B4B Schwaben

Holen Sie sich B4BSCHWABEN.de auf Ihr Smartphone.
Klicken Sie auf das Symbol zum „Teilen” in der Toolbar von Safari. Finden Sie die Option „Zum Home-Bildschirm”. Mit einem Klick auf „Hinzufügen” ist die Installation abgeschlossen! Schon ist die Website als App auf Ihrem iOS-Gerät installiert.

 / 
Themen  / 
Wie wird die Big Data Infrastruktur im Unternehmen am günstigsten?
Anzeige

Wir benötigen Ihre Zustimmung zum Laden dieser Anzeige!

Wir verwenden einen Drittanbieterdienst, um Anzeigen darzustellen, die möglicherweise Daten über Ihre Aktivität sammeln. Bitte überprüfen Sie die Details und akzeptieren Sie den Dienst, um diese Anzeige zu sehen.

Dieser Inhalt darf aufgrund von Trackern, die dem Besucher nicht bekannt gegeben werden, nicht geladen werden. Der Website-Eigentümer muss die Website mit seinem CMP einrichten, um diesen Inhalt in die Liste der verwendeten Technologien aufzunehmen.

powered by Usercentrics Consent Management Platform
Andreas Berghammer, PROCON IT

Wie wird die Big Data Infrastruktur im Unternehmen am günstigsten?

 MicrosoftTeams-image
Andreas Berghammer, Head of Data Solutions & AI bei PROCON IT. Foto: PROCON IT

Die nötige Infrastruktur für Big Data kann für Unternehmen schnell teuer werden. Welche Möglichkeiten gibt es dieses Problem zu umgehen?

„Bei uns entstehen im Produktionsprozess viele Daten. Um diese zukünftig auswertbar zu machen, möchten wir diese gerne sammeln und speichern. Weiterhin muss eine Verknüpfung mit unseren ERP-Daten und Datenbanken möglich sein. Es fällt uns aber sehr schwer, das Budget für die benötigte Big Data Infrastruktur zu planen. Neben Datenmenge, Schnittstellen, Lizenzen und Tools ist der Return on Invest schwer abzuschätzen. Können Sie uns hier einen guten Ansatz empfehlen?“

Unser Experte für Data Science, Andreas Berghammer, antwortet:

Wir haben bei einigen Kunden erlebt, dass über Jahre hinweg riesige Big Data-Infrastrukturen aufgebaut wurden. Dabei wurden auch alle Quellsysteme angebunden und die Daten aufbereitet zur Verfügung gestellt. Das alles kostet viel Geld und bringt dem Unternehmen zunächst nichts. Mit einer beträchtlichen finanziellen Investition und einem enormen Zeitaufwand war ein Data Lake mit umfangreichen Daten entstanden – aber es gab noch keine Idee zur Umsetzung.

Oft werden dann bestehende Dashboards und klassische Business Intelligence-Anwendungen in diese neue Infrastruktur übertragen. Dies führt zwar dazu, dass der Data Lake genutzt wird und vielleicht auch ein paar zusätzliche Daten zur Verfügung stehen. Dieser kleine Mehrwert steht aber in keinem Verhältnis zu den entstandenen Kosten.

Diese Planungsschritte sind bei Big Data Projekten zu beachten

Im Bereich Big Data werden in der Regel skalierende Systeme eingesetzt. Bevor Sie die Gesamtinfrastruktur final planen und bereitstellen, empfiehlt es sich daher, sich über die minimalen Anforderungen klar zu werden. Die Planung sollte sich auf diese minimal mögliche Infrastrukturplanung beschränken unter Berücksichtigung späterer Skalierungsmöglichkeiten.

Zu Beginn sollten konkrete Anwendungsfälle erarbeitet werden. Im Idealfall wurde die Machbarkeit und der Mehrwert durch PoCs oder interne Studien bereits ermittelt. Wichtige Fragen bei der Planung der Anwendungsfälle sind unter anderem:

  • Welchen finanziellen Mehrwert bringt mein identifizierter Anwendungsfall (Zeiteinsparung / Upselling)?
  • Welche Datenquellen sind dafür notwendig?
  • In welcher Form liegen die Daten vor?
  • Wie groß ist die Datenmenge?
  • Wie aufwändig sind Bereinigungs- und Transformationsschritte?
  • Liegt die notwendige Datenqualität bereits vor?
  • Müssen spezielle Anforderungen an den Datenschutz eingehalten werden?

 

Bei Big Data werden oft Cloud Systeme eingesetzt

Erst wenn die Voraussetzungen für den Erfolg der ersten Anwendungsfälle geschaffen wurden oder der finanzielle Aufwand dafür konkret geschätzt werden kann, sollte mit der Infrastrukturplanung fortgeschritten werden. Im Idealfall werden nun nur die benötigten Ressourcen eingekauft oder angebunden. Gerade im Bereich Big Data werden von unseren Kunden meist Cloud-Systeme wie AWS oder Azure eingesetzt. Die dynamische Skalierung und das große Ökosystem an Komponenten aus den Bereichen Datenextraktion, Datenbereinigung, Data Science, Monitoring und Reporting sowie Möglichkeiten zur professionellen Operationalisierung der Datenprodukte bieten eine ideale Grundlage für eine skalierende Dateninfrastruktur. Erst wenn die ersten identifizierten Anwendungsfälle angebunden sind und zufriedenstellend funktionieren, werden die nächsten Quellsysteme angebunden, die zugehörigen Datenaufbereitungsschritte implementiert und die Datenprodukte erarbeitet. Die Infrastruktur wächst also schrittweise und während des gesamten Prozesses wird schon für den ROI eingezahlt.

 

Sie haben Rückfragen an Andreas Berghammer oder wünschen eine tiefergehende Beratung? Dann nehmen Sie jetzt direkt Kontakt auf.

Artikel zum gleichen Thema