Umweltbedingungen untersuchen

Stefan Müller, it-novum: »Die zu analysierenden Datenmengen steigen weiterhin an.« Stefan Müller, it-novum: »Die zu analysierenden Datenmengen steigen weiterhin an.« it-novum

Stefan Müller, Director Business Intelligence & Big Data bei it-novum, über die aktuelle Entwicklungen in der Datenanalyse bis hin zum »Data Blending«.

Report: Auf welche Herausforderungen treffen heute Business-Analysten in Unternehmen?

Stefan Müller: Viele Unternehmen haben klassische Business-Intelligence-Systeme implementiert. Die alleinige Nutzung von Werkzeugen wie Excel mit dem zugehörigen manuellen Aufwand ist immer seltener anzutreffen. Vielmehr sind die Anforderungen an Analysen gestiegen. Während früher mehrheitlich tagesaktuelle Daten für die Auswertungen genutzt wurden, hat man heute auch den Wunsch, auf Echtzeitdaten zu schauen. Es gilt Realtime-Applikationen aufzubauen und zu nutzen, die eine sofortige Analyse der Daten erlauben. Weiterhin steigen die zu analysierenden Datenmengen an. Standen bislang vornehmlich die Daten aus ERP-, CRM-System und Co im Fokus, sollen gegenwärtig auch Informationen aus bislang ungenutzten Quellen verwendet werden. Hierbei handelt es sich häufig um Maschinen- oder Sensordaten, aber auch um Informationen aus sozialen Medien. Im Vergleich zu den klassischen Datentöpfen können hier sehr große Datenmengen anfallen. Eine weitere Herausforderung liegt in der Unstrukturiertheit der zu analysierenden Daten. Man geht davon aus, dass 80 % der unternehmensrelevanten Daten in nicht strukturierter Form vorliegen. Technologisch gilt es also einige Klippen zu umschiffen, um durch die Analysen Informationen zu generieren, die den Unterschied im Vergleich zum Wettbewerb ausmachen können.

Report: Welche Positionen in Organisationen betrifft das Thema Business Intelligence überhaupt? Hat sich die Anwendungsbreite in den vergangenen Jahren verändert?

Müller: Klassische Business Intelligence wird in der Regel oft mit Finanz- und Controllingdaten in Verbindung gebracht. In diesen Abteilungen liegt in den meisten Unternehmen der Ursprung solcher Systeme. In den letzten Jahren hat die Verbreitung analytischer Systeme deutlich zugenommen. Egal ob Einkauf, Marketing oder Vertrieb, Business-Intelligence-Systeme werden unternehmensweit eingesetzt. Folgerichtig erhöht sich natürlich auch die Anzahl der Anwender von Reports, Analysen und Dashboards. Die weite Verbreitung von BI resultiert allerdings nicht nur durch die thematische Ausweitung, sondern auch durch die Erschließung neuer Anwendergruppen im Unternehmen. Leicht zu bedienende Softwarewerkzeuge aus der Kategorie Self-Service-BI zählen längst nicht nur Poweruser zu ihren Anwendern. Durch die intuitive Bedienung der Tools werden diese einem weiteren Anwenderkreis zugänglich gemacht. Die Bereitstellung analytischer Funktionen über mobile Endgeräte lässt auch den Außendienst von unterwegs auf die BI-Systeme zugreifen und Informationen abfragen.

Report: Das aktuell kursierende Schlagwort »Data Blending« bezeichnet die Kombination von Business Intelligence und Big Data. Was kann damit anders gemacht werden, welche neuen Ergebnisse lassen sich damit erzielen?

Müller: Data Blending ermöglicht die Verknüpfung von Informationen aus den klassischen Datenquellen mit den neuen Big Data Stores. Zielsetzung ist die Erstellung von Analysen zur Generierung von Wissen aus den kombinierten Daten. Moderne Analytics-Plattformen, wie zum Beispiel die Open-Source-basierte Pentaho BI Suite, ermöglicht das Data Blending in der ETL-Schicht (Anm.: ein Prozess, der Daten aus mehreren Datenquellen in einer Zieldatenbank vereinigt). Durch eine Vielzahl von vorhandenen Konnektoren können Daten aus Hadoop-Systemen, NoSQL- , aber auch relationalen Datenbanken beliebig verknüpft werden. Die aufbereiteten Daten können direkt von den Oberflächen durch die Anwender abgefragt werden. Die Problematik der fehlenden bzw. unzureichenden SQL-Unterstützung einiger der Datenquellen kann somit umgangen werden. Durch dieses technologische Konzept lassen sich einige Anforderungen realisieren, die sonst nicht oder nur mit deutlich höherem Aufwand möglich wären. Beispielsweise lassen sich die in einem Hadoop-Cluster gespeicherten Sensordaten mit den hoch veredelten Produktionsdaten des Data Warehouse blenden. Zielsetzung hierbei ist es, den Einfluss von Umweltbedingungen auf die Produktion zu untersuchen und schlussendlich die Produktionsprozesse zu optimieren.


Zur Person
Stefan Müller leitet den Bereich Business Intelligence und Big Data bei it-novum. Das Unternehmen mit der Zentrale in Fulda und einer Niederlassung in Wien ist ein Business Open-Source-Spezialist und Gründer des Systemmanagementprojektes openITCOCKPIT und der Storage-Plattform openATTIC.

back to top