeweils mit großen Risiken einher.

Ergänzendes zum Thema
 
Das Fazit:

Die Erfassung der Daten ist natürlich nur der Anfang, denn für die Big-Data-Welt gilt: es reicht nicht mehr aus, lediglich die Bedeutung der Daten herauszuarbeiten. Vielmehr gilt es, die Mechanismen zu etablieren – implementiert als komplexe adaptive Algorithmen – mit denen ein Unternehmen effektiver wird.

Je mehr Daten, desto einfacher die Algorithmen

Bei Big Data Analytics liegt es in der Natur der Sache: Je mehr Daten man hat, desto einfacher müssen die Algorithmen sein. Das verhält sich ähnlich wie bei der Vorhersage eines Wahlausgangs aus einer stichprobenartigen Vorabumfrage und der tatsächlichen Stimmenauszählung am Wahlabend. Die Auszählung am Wahlabend liefert immer das genauere Ergebnis.

Darüber hinaus ermöglichen es Techniken zum maschinellen Lernen, dass die Algorithmen über die Daten selbst „trainiert“ werden. Im Prinzip werden dabei die Algorithmen von den Daten selbst angetrieben und verfeinert. Große Datenmengen sind somit von Vorteil.

Im Endeffekt bedarf es jedoch einer gehörigen Portion menschlicher Intelligenz, um die besten Antworten zu finden – manchmal kommt es eben darauf an, die richtigen Fragen zu stellen. Daten sammeln ist notwendig, reicht aber alleine nicht aus.

Der Schritt von Big Data hin zu smarten Algorithmen ist eine einzigartige Herausforderung. Es gibt einige wichtige Probleme bei erfolgreichen Big-Data Analytics-Projekten zu lösen.

Inhalt des Artikels:

Was meinen Sie zu diesem Thema?
Really Interesting Article . Nice information will look forward for your next articles as...  lesen
posted am 08.08.2019 um 14:12 von Unregistriert


Mitdiskutieren
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 42213353 / Strategien)