BARC Research Study - Analytics, Business … Research Study Big Data Use Cases 2015 – Getting...

BARC Research Study

Big Data Use Cases 2015 – Getting real on data monetization

- 2 -

Autoren

Dr. Carsten Bange

Geschäftsführer

[email protected]

Timm Grosser

Senior Analyst

[email protected]

Nikolai Janoschek

Research Analyst

[email protected]

Die Autoren danken Adrian Wyszogrodzki für seine Unterstützung.

Diese unabhängige Studie wurde von BARC erstellt, einem objektiven Marktanalysten.

Dank eines Sponsorings durch Blue Yonder, Cloudera, Hewlett Packard, Information Builders,

pmOne, SAS, Tableau und Teradata kann diese Studie kostenfrei verteilt werden.

mailto:[email protected]




- 3 -

Inhaltsverzeichnis

An Big Data führt heute kein Weg mehr vorbei ...................................................................................4

Management Summary ..........................................................................................................................5

Big Data erobert die Unternehmen, allerdings nur wenn das Management vorangeht .................5

Big-Data-Initiativen liefern beachtlichen Mehrwert .........................................................................6

Der Kunde im Mittelpunkt ...............................................................................................................6

Unternehmen kämpfen mit massiven Know-how-Defiziten sowie Sicherheit und Datenschutz ....7

Europa hinkt hinterher ....................................................................................................................7

Industrie 4.0 ist mehr Wunsch als Wirklichkeit ...............................................................................8

Ergebnisse der Umfrage ........................................................................................................................9

Big Data Nutzung in Unternehmen wächst ................................................................................. 10

Big-Data-Initiativen übertreffen den erwarteten Nutzen .............................................................. 15

Big-Data-Initiativen in allen Unternehmensbereichen auf dem Vormarsch ................................ 17

Unternehmen setzen derzeit vor allem auf Standard-BI-Werkzeuge, Wandel steht jedoch

bevor ...................................................................................................................................... 30

Beschäftigungstreiber Big Data ................................................................................................... 33

Fehlendes Know-how bremst Big Data aus ................................................................................ 35

Fazit und Handlungsempfehlungen .................................................................................................. 40

Anhang A: Methodik und Demographie ............................................................................................ 42

Das Business Application Research Center (BARC) ....................................................................... 45

Firmenprofile der Sponsoren ............................................................................................................. 46

Blue Yonder ................................................................................................................................... 46

Cloudera ........................................................................................................................................ 47

Hewlett Packard............................................................................................................................. 48

Information Builders ....................................................................................................................... 49

pmOne ........................................................................................................................................... 50

SAS ................................................................................................................................................ 51

Tableau .......................................................................................................................................... 52

Teradata ........................................................................................................................................ 53


- 4 -

An Big Data führt heute kein Weg mehr vorbei

ig Data hat seinen Weg in die Unter-

nehmen gefunden. So der zentrale Be-

fund der Vorgängerstudie „Big Data

Analytics“, die 2014 die Entwicklung von Big

Data in der DACH-Region unter die Lupe ge-

nommen hat. Damals gab knapp ein Drittel der

befragten Anwenderunternehmen an, Big-Data-

Analysen bereits fest in die eigenen Prozesse

verankert zu haben oder sich im Projektstadium

zu befinden.

Und die Aufmerksamkeit für Big Data wächst

gerade im Kontext von Digitalisierungsinitiativen

weiter stark an. Es gibt momentan keinen Un-

ternehmensbereich, der nicht von der Big-Data-

Welle erfasst wird. Oder anders formuliert: Big

Data revolutioniert aktuell grundlegend die Art

und Weise, wie Unternehmen ihre komparati-

ven Wettbewerbsvorteile definieren und neue

Geschäftsmodelle identifizieren.

Bei so viel Euphorie stellt sich jedoch die Frage,

ob wir wirklich an der Schwelle zu einer neuen

datengetriebenen Zeitrechnung stehen? Macht

die Nutzung von Big Data Unternehmen tat-

sächlich schneller, produktiver, effizienter und

innovativer? Entspricht dieses Bild auch nur an-

nähernd der täglichen Praxis in den Unterneh-

men? Und wenn ja, was genau machen Unter-

nehmen, um an die Big-Data-Schätze zu gelan-

gen?

Um hierauf Antworten zu liefern, durchleuchtet

die vorliegende Studie Anwendungsszenarien

von Big Data und ihre technologischen, organi-

satorischen und fachlichen Rahmenbedingun-

gen in den Unternehmen. Im Mittelpunkt stehen

dabei insbesondere folgende Aspekte:

Welche Unternehmensbereiche nutzen

und treiben Big-Data-Analysen?

Welche Einsatzszenarien sind in den

Fachbereichen anzutreffen?

Welchen Nutzen ziehen Unternehmen

aus ihren Big-Data-Analysen?

Auf welche fachlichen und technischen

Probleme und Herausforderungen stoßen

die Unternehmen?

Wie finanzieren Unternehmen ihre Big-

Data-Projekte und wie ist es um den Re-

turn of Investment (ROI) dieser Projekte

bestellt?

Welche Technologien kommen derzeit

und zukünftig für Big Data zum Einsatz?

Die Studie wurde völlig unabhängig durch

BARC erstellt. Sie kann dank eines Sponsoring

von Blue Yonder, Cloudera, Hewlett Packard,

Information Builders, pmOne, SAS, Tableau

und Teradata kostenfrei veröffentlicht werden.

Besonderer Dank gilt schon jetzt allen, die auch

an zukünftigen Befragungen von BARC teilneh-

men, denn nur so sind auch weiterhin Beiträge

zu Diskussionen mit empirisch fundierter Daten-

basis möglich.

Würzburg, 18. Juni 2015

Dr. Carsten Bange, Timm Grosser,

Nikolai Janoschek

B


- 5 -

Management Summary

Unternehmen können sich dem Thema Big

Data nicht länger verschließen – sofern sie in

der gegenwärtigen, sich so schnell wie noch nie

verändernden Wirtschaftswelt wettbewerbsfähig

bleiben möchten. Ob effizientere Prozesse,

bessere strategische Entscheidungen, exaktere

Zukunftsprognosen oder neue Geschäftsmo-

delle: Fast kein Bereich des Unternehmens, der

nicht potentiell von einer besseren Nutzung von

Daten profitieren kann.

Ob es Unternehmen gelingt, sich die potentiel-

len Vorteile zunutze zu machen, untersucht

diese Studie zum Stand und zur zukünftigen

Entwicklung von Big Data und dessen Anwen-

dungsfälle in Unternehmen. Mit weltweit über

550 Teilnehmern bei einer breit gefächerten

Branchenverteilung gehört die vorliegende Stu-

die „Big Data Use Cases 2015“ zu den größten

Untersuchungen, die sich speziell den Themen

Rahmenbedingungen und Einsatzszenarien

von Big-Data-Analysen widmen. Die wesentli-

chen Erkenntnisse der Studie lassen sich zu

sechs Hot Spots zusammenfassen.

Big Data erobert die Unternehmen, allerdings nur

wenn das Management vorangeht

Big Data setzt sich in den Unternehmen weiter

durch. Weltweit existieren mittlerweile nur noch

wenige Unternehmen, die eine Big-Data-Initia-

tive für nicht denkbar halten (17 Prozent). Be-

reits über 40 Prozent der Unternehmen haben

Erfahrungen mit Big Data – sei es als fester Be-

standteil ihrer Unternehmensprozesse oder als

Pilotprojekt.

Diese Entwicklung ist Ausdruck der vielfältigen

Herausforderungen, die Unternehmen mit ihren

Big-Data-Initiativen adressieren möchten. Un-

ternehmen, für die eine Big-Data-Initiative min-

destens denkbar ist, nennen diesbezüglich am

häufigsten große (57 Prozent) und unterschied-

lich strukturierte Datenmengen (50 Prozent),

schnellere und bessere Analysen (55 Prozent),

sowie der Wunsch nach ausgefeilteren Progno-

setechniken (51 Prozent). Wie weit Big-Data-

Initiativen in den Unternehmen heute schon ge-

diehen sind, hängt allerdings stark vom Ma-

nagement ab. Dort, wo Big-Data-Initiativen

heute bereits Bestandteil der Unternehmens-

prozesse sind, ist in 61 Prozent der Fälle das

Management der Treiber/Vordenker. In Unter-

nehmen, wo solch eine Initiative lediglich denk-

bar ist, ist dies gerade einmal zu 34 Prozent der

Fall. Die Fachbereiche sind insgesamt noch

sehr passiv und treiben das Thema deutlich sel-

tener.

Hot Spot 1


- 6 -

Big-Data-Initiativen liefern beachtlichen Mehrwert

Unternehmen mit Big-Data-Initiative berichten

von beachtlichen Vorteilen. Ganz vorne auf der

Liste stehen: bessere strategische Entschei-

dungen (69 Prozent), eine bessere Steuerung

der operativen Prozesse (54 Prozent), ein bes-

seres Kundenverständnis (52 Prozent) sowie

Kostensenkungen (47 Prozent). Unternehmen,

die den Nutzen beziffern können, nennen eine

durchschnittliche Umsatzsteigerung von acht

Prozent und eine Kostensenkung um zehn Pro-

zent. Dabei werden die im Vorfeld vorhandenen

hohen Erwartungen nicht nur erfüllt, sondern in

vielen Punkten sogar übertroffen.

Der Kunde im Mittelpunkt

In den Unternehmen existieren schon heute un-

terschiedlichste Anwendungsfelder für Big-

Data-Analysen. Auf die offenen Fragen nach

den konkreten Einsatzszenarien in den unter-

schiedlichen Unternehmensbereichen fällt der

Begriff „Kunde“ bei weitem am häufigsten. Die

Wünsche, Motive, Bedürfnisse und das Verhal-

ten der Kunden sollen nicht

länger eine Unbekannte blei-

ben. Big-Data-Initiativen hel-

fen dabei, ein umfassendes

Bild des Kunden zu zeichnen,

indem sie dessen komplette

Interaktion mit dem Unter-

nehmen transparent machen.

Damit dies gelingt, sind die Daten von den viel-

fältigen Kontaktpunkten mit Kunden aus den

Datensilos zu holen, im Rahmen der Big-Data-

Projekte zusammenzuführen und in Gänze aus-

wertbar zu machen. Durch das dadurch entste-

hende Gesamtbild können Unternehmen ihre

Kunden beispielsweise zielgerichteter anspre-

chen, individueller auf ihn eingehen, Abwande-

rungsverhalten vorbeugen oder neue Kunden

gewinnen.

Marketing und Vertrieb sind dementsprechend

heute die Vorreiter bei Big-Data: in 25 bezie-

hungsweise 23 Prozent der Unternehmen, in

denen Big Data zumindest

denkbar ist, sind in diesen Ab-

teilungen Big-Data-Analysen

fester Bestandteil ihrer Aus-

wertungen. Gleichwohl finden

sich auch in allen anderen

Unternehmensbereichen

heute schon ausreichend An-

wendungsfälle – von der Pro-

duktion über das Controlling bis hin zum Perso-

nalwesen. Die auffällig hohen Planwerte je Be-

reich (langfristig zwischen 34 und 56 Prozent in

den verschiedenen Abteilungen) sprechen für

sich: Big Data kommt früher oder später so gut

wie überall an – gleich wenn derzeit mit 38 Pro-

zent der Befragten immer noch viele nach

überzeugenden Einsatzszenarien suchen.

Hot Spot 2

Hot Spot 3

„Big-Data-Initiativen helfen

dabei, ein umfassendes Bild

des Kunden zu zeichnen, in-

dem sie dessen komplette In-

teraktion mit dem Unterneh-

men transparent machen.“


- 7 -

Unternehmen kämpfen mit massiven Know-how-

Defiziten sowie Sicherheit und Datenschutz

Neben fehlender überzeugender Einsatzszena-

rien sind es insbesondere zwei Themenkom-

plexe, die Unternehmen bei der Beschäftigung

mit Big Data Probleme bereiten: Einerseits der

Datenschutz und die

Datensicherheit, ande-

rerseits der Mangel an

Big-Data-Expertise.

Das Thema Daten-

schutz ist für 49 Pro-

zent der Umfrageteil-

nehmer und die Daten-

sicherheit für 48 Pro-

zent eines der größten

Probleme beim Einsatz

von Big-Data-Technologien. Da sich viele Ein-

satzszenarien auf den Kunden konzentrieren,

bedürfen ihre Daten auch eines besonderen

Schutzes. Dazu müssen Unternehmen diese

bei ihren Analysen nicht nur ausreichend ano-

nymisieren und pseudonymisieren, sondern

auch vor Angriffen von außerhalb schützen. Je

stärker Big-Data-Analysen allerdings Verbrei-

tung finden, desto komplexer gerät oftmals die

technologische Infrastruktur. Diese samt der

darin enthaltenen Daten zu schützen, ist eine

Kernherausforderung für Unternehmen.

Hauptproblem Nummer zwei: das mangelnde

fachliche und technische Wissen für Big Data

und seine Analyse im Unternehmen. So klagen

53 Prozent der Befragten über fehlendes fachli-

ches und 48 Prozent über fehlendes techni-

sches Know-how in ihren Organisationen. 30

Prozent der Unternehmen mit Big-Data-Projekt

wollen daher neue Stellen in diesem Bereich

schaffen. Doch der weltweite Arbeitsmarkt kann

gegenwärtig nur unzureichend diesen Wunsch

nach solchen Experten erfüllen.

Europa hinkt hinterher

Zwischen Nordamerika und Europa existieren

deutliche Unterschiede in der Nutzung von Big

Data. Unsere Studie bestätigt die Hypothese,

nordamerikanische Unternehmen seien diesbe-

züglich wesentlich weiter als ihre europäische

Konkurrenz. In 28 Prozent der befragten nord-

amerikanischen Unternehmen sind Big-Data-

Initiativen bereits Bestandteil der Unterneh-

mensprozesse. Zählt man die Unternehmen mit

Pilotprojekten hinzu, hat mehr als jedes zweite

nordamerikanische Unternehmen mittlerweile

praktische Erfahrung mit Big Data. Dahingegen

geben nur 16 Prozent der europäischen Unter-

nehmen an, Big Data sei Teil der Unterneh-

mensprozesse; insgesamt sind es nur 39 Pro-

zent mit praktischer Big-Data-Erfahrung. Ein

deutlicher Rückstand für die europäischen Un-

ternehmen.

Gleichwohl kämpft man auf beiden Seiten des

Atlantiks mit sehr ähnlichen Problemen – insbe-

sondere mit dem mangelnden technischen und

fachlichen Know-how. Entgegen der Hypo-

these, dass Datenschutz in Nordamerika einen

geringeren Stellenwert hat als in Europa, zei-

gen sich sehr ähnliche Werte in puncto der Ein-

schätzung, dass Datenschutz ein Problem in

Projekten ist (50 Prozent in Nordamerika im

Vergleich zu 49 Prozent in Europa). Die Daten-

sicherheit wird in Nordamerika sogar noch deut-

lich stärker problematisiert (56 Prozent in Nord-

amerika im Vergleich zu 46 Prozent in Europa).

Hot Spot 4

„Je stärker Big-Data-Analy-

sen allerdings Verbreitung

finden, desto komplexer ge-

rät oftmals die technologi-

sche Infrastruktur. Diese

samt der darin enthaltenen

Daten zu schützen, ist eine

Kernherausforderung für

Unternehmen.“

Hot Spot 5


- 8 -

Industrie 4.0 ist mehr Wunsch als Wirklichkeit

Die Nutzung von Big Data ist in den Branchen

sehr unterschiedlich ausgeprägt. Während sich

der Handel eine Führungsposition gesichert hat

(27 Prozent der Unternehmen aus dem Handel

haben Big-Data-Initiativen als Bestandteil ihrer

Unternehmensprozesse umgesetzt), kommt

das viel diskutierte Thema Industrie 4.0 – also

vor allem die stärkere Digitalisierung von Pro-

duktions- und Logistikprozessen - beim Thema

Big Data nur schleppend voran. Nur 13 Prozent

der Industrieunternehmen berichten, Big-Data-

Analysen seien Teil ihrer Unternehmenspro-

zesse. Dennoch scheint die Diskussion auch

hier langsam ein Umdenken zu bewirken: Mit

24 Prozent weisen die Industrieunternehmen

den höchsten Wert bei den Pilotprojekten aus.

Als echte Bremse erweist sich indes für sie die

fehlende Big-Data-Expertise. So beklagen 63

Prozent fehlendes fachliches, 61 Prozent feh-

lendes technisches Know-how. Die Industrie

und ihr „Großprojekt“ Industrie 4.0 laufen

dadurch ernsthaft Gefahr, nicht aus den Start-

blöcken zu kommen.

Sehr unterschiedlich gestaltet sich auch die Er-

wartungshaltung an Big Data in den verschie-

denen Branchen. Im Handel erhofft man sich

insbesondere ein bes-

seres Kundenver-

ständnis (85 Prozent),

eine bessere Steue-

rung operativer Pro-

zesse (77 Prozent) so-

wie einen höheren Umsatz (65 Prozent); die In-

dustrie erwartet überdurchschnittlich oft eine

bessere Steuerung operativer Prozesse (66

Prozent) sowie sinkende Kosten (43 Prozent);

und die Finanzbranche möchte aus Big-Data-

Analysen vor allem neue Produktideen/Dienst-

leistungen generieren (52 Prozent).

Hot Spot 6

„Als echte Bremse erweist

sich für die Industrieunter-

nehmen die fehlende Big-

Data-Expertise.“


- 9 -

Ergebnisse der Umfrage

Big Data ist einer der Eckpfeiler der viel disku-

tierten Entwicklung hin zu einer digitalisierten

Wirtschaft. Allerdings ist das Thema noch rela-

tiv jung; vieles befindet sich im Fluss. Manch-

mal scheint nicht klar zu sein, ob es wirklich ge-

nutzt wird oder reines Wunschdenken der Un-

ternehmen ist. Viele Unternehmen scheinen

noch auf der Suche nach Möglichkeiten zu sein,

wie sie Big Data für sich konkret nutzbar ma-

chen könnten.

Um hier für mehr Klarheit zu

sorgen, beschäftigt sich diese

empirische Untersuchung mit

Anwendungsszenarien von

Big Data und ihren technolo-

gischen, organisatorischen

und fachlichen Rahmenbedingungen. Hierfür

beleuchtet diese Studie zunächst, wie stark Big-

Data-Analysen verbreitet sind und welchen Nut-

zen Unternehmen mit ihrer Hilfe tatsächlich er-

reichen (Kapitel „Big- Data-Nutzung in Unter-

nehmen wächst“ und „Big-Data-Initiativen über-

treffen den erwarteten Nutzen“). Weiterhin blickt

diese Studie darauf, wie und wo Unternehmen

diesen Nutzen generieren, also in welchen Un-

ternehmensbereichen Big-Data-Analysen anzu-

treffen sind und wie dort die konkreten Anwen-

dungsszenarien aussehen (Kapitel „Big-Data-

Initiativen in allen Unternehmensbereichen auf

dem Vormarsch“). Das Kapitel „Unternehmen

setzen derzeit vor allem auf Standard-BI-Werk-

zeuge, Wandel steht jedoch bevor“ behandelt

anschließend die Frage nach den technologi-

schen Rahmenbedingungen, insbesondere wel-

che Technologie- und Daten-

arten Unternehmen für Big

Data derzeit verwenden. Fer-

ner fragt die Studie nach den

finanziellen Rahmenbedin-

gungen (Kapitel „Beschäfti-

gungstreiber Big Data“) und

zeigt abschließend typische

Fallstricke auf, denen Unternehmen beim

Thema Big Data begegnen (Kapitel „Fehlendes

Know-how bremst Big Data aus“).

Ausgangspunkt für eine Einordung und Bewer-

tung von Big-Data-Initiativen ist folgende

BARC-Definition, die allenTeilnehmern der Um-

frage für ein gemeinsames Verständnis vorge-

legt wurde:

Abbildung 1: BARC Big-Data-Definition

Big Data

bezeichnet Methoden und Technologien

für die hochskalierbare

Erfassung, Speicherung und Analyse

polystrukturierter Daten.

„Manchmal scheint nicht klar

zu sein, ob Big Data wirklich

genutzt wird oder reines

Wunschdenken der Unterneh-

men ist.“


- 10 -

Big Data Nutzung in Unternehmen wächst

Unternehmen wissen mittlerweile um den Wert,

der in ihren Daten schlummert – so eines der

Kernergebnisse des 2014 in der DACH-Region

durchgeführten BARC Survey „Datenmanage-

ment im Wandel“. Die Ergebnisse dieser Studie

deuten nun darauf hin, dass Unternehmen ihr

Handeln zunehmend an der gewachsenen Be-

deutung von Daten für Entscheidungsprozesse

ausrichten (Abbildung 2). Fast zwei Drittel der

teilnehmenden Unternehmen geben an, ihre

Entscheidungen würden unternehmensweit auf

Basis von Daten und Analysen getroffen. Und

nur zwölf Prozent sagen, der Hauptteil ihrer

Entscheidungen würde auf der Erfahrung der

Entscheider basieren.

Abbildung 2: Welche Rolle spielen Daten in Ihrem Unternehmen? (n=543)

Die gewachsene Bedeutung von Daten für Un-

ternehmen spiegelt sich auch im Status quo der

Big-Data-Initiativen wider (Abbildung 3). Da-

nach setzen über 40 Prozent der Unternehmen

derzeit Big-Data-Initiativen um – sei es als fes-

ter Bestandteil der Unternehmensprozesse o-

der als Pilotprojekt. In lediglich 17 Prozent der

Unternehmen ist eine Big-Data-Initiative ausge-

schlossen.

Big Data ist damit zwar

generell in den Unter-

nehmen angekommen,

dennoch existieren teil-

weise große regionale

und branchenspezifi-

sche Unterschiede. Es

bestätigt sich beispielsweise der vorherr-

schende Eindruck, wonach Nordamerika beim

Thema Big Data weiter ist als ihre Konkurrenz

in Europa: In Nordamerika sind Big-Data-Initiati-

ven bereits in 28 Prozent der Unternehmen fes-

ter Bestandteil der Unternehmensprozesse, in

mehr als jedem zweiten Unternehmen findet

sich eine Big-Data-Initiative. In Europa ist dies

nur in 16 beziehungsweise 39 Prozent der Fall.

Der Blick auf die Entwicklung in der DACH-Re-

gion offenbart überdies, dass die Nutzung von

Big Data zwar voranschreitet, anders als die

mediale Diskussion es aber vermuten lassen

könnte, nur mit einer mäßigen Geschwindigkeit

(Abbildung 4). Im Vergleich zum Vorjahr ist der

Anteil an Unternehmen mit Big-Data-Initiative

lediglich um vier Prozentpunkte angestiegen.

28%

34%

27%

10%

2%

Permanente Datenanalysen sind Grundlage derEntscheidungs- und Prozessautomatisierung/-

optimierung

Im gesamten Unternehmen werdenEntscheidungen auf Basis von Daten und

Analysen getroffen

Es existieren faktenbasierte Entscheidungen ineinzelnen Unternehmensbereichen

Es gibt Investitionen in BI, aber der Hauptteil derEntscheidungen wird durch die Erfahrung der

Entscheider gefällt

Daten spielen in unserem Unternehmen keinegroße Rolle

„Es bestätigt sich der vor-

herrschende Eindruck, wo-

nach Nordamerika beim

Thema Big Data weiter ist

als ihre Konkurrenz in Eu-

ropa.“

http://barc.de/docs/datenmanagement-im-wandel

http://barc.de/docs/datenmanagement-im-wandel


- 11 -

Ferner gilt es einige branchenspezifische Unter-

schiede herauszustellen. Das aktuell viel disku-

tierte Thema Industrie 4.0 scheint aus Big-Data-

Sicht noch etwas zu stocken. In lediglich 13

Prozent der Industrieunternehmen gehören Big-

Data-Analysen zum Alltag. Im Gegensatz dazu

sind es im Handel mit 27 Prozent mehr als dop-

pelt so viele. Gleichwohl weist die Industrie mit

24 Prozent den höchsten Wert an Unternehmen

mit Pilotprojekten aus – offenbar ein Indiz dafür,

dass die intensive Diskussion langsam Früchte

trägt und sich damit die Situation in naher Zu-

kunft ändern dürfte.

Abbildung 3: Existiert in Ihrem Unternehmen eine Big-Data-Initiative? Insgesamt und nach

Regionen und Branchen (n=526)

18%

28%

16%

27%

22%

20%

13%

13%

13%

23%

25%

23%

18%

19%

22%

24%

19%

13%

42%

37%

42%

43%

40%

45%

46%

56%

48%

17%

10%

19%

12%

20%

13%

17%

12%

25%

Nordamerika

Europa

Handel

IT

Finanzsektor

Industrie

Dienstleistungen

Öffentlicher Sektor

Big-Data-Initiativen Bestandteil der Unternehmensprozesse

Big-Data-Initiative als Pilotprojekt

Noch keine Big-Data-Initiative, aber zukünftig denkbar

Keine Big-Data-Initiative und zukünftig auch keine geplant

Regionen

Branchen

Insgesamt


- 12 -

Abbildung 4: Entwicklung Status quo in der DACH-Region (n=341/198)

Das Thema Big Data gerät dabei durch eine

ganze Reihe neuer Herausforderungen auf die

Tagesordnung der Unternehmen (Abbildung 5).

Ganz vorne dabei sind die oft zitierten drei „Vs“

(Volume 57 Prozent, Variety 50 Prozent und

Velocity 46 Prozent) von Big Data. Weitere

wichtige Treiber sind das Bedürfnis der Unter-

nehmen nach besseren oder neuen Möglichkei-

ten der Datenanalyse (55 Prozent) sowie der

Wunsch, durch Vorhersagemodelle die Zukunft

weniger unsicher und besser vorhersehbarer zu

machen (51 Prozent). Gerade letzterer Wert

zeigt deutlich, dass Predictive Analytics und Fo-

recasting inzwischen als wesentliche Bestand-

teile für Big Data Initiativen gesehen werden

und einen wesentlichen Beitrag zur Generie-

rung von Mehrwert aus Daten leisten sollen. In-

teressanterweise sind es gerade die BI-Organi-

sationen, die dieses Thema treiben. Mit 66 Pro-

zent Studienteilnehmer aus diesem Bereich ist

der Aufbau von Vorhersagemodellen die am

häufigsten genannte Herausforderung, die sie

mit Big Data angehen möchten. Teilnehmer aus

der IT benennen am häufigsten die Analyse

großer Datenvolumen als wichtigste Herausfor-

derungen (56 Prozent), für die Teilnehmer aus

den Fachbereichen sind es bessere oder neue

Analysemöglichkeiten (61 Prozent).

Das innovative Thema

der zeitnahen Nutzung

von Daten ist ebenfalls

klar auf dem Vor-

marsch. 27 Prozent

der Teilnehmer geben

an, Monitoring und Analyse von Streaming-Da-

ten umsetzen zu wollen, und beachtliche 19

Prozent planen Entscheidungen im Prozess zu

automatisieren.

14%

20%

45%

21%

12%

18%

49%

22%

Big-Data-Initiativen Bestandteil derUnternehmensprozesse

Setzen Big-Data-Initative als Pilotprojektum

Noch keine Big-Data-Initiative existent,aber für die Zukunft denkbar

Keine Big-Data-Initiative existent odergeplant

2015 2013/14

„Das innovative Thema der

zeitnahen Nutzung von Da-

ten ist ebenfalls klar auf

dem Vormarsch.“


- 13 -

Abbildung 5: Welche Herausforderungen möchten Sie mit Ihrer/n Big-Data-Initiative(n) ad-

ressieren? (n=431)

Von den Unternehmensbereichen, die das

Thema Big Data treiben, findet sich vor allem

die IT mit 45 Prozent aller Beispiele, knapp ge-

folgt von der Geschäftsführung mit 43 Prozent

(Abbildung 6). Die übrigen Fachbereiche sind

hingegen insgesamt noch sehr passiv und trei-

ben das Thema deutlich seltener – eine Erfah-

rung, die wir auch aus eigenen Projekten bestä-

tigen können. Häufig ist es entweder der IT-Be-

reich, der quasi „bottom-up“ Big-Data-Technolo-

gien zur Lösung alter und neuer Herausforde-

rungen nutzt und vorschlägt. Oder das Manage-

ment hat den strategischen Nutzen von Digitali-

sierung und Datennutzung erkannt und treibt

das Thema „top-down“. Doch erst wenn die

Fachbereiche sich des Themas tatsächlich an-

nehmen, wird ein nachhaltiger Erfolg möglich –

hier gibt es offensichtlich noch Nachholbedarf.

Bei näherem Blick auf die Daten zeigt sich

überdies: ausschlaggebend für den Fortschritt

einer Big-Data-Initiative ist das Management

(Abbildung 7). In 61 Prozent der Unternehmen,

in der sie der Treiber/Vordenker für das Thema

sind, sind Big-Data-Initiativen bereits fester Be-

standteil der Unternehmensprozesse. Befinden

sich Big-Data-Initiativen im Pilotstatus oder sind

lediglich denkbar, gilt das Management nur in

46 beziehungsweise 34 Prozent als Vordenker.

Auffällig ist ferner, dass die Umfrageteilnehmer

auch die operativen Bereiche wie etwa den Ver-

trieb wesentlich häufiger als Treiber nennen,

wenn Big Data schon in den Unternehmenspro-

zessen verankert ist.

57%

55%

51%

50%

46%

31%

27%

23%

19%

6%

1%

Analyse großer Datenvolumen

Bessere oder neue Daten-Analysemöglichkeiten

Aufbau von Vorhersagemodellen

Analyse von Informationen auspolystrukturierten Datenquellen

Schnellere Bereitstellung von Daten zur Analyse

Beschleunigung von Entscheidungen

Monitoring/Analyse von Streaming-Daten/Complex Event Processing

Besseres Kosten-/Nutzenverhältnis füranalytische Umgebungen

Automatisierung von Entscheidungen

Es gibt aktuell keine Herausforderungen inunserem Unternehmen

Sonstige


- 14 -

Abbildung 6: Wer sind die wichtigsten Vordenker/Treiber in Ihrem Unternehmen beim

Thema Big Data? (n=433)

Abbildung 7: Treiber nach Status quo (n=433)

45%

43%

36%

27%

25%

24%

10%

9%

6%

IT-Abteilung

Management/Geschäftsführung

BI-Organisation

Marketing

Vertrieb

Finanzen/Controlling

Produktion

Sonstige

Logistik

61%

51%

37%

37%

32%

32%

16

14

6

46%

45%

19%

45%

18%

28%

9

8

4

34%

42%

23%

31%

23%

24%

7

7

6

Management

IT-Abteilung

Vertrieb

BI-Organisation


Marketing

Produktion

Sonstige

Logistik

Big Data Bestandteil der Unternehmensprozesse

Big Data als Pilotprojekt

Keine Big-Data-Initiative, aber in Zukunft denkbar


- 15 -

Big-Data-Initiativen übertreffen den erwarteten Nutzen

Im Vorfeld eines Big-Data-Projekts lautet eine

der wichtigsten Fragen von Unternehmen: Wo-

rin besteht eigentlich der Nutzen? Keine einfach

zu beantwortende Frage, gerade bei diesem

noch eher jungen Thema und der damit einher-

gehenden geringen Verfügbarkeit von Erfah-

rungswerten. Um in diesem Punkt für mehr

Klarheit zu sorgen, wurden die Unternehmen

nach dem generierten beziehungsweise erwar-

teten Nutzen gefragt (Abbildung 8).

Abbildung 8: Generierter Nutzen (bereits im Einsatz) vs. erwarteter Nutzen (Pilotprojekt, Big

Data denkbar) (n=94/335)

Zunächst fällt ins Auge, dass Unternehmen

sehr viele und verschiedenartige Nutzenas-

pekte durch die Auswertung von Big Data se-

hen: Am häufigsten berichten Unternehmen da-

bei von besseren strategischen Entscheidun-

gen (69 Prozent). Etwa jedes zweite Unterneh-

men erreicht eine effektivere Steuerung operati-

ver Prozesse, ein tieferes Kundenverständ-

nis/Verbesserung der Kundenerfahrung oder

eine Kostensenkung. Die Erwartungshaltung an

69%

54%

52%

47%

44%

43%

41%

38%

35%

24%

3%

60%

56%

50%

37%

31%

33%

43%

26%

35%

17%

1%

Bessere strategische Entscheidungen

Bessere Steuerung operativer Prozesse

Besseres Kundenverständnis/Verbesserungder Kundenerfahrung

Kostenreduktion

Beschleunigung von Entscheidungen

Entwicklung neuerProduktideen/Dienstleistungen

Besseres Verständnis desMarktes/Wettbewerbs

Entwicklung neuer Geschäftsmodelle

Erhöhung des Umsatzes

Automatisierung von Entscheidungen

Sonstige


Pilotprojekt & Big-Data-Initiative denkbar


- 16 -

Big Data ist also extrem breit – von der strategi-

schen Unterstützung bis zur Steuerung operati-

ver Prozesse. Dies sollte bei jedem Projektan-

satz berücksichtigt werden, damit er nicht zu

eng ausfällt.

Erfreulich ist, dass sich die recht hohen Erwar-

tungen auch erfüllen – und in vielen Fällen so-

gar übertroffen werden. Dies gilt insbesondere

für die eher schwer vorhersehbaren Antwortop-

tionen wie Entwicklung neuer Geschäftsmodelle

und Produktideen, schnellere Entscheidungen,

Kostenreduktion und allgemein bessere strate-

gische Entscheidungen.

Eine genaue Quantifizierung des Nutzens fällt

den Teilnehmern erwartungsgemäß schwer.

Nur rund ein Drittel der Teilnehmer (32 von 94),

bei denen Big Data Teil der Unternehmenspro-

zesse ist, haben die Frage beantwortet (Abbil-

dung 9). Doch diese sind beeindruckend:

Durchschnittlich berichten sie von acht Prozent

mehr Umsatz und zehn Prozent geringeren

Kosten (Medianwerte), einige sogar von sehr

hohen Nutzenwerten, was den höheren arith-

metischen Mittelwert erklärt.

Abbildung 9: Können Sie den Nutzen Ihrer Big-Data-Analysen/-Initiative(n) quantifizieren?

(n=31/32)

Interessante Unterschiede zeigen sich auch bei

einem näheren Blick auf Europa und Nordame-

rika sowie bei den Branchen. Europäischen Un-

ternehmen gelingt es demnach eher, Big Data

für die bessere Steuerung ihrer operativen Pro-

zesse sowie für die Entwicklung neuer Produk-

tideen/Dienstleistungen einzusetzen. Dahinge-

gen ist ihnen ihre nordamerikanische Konkur-

renz weit voraus, wenn es um die Beschleuni-

gung von Entscheidungen geht (37 Prozent vs.

61 Prozent). Big-Data-Analysen scheinen ein

nicht zu unterschätzender Grund für schnelle

Reaktionsfähigkeit nordamerikanischer Unter-

nehmen zu sein.

Sehr unterschiedlich fällt die Erwartungshaltung

in den verschiedenen Branchen aus. Auffällige

Abweichungen finden sich:

im Handel, der sich von Big Data vor al-

lem ein besseres Kundenverständnis (85

Prozent), eine bessere Steuerung operati-

ver Prozesse (77 Prozent) sowie einen

höheren Umsatz erhofft (65 Prozent);

in der Industrie, die sich überdurchschnitt-

lich oft eine bessere Steuerung operativer

Prozesse (66 Prozent) sowie sinkende

Kosten (43 Prozent) erwarten;

in der Finanzbranche, die aus Big-Data-

Analysen insbesondere neue Produk-

tideen generieren möchten (52 Prozent).

13%

16%

8%

10%

Umsatzsteigerung in Prozent

Kostensenkung in Prozent

Arith. Mittelwert Median


- 17 -

Big-Data-Initiativen in allen Unternehmensbereichen auf

dem Vormarsch

Big-Data-Analysen scheinen ganz offensichtlich

ein großer Gewinn für diejenigen Unternehmen

zu sein, die schon heute auf sie setzen. Abbil-

dung 10 zeigt die Bereiche, in denen Unterneh-

men mit Big-Data-Initiative oder für die eine Ini-

tiative denkbar ist, Big-Data-Analysen vorneh-

men bzw. planen vorzunehmen. Zunächst ist

festzuhalten, dass praktisch jeder Unterneh-

mensbereich Big-Data-Analysen macht. Big

Data ist also ein echtes Querschnittsthema in

der Organisation. Vorreiter sind dabei die ope-

rativen, auf den Kunden konzentrierten Abtei-

lungen Marketing (25 Prozent) und Vertrieb (23

Prozent). Auffällig ist zudem, dass sie zusam-

men mit dem Kundenservice auch diejenigen

Bereiche sind, in denen Unternehmen kurzfris-

tig die höchsten Planwerte aufweisen. Aller-

dings ist ebenfalls anzumerken, dass die Plan-

werte für praktisch alle Bereiche sowohl kurz-

als auch langfristig enorm hoch ausfallen. Ein

weiteres Indiz dafür, dass in Unternehmen nicht

nur das Bewusstsein für den Wert von Big Data

wächst, sondern diese auch zunehmend dem-

entsprechend handeln.

Abbildung 10: In welchen Bereichen nehmen Sie in Ihrem Unternehmen Big-Data-Analysen

vor bzw. planen Sie Big-Data-Analysen vorzunehmen? (n=423)

25%

23%

21%

21%

19%

19%

18%

13%

11%

11%

9%

25%

27%

21%

20%

21%

21%

19%

24%

16%

16%

11%

29%

29%

28%

25%

27%

33%

24%

26%

29%

29%

23%

Marketing

Vertrieb


IT

Produktion

Bereichsübergreifend

Forschung und Entwicklung

Kundenservice

Risikomanagement

Logistik/Supply Chain

Personalwesen/Human Resources

Im Einsatz Geplant innerhalb von 12 Monaten Langfristig geplant


- 18 -

Im weiteren Verlauf des Kapitels sind die spezi-

fischen Einsatzszenarien in den verschiedenen

Unternehmensbereichen abgebildet. Um her-

auszufinden, wie Unternehmen Big-Data-Analy-

sen verwenden, sollten die Teilnehmer offene

Fragen beantworten, falls sie in einem Unter-

nehmensbereich Einsatzszenarien haben oder

sich in Planung befinden. Insgesamt kamen so

über 1000 Antworten zustande. Welche Schlag-

wörter dabei besonders häufig vorkamen, zeigt

die „Wortwolke“. Die Tabelle zeigt zudem eine

Liste mit häufig genannten Einsatzszenarien je

Bereich (jeweils ohne die immer genutzten

Worte „data“ und „analysis“).

Abbildung 11: Worthäufigkeit aller Einsatzszenarien (n=261)


- 19 -

Big Data Use Cases von abteilungsübergreifenden Szenarien

Abbildung 12: Worthäufigkeit von abteilungsübergreifenden Einsatzszenarien (n=118)

Genannte Use Cases von abteilungsübergreifenden Szenarien

Prozessoptimierung, Steigerung der Prozessqualität

Übergreifende Prozesstransparenz, Synergien erkennen und nutzen

Aufbau von Wissensmanagementsystemen für die breitere und übergreifende Informationsnutzung

Integration und Verteilung bereichsübergreifender Unternehmensdaten

Risikomanagement und Compliance

Analyse und -vorhersage der Unternehmensentwicklung

Schnellere Reaktionsgeschwindigkeiten auf Kundenbedürfnisse

Qualitätssicherung

Kostenreduktion

Office Automatisierung

Ressourcen planen und steuern (Sourcing)

Einheitliche Kundensicht

Betrugs- und Verbrechensprävention

Portfoliomanagement

Bessere Unterstützung der Geschäftsprozesse durch umfangreichere Analysen und bessere Kalku-

lationen

Prozessfortschrittsüberwachung, bspw. im Sales-Prozess

Tabelle 1: Genannte Use Cases von abteilungsübergreifenden Szenarien


- 20 -

Big Data Use Cases im Vertrieb

Abbildung 13: Worthäufigkeit in Use Cases im Vertrieb (ohne Wort „Sales“, n=152)

Genannte Use Cases im Vertrieb

Kundenverhalten verstehen, vorhersagen und besseres Kundenverständnis aufbauen (360 Grad

Kundensicht)

Maßnahmen zur Steigerung der Kundenbindung und Verhinderung der Kundenabwanderung

(Customer Experience / Journey)

Bessere Überwachung/Genauere Analysen von Vertriebsaktivitäten

Personalisierung von Vertriebs-/Marketingaktivitäten

Marktbeobachtung/Wettbewerbsanalyse

Preisgestaltung/Optimierung von Angeboten

Exaktere Vertriebsplanungen/-vorhersage

Identifizierung von Cross- und Up-Selling-Potenzialen

Verbessertes Bestandsmanagement

Neukundengewinnung/Leadgenerierung

Kundenklassifizierung und Verkaufsgruppenanalyse

Tabelle 2: Genannte Use Cases im Vertrieb


- 21 -

Big Data Use Cases im Kundenservice

Abbildung 14: Worthäufigkeit in Use Cases im Kundenservice (n=85)

Genannte Use Cases im Kundenservice

Analyse von Kundenverhalten

Datenbereitstellung/Datenanalysen für Außendienstmitarbeiter vor Ort

Kundenwertanalysen

Identifikation von Trends in Kundenanfragen

Identifikation von Kunde, bei denen ein Abwanderungsrisiko besteht

Vorausschauende Wartung/Optimierung von Wartungszyklen

Mustererkennungen im Bereich Kundenreklamation

Globales Beschwerdemanagement zur rechtzeitigen Identifizierung von Problemen

Berechnung der Verfügbarkeit von Ersatzteilen

Gewährleitungsanalysen

Steigerung der Effizienz in den Serviceaktivitäten etwa durch automatisches Beantworten von Fra-

gen

Tracking und Bewertung von Kundenservices

Echtzeitprofitabilitätsanalysen für bspw. Rabattierungen im Call-Center Gespräch

Direktmarketing und Produktempfehlungen

Customer Conversion

Tabelle 3: Genannte Use Cases im Kundenservice


- 22 -

Big Data Use Cases im Marketing

Abbildung 15: Worthäufigkeit in Use Cases im Marketing (ohne Wort „Marketing“, n=152)

Genannte Use Cases im Marketing

Analyse von Kundenverhalten

Datenbereitstellung/Datenanalysen für Außendienstmitarbeiter vor Ort

Kundenwertanalysen

Identifikation von Trends in Kundenanfragen

Identifikation von Kunde, bei denen ein Abwanderungsrisiko besteht

Vorausschauende Wartung/Optimierung von Wartungszyklen

Mustererkennungen im Bereich Kundenreklamation

Globales Beschwerdemanagement zur rechtzeitigen Identifizierung von Problemen

Berechnung der Verfügbarkeit von Ersatzteilen

Gewährleitungsanalysen

Steigerung der Effizienz in den Serviceaktivitäten beispielsweise durch automatisches Beantworten

von Fragen

Tracking und Bewertung von Kundenservices

Echtzeitprofitabilitätsanalysen zum Beispiel für Rabattierungen im Call-Center-Gespräch

Direktmarketing und Produktempfehlungen

Customer Conversion

Tabelle 4: Genannte Use Cases im Marketing


- 23 -

Big Data Use Cases im Controlling

Abbildung 16: Worthäufigkeit in Use Cases im Controlling (n=100)

Genannte Use Cases im Controlling

Verbesserung des Berichtswesens (allgemein)

Unternehmensplanung und Budgetierung, Forecasting

Schaffung einer integrierten Datensicht

Einfacheres Berichtswesen

Simulation, Unterstützung der Strategiefindung

Datenanalyse (allgemein)

Kostenanalyse und -optimierung

Rabatt- und Preisanalyse

Prozessoptimierung

Cash Flow Management, Liquiditätsverbesserung

Konsolidierung

Compliance

Tabelle 5: Genannte Use Cases im Controlling


- 24 -

Big Data Use Cases im Risikomanagement

Abbildung 17: Worthäufigkeit in Use Cases im Risikomanagement (ohne Worte „Risks, Ma-

nagement“, n=63)

Genannte Use Cases im Risikomanagement

Identifizierung neuer/bisher unbekannter Risiken

Identifizierung von "schlechten" Kunden

Allgemeine Verbesserung des Risikomanagements

Betrugserkennung

Kreditkartenbetrug

Bessere Prognose/Simulation von Risiken

Identifizierung von Zusammenhängen/Mustern

Identifizierung unternehmensexterner Risiken

Allgemein Verminderung/Vermeidung von Risiken

Identifizierung von Projektrisiken

Riskmonitoring

Compliance

Genauere Analyse von Risiken

Operative Risiken

Forecasting/Controlling

Vermeidung von Fehlinvestitionen

Tabelle 6: Genannte Use Cases im Risikomanagement


- 25 -

Big Data Use Cases in Forschung und Entwicklung

Abbildung 18: Worthäufigkeit in Use Cases in der Forschung und Entwicklung (n=71)

Genannte Use Cases in Forschung und Entwicklung

Analyse von Sensor- oder Telematikdaten

Entwicklung, Verbesserung und Testen von neuen Produkten/Verfahren

Gewinnung neuer Produktideen durch Trend- und Marktanalysen (bspw. Patentanalysen)

Identifikation von Kundenbedürfnissen

Verbesserte Nutzung von Informationen durch bspw. den Aufbau von Wissensdatenbanken, Ein-

satz von Selbstlernenden Algorithmen, Search Engines

Risikominimierung

Potentialanalyse für Preisgestaltung und Produktentwicklung

Innovationsmanagement

Auswertung von Produktinformationen über einen längeren Lebenszyklus

Optimierung der Entwicklungskosten

Tabelle 7: Genannte Use Cases in Forschung und Entwicklung


- 26 -

Big Data Use Cases im Personalwesen

Abbildung 19: Worthäufigkeit in Use Cases im Personalwesen (n=44)

Genannte Use Cases im Personalwesen

Personalbeschaffung

Mitarbeiterbindung

Mitarbeiterperformance

Effektiverer Einsatz von Personalressourcen

Mitarbeiterentwicklung/-förderung

Kosten

Compliance

Allgemein HR Analysen/Reporting/Controlling

Risikomanagement

Analysen zur Mitarbeitersituation (Zufriedenheit etc.)

Tabelle 8: Genannte Use Cases im Personalwesen


- 27 -

Big Data Use Cases in IT

Abbildung 20: Worthäufigkeit in Use Cases in der IT (n=108)

Genannte Use Cases in IT

Auswertung von Log-Files zur Problemsuche / Performanceoptimierung

Nutzungsanalysen für Daten, Applikationen, Devices, …

Optimierung der IT Infrastruktur (bspw. Self-Learning für Server Management)

Überwachung und Steuerung des IT Betriebes

Security und Risikominimierung

Kapazitätsplanung

Planung und Steuerung Human Resources, externes Sourcing

Prognose und Planung von IT-Umsetzungsprojekten

Bessere Unterstützung der Fachbereiche durch bessere Services

Ausbau der Service-Prozesse und Erhöhung der Service-Qualität (zum BeispielHelpDesk)

Entwicklung neuer IT-Produkte

Erhöhung der Reaktionsgeschwindigkeit in der IT auf neue Anforderungen (Prozessoptimierung)

Kostenoptimierung

Netzwerkanalysen

Tabelle 9: Genannte Use Cases in IT


- 28 -

Big Data Use Cases in Produktion

Abbildung 21: Worthäufigkeit in Use Cases in Produktion (ohne Wort „Production“, n=93)

Genannte Use Cases in Produktion

Reporting und Analyse von Produktionsprozessen und Effizienz

Produktionsplanung und Optimierung (Durchlaufzeiten, Ressourcenplanung, Kapazitäten, …)

Maschinenüberwachung / Sensor Daten / Asset Management

Qualitätsmanagement

Steuerung von Produktionsprozessen

Kostenreduktion

Materialanalysen (Verbrauch, …)

Steuerung Serviceintervalle / Predictive Maintenance

Individualisierung von Produkten

Profitabilitätsanalyse und -verbesserung

Nachverfolgung, Analyse von Telematik-/Bewegungsdaten

Leistungsvorhersage, Produktionsvorhersage

Reduktion von Standzeiten

Betrugsentdeckung / Schwund

Zugang zu Dokumenten

Messung der Datenqualität der Produktionsdaten

Benchmarking

Tabelle 10: Genannte Use Cases in der Produktion


- 29 -

Big Data Use Cases in Logistik/Supply Chain

Abbildung 22: Worthäufigkeit in Use Cases in Logistik/Supply chain (n=74)

Genannte Use Cases in Logistik/Supply Chain

Workflow Management, Prozessoptimierung

End-to-End-Reporting, Beschaffung bis Versand

Routenoptimierung

Optimierte Warenverteilung/Distribution, Liefertreue, Termintreue

Warenversorgung

Lagermanagement und -optimierung

Vorlaufzeitenoptimierung

Transportoptimierung

Tracking / Nachverfolgung

Logistikplanung und Optimierung

Qualitätsmanagement

Wartungsoptimierung

Lieferanten- und Kundenbewertung / Scoring

Infrastrukturgestaltung

Kapazitätsplanung

Ressourcenplanung

Absatzprognose

Tabelle 11: Genannte Use Cases in Logistik/Supply Chain


- 30 -

Unternehmen setzen derzeit vor allem auf Standard-BI-

Werkzeuge, Wandel steht jedoch bevor

Im Mittelpunkt der Diskussion um Big Data

standen lange Zeit technische Aspekte. Mittler-

weile dreht sie sich mehr darum, wie konkrete

Anwendungsszenarien eigentlich aussehen.

Dennoch bleibt die Frage nach den eingesetz-

ten Technologien hochaktuell. Big-Data-Analy-

sen sind oftmals nur im Zusammenspiel mit

neuen bzw. lange Zeit eher wenig beachteten

Technologien möglich. Der Markt für diese

Technologien befindet sich derzeit stark in Be-

wegung. Viele Technologien treten mit dem

Versprechen mannigfaltiger Vorteile an. Welche

dieser Technologien hat es aber tatsächlich

schon in die Unternehmen geschafft und wel-

che haben Unternehmen zukünftig auf ihrem

Zettel?

Abbildung 23: Wählen Sie bitte alle Technologiearten, die in Ihrem Unternehmen für Big

Data genutzt werden bzw. in Zukunft genutzt werden sollen. (n=428)

62%

53%

53%

43%

38%

36%

31%

17%

16%

14%

13%

13%

9

4

10

12

12

13

14

16

15

10

7

13

14%

8

14%

20%

11

20%

24%

24%

18%

22%

16%

19%

Standard-BI-Werkzeuge

Standard-Relationale-Datenbanken

Standard-Datenintegrationswerkzeuge

Explorative Analyse-/Data-Discovery-Werkzeuge

Individualentwicklung

Analytische Datenbanken

Data-Mining-/Predictive-Analytics-Lösungen

Hadoop-Ökosystem

Streaming-Systeme/Event Processing

Big Data Appliances

Spezielle Big-Data-Analyseanwendungen

NoSQL-Datenbanken



- 31 -

Die drei häufigsten Technologien, die Unterneh-

men heute für Big Data einsetzen, sind allesamt

Standardtechnologien. Insbesondere werden

sehr häufig Standard-BI-Werkzeuge und

Standard-Relationale-Datenbanken genutzt

(Abbildung 23), was den Stellenwert von struk-

turierten Daten auch im Big-Data-Kontext unter-

streicht. Deutlich wird auch, dass Standard-BI-

Werkzeuge nicht einfach durch spezielle Big-

Data-Technologien ersetzt werden, sondern

auch zukünftig eine wichtige Rolle spielen.

Die in Abbildung 5 gezeigten Herausforderun-

gen, die mit Big-Data-Initiativen angegangen

werden sollen, lassen allerdings vermuten,

dass Standardwerkzeuge zukünftig immer stär-

ker durch spezielle Technologien ergänzt wer-

den. Tatsächlich betreffen die größten Plan-

werte Technologien, die polystrukturierte Daten

handhabbar machen

sollen (Hadoop-Ökoys-

tem, NoSQL-Daten-

banken), die Analyse-

geschwindigkeit erhö-

hen (Streaming-Sys-

teme) und bessere

Vorhersagen ermögli-

chen (Predictive-Ana-

lytics-Lösungen). Die

zunehmende Umsetzung von Use Cases für

Big Data und der Einsatz neuer Technologien

gehen hier Hand in Hand. Als Folge wird in Un-

ternehmen zukünftig eine wesentlich heteroge-

nere Technologielandschaft anzutreffen sein,

was für Herausforderungen sorgen wird.

Abbildung 24: Welche der folgenden Technologiearten betreiben Sie/können Sie sich vor-

stellen in der Cloud zu betreiben? (n=454)

26%

14%

11%

11%

10%

6

7

7

6

8

8

7

7

29%

36%

31%

31%

37%

38%

36%

40%

37%

38%

36%

40%

37%

43%

52%

54%

46%

48%

54%

50%

56%

54%

60%

55%

Standard-Relationale-Datenbanken

Standard-BI-Werkzeuge

Standard-Datenintegrationswerkzeuge

Individualentwicklung

Explorative Analyse-/Data-Discovery-Werkzeuge

Analytische Datenbanken

Hadoop-Ökosystem

Data-Mining-/Predictive-Analytics-Lösungen

Streaming-Systeme/Event Processing

NoSQL-Datenbanken

Spezielle Big-Data-Analyseanwendungen

Big Data Appliances

Im Einsatz Geplant Grundsätzlich vorstellbar Nicht vorstellbar

„Die größten Planwerte wei-

sen Technologien auf, die

polystrukturierte Daten

handhabbar machen, die

Analysegeschwindigkeit er-

höhen und bessere Vorher-

sagen ermöglichen.“


- 32 -

Die Cloud gilt in den Diskussionen um mehr

Flexibilität und Agilität in den Unternehmen als

einer der wichtigsten Bausteine. Aus Abbildung

24 geht hervor, wie Unternehmen auf das

Thema blicken: Welche Technologien betreiben

Unternehmen derzeit schon in der Cloud, wo

planen sie es und können sie es sich überhaupt

grundsätzlich vorstellen? Zunächst ist festzu-

stellen, dass Unternehmen heute ihre verschie-

denen Technologien nur zu einem Bruchteil in

der Cloud einsetzen. Am häufigsten nutzen sie

mit 26 Prozent relationale Datenbanken, also

eine Technologie, für die in der Regel viel Er-

fahrung existiert und die sich gut einschätzen

lässt. Auch die Planwerte fallen für alle Techno-

logien eher mager aus. Zudem scheint es eine

Art Zweiteilung zu geben: Ungefähr eine Hälfte

der befragten Unternehmen ist dem Betrieb von

Big-Data-Technologien in der Cloud gegenüber

grundsätzlich aufgeschlossen eingestellt; für die

andere Hälfte ist dies nicht vorstellbar.

Abbildung 25: Welche der folgenden Datentypen nutzt Ihr Unternehmen für Big-Data-Analy-

sen? (n=208)

Der starke Einsatz von Standard-BI-Technolo-

gien für Big Data spiegelt sich in den verwende-

ten Daten wider (Abbildung 25). An erster Stelle

stehen in den Unternehmen, die schon heute

Big-Data-Analysen verwenden, Daten aus

Transaktionssystemen (64 Prozent). Sie spielen

nicht nur allein sondern auch im Zusammen-

spiel mit anderen Datenquellen sehr häufig eine

entscheidende Rolle. Weithin gebräuchlich sind

mittlerweile auch Logdaten aus IT-Systemen

(59 Prozent), die wohl insbesondere von IT-Be-

reichen für die Analyse ihrer Systemlandschaf-

ten eingesetzt werden. Praktisch alle Datenar-

ten weisen hohe Steigerungsraten auf. Ein wei-

terer Beleg dafür, dass den Unternehmen der

Wert ihrer Daten zunehmend bewusst ist und

sie daraus Kapital schlagen wollen. Überdies

weisen unstrukturierte Daten wie Social-Media-

Daten oder Dokumente/Texte, aber auch

Streaming-Daten die höchsten Planwerte auf.

Hier besteht auch ein Zusammenhang mit den

kundenzentrierten Einsatzszenarien, die diese

Datenarten häufig nutzen sowie den Planwer-

ten für entsprechende Technologien, die diese

Daten handhabbar machen.

64%

59%

30%

30%

24%

21%

12%

19%

11

11

23%

26%

19%

17%

9

13%

18%

21%

24%

22%

17%

Daten aus Transaktionssystemen

Logdaten von IT-Systemen

Sensor-, RFID-, oder andere Maschinendaten

Dokumente/Texte

Social-Media-Daten

Clickstream-Daten

Videoclips/Bilder



- 33 -

Beschäftigungstreiber Big Data

Da Big Data gerade erst dabei ist, sich in den

Unternehmen zu etablieren, ist die Finanzie-

rungsfrage von besonderem Interesse: Wie fi-

nanzieren die Unternehmen ihre Initiativen?

Wohin fließen die Investitionen? Wie entwickelt

sich das Budget?

Abbildung 26: Wohin fließen die Big-Data-Investitionen Ihres Unternehmens? (n=208)

In Unternehmen, die schon heute Big Data nut-

zen, fließen die meisten Investitionen in die Er-

höhung des Budgets für IT-Lösungen (Abbil-

dung 26). An erster Stelle steht offenbar, die

technologischen Voraussetzungen zu schaffen.

Da aber auch die beste Technologie ohne ent-

sprechend qualifiziertes Personal nichts nützt,

investieren Unternehmen gleichzeitig in die

Weiterbildung (48 Prozent) aber auch in den

Aufbau von neuem Personal. Ganze 30 Prozent

der Unternehmen, die schon Big Data verwen-

den, wollen hier neue Stellen schaffen – ein

Jobmotor.

Abbildung 27: Wie finanzieren Sie Ihre Big-Data-Initiative(n)? (n=209)

55%

48%

30%

26%

24%

20%

7%

2%

Erhöhung des Budget für IT-Lösungen

Weiterbildung des bestehenden Personals

Personalaufbau/Schaffung neuer Stellen

Externe technische Beratung

Externe fachliche Beratung

Schaffung einer eigenenOrganisationseinheit mit eigenem Budget

Keine neuen Investitionen

Sonstige

52%

46%

31%

30%

2%

Projektbezogene Finanzierung

Aus dem IT-Budget

Aus dem Forschungs-/Innovationsbudget

Aus Fachbereichsmitteln

Sonstige


- 34 -

Woher stammen die Budgets für diese Investiti-

onen? Die Antworten der Umfrageteilnehmer

lassen das frühe Stadium vieler Big-Data-Initia-

tiven erkennen (Abbildung 27). So finanzieren

52 Prozent der Unternehmen, die heute schon

Big Data betreiben, ihre Initiativen projektbezo-

gen. Offenbar ist das Thema noch eher lose in

den Prozessen verankert, sodass es noch nicht

in feste Budgets einfließt. Wenn es allerdings

Teil dieser ist, stammen die Mittel vor allem aus

dem IT-Budget (46 Prozent) – ein weiterer Hin-

weis darauf, dass Big Data noch immer ein e-

her technisch getriebenes Thema ist.

Interessante Unterschiede liefert der Regionen-

vergleich: Während in Nordamerika die Mittel

überdurchschnittlich oft aus dem IT-Budget (54

Prozent vs. 43 Prozent in Europa) und den

Fachbereichen stammen (39 Prozent vs. 24

Prozent), greifen europäische Unternehmen

weitaus stärker auf Forschungsbudgets zurück

(20 Prozent in Nordamerika vs. 37 Prozent in

Europa). In Nordamerika sind Ausgaben für Big

Data wesentlich häufiger Teil fester Budgets als

in Europa. Auch hier zeigt sich, dass nordame-

rikanischen Unternehmen beim Thema Big

Data weiter sind als die europäischen.

Abbildung 28: Veränderung des Big-Data-Budgets in den letzten und nächsten 12 Monaten

(Median) (n=222)

Dass Big Data in den Unternehmen angekom-

men ist, macht sich auch in der Budgetentwick-

lung deutlich (Abbildung 28). So stiegen die

Ausgaben für IT-Lösungen und Personalmaß-

nahmen in den letzten zwölf Monaten in den

Unternehmen, für die Big Data-Initiativen zu-

mindest denkbar sind, um fünf Prozent (Medi-

anwert). Für die kommenden zwölf Monate pla-

nen diese Unternehmen in allen Bereich noch-

mals eine Steigerung um durchschnittlich fünf

Prozent.

Etwas überraschend fällt das Ergebnis für die

unterschiedlichen Regionen aus. So investier-

ten europäische Unternehmen in den letzten

zwölf Monaten durchschnittlich fünf Prozent

mehr in IT-Lösungen und externe Beratung als

nordamerikanische. Da nicht bekannt ist, von

welchen absoluten Werten ausgehend diese

Steigerungen erfolgten, ist anzunehmen, dass

sich die geringeren Investitionen in Nordame-

rika durch bereits getätigte Budgetsteigerungen

in der Vergangenheit erklären lassen. Europäi-

sche Unternehmen haben offenbar die Notwen-

digkeit erkannt, dass sie ihre Investitionen stei-

gern müssen, wenn sie mit ihrem nordamerika-

nischen Wettbewerbern mithalten wollen.

Vergangene

12 Monate

Kommende

12 Monate

Insgesamt

IT-Lösungen 5% 10%

Externe Beratung 0% 5%

Personalmaßnahmen 5% 10%

Regionen

Nordamerika IT-Lösungen 5% 10%



Europa IT-Lösungen 10% 10%




- 35 -

Fehlendes Know-how bremst Big Data aus

Der Mehrwert für Unternehmen aus Big-Data-

Analysen ist groß. Dennoch kämpfen Unterneh-

men gerade bei Big-Data-Projekten mit einer

Reihe von Problemen (Abbildung 29). Generell

scheint Big Data für die Unternehmen ein

Thema zu sein, das zwar mit vielen Vorteilen

einhergeht, derzeit allerdings relativ problembe-

haftet ist. Nur sechs Prozent aller Umfrageteil-

nehmer sagen, dass sie beim Einsatz von Big-

Data-Technologien keine Probleme sehen.

Abbildung 29: Welche Probleme sehen Sie beim Einsatz von Big-Data-Technologien/-Analy-

sen? (n=545)

Besonders oft trifft man auch weiterhin auf die

Know-how-Problematik: Etwa jedes zweite Un-

ternehmen berichtet von fehlendem fachlichem

oder technischem Know-how. Offenbar bringt

der Arbeitsmarkt schlicht und ergreifend zu we-

nig qualifiziertes Personal

hervor. Ein Problem, dass

nicht regional beschränkt ist,

sondern sowohl nordamerika-

nische als auch europäische

Unternehmen beklagen: Die

Werte für fehlendes fachliches und technisches

Know-how liegen in beiden Regionen bei circa

50 Prozent. Es könnte also der Fall eintreten,

dass Unternehmen zwar Stellen schaffen wol-

len, aber aufgrund des fehlenden Angebots sei-

tens des Marktes gar nicht in der Lage sind,

diese zu besetzen. Dies rückt die Aus- und

Weiterbildung der existierenden Mitarbeiter in

den Vordergrund.

Ferner stehen die Themen

Datenschutz und -sicherheit

ganz oben auf der Problem-

liste der Unternehmen. Der

hohe Wert für das Thema Da-

tenschutz ist vor dem Hintergrund der vielen

Einsatzszenarien, die den Kunden in den Mittel-

punkt rücken, wenig erstaunlich. Je mehr sich

53%

49%

48%

48%

38%

38%

34%

26%

24%

6%

1%

Fehlendes fachliches Know-how

Datenschutz

Fehlendes technisches Know-how

Datensicherheit

Kosten

Fehlende überzeugende Einsatzszenarien

Unternehmensprozesse noch nicht reif

Technische Probleme

Kann Big Data nicht für Fachanwender imUnternehmen nutzbar machen

Keine Probleme

Sonstige

„Etwa jedes zweite Unterneh-

men berichtet von fehlendem

fachlichem oder technischem

Know-how.“


- 36 -

Analysen auf den Kunden konzentrieren, desto

wichtiger wird es für die Unternehmen, die Da-

ten entsprechend zu anonymisieren, um die Pri-

vatsphäre der Kunden zu schützen. Bevor die

eigentlichen Analysen stattfinden, bedarf es

aufwendiger Verfahren, welche die Unterneh-

men heute offenbar vor großen Herausforde-

rungen stellen, sowohl hinsichtlich der inhaltli-

chen Ausgestaltung, der Rechtssicherheit als

auch ihrer technischen Umsetzung.

Wenn es um Big Data

geht, ist auch die Da-

tensicherheit in vielen

Unternehmen ein zent-

rales Thema. In Big

Data kann unterneh-

menskritisches Wissen

enthalten sein oder der

Zugriff auf neue Sys-

teme Probleme aufwerfen. So sehen beispiels-

weise Produktionsunternehmen den Zugriff auf

ihre Maschinen zur Erfassung von Maschinen-

daten kritisch, da auf diesen Maschinen auch

Programme zur Maschinensteuerung liegen

können, die als kritisches Intellectual Property

zu schützen sind. Auch die Speicherung und

Übertragung von Daten in Cloud-basierten Sys-

temen (zum Beispiel Social Media) oder Daten-

quellen birgt Unsicherheit, die es zu adressie-

ren gilt.

Mit 38 Prozent ist überdies die Zahl derjenigen

sehr hoch, die über fehlende Einsatzszenarien

klagen – und das trotz einer relativ lebendigen

Diskussion in den Fachmedien. Fehlende Krea-

tivität zur gewinnbringenden Datennutzung oder

gar Veränderung der Geschäftsmodelle auf Da-

tenbasis oder das fehlende Vertrauen einer ren-

tablen Einführung neuer Ansätze und Technolo-

gien sind ein häufiges Thema. Technische

Probleme sind hingegen offenbar nicht die

Hauptschwierigkeit, wenn es um den Einsatz

von Big-Data-Technologien geht. Nur 26 Pro-

zent sehen diese als problematisch an.

Hervorzuheben sind zudem die nicht nur in

puncto fehlendes Know-how sehr ähnlichen Er-

gebnisse für Nordamerika und Europa: Erstaun-

lich insbesondere bei den Themen Datenschutz

(50 Prozent in Nordamerika vs. 49 Prozent in

Europa) und -sicherheit (56 Prozent in Nord-

amerika vs. 46 Prozent in Europa). Es scheint

also nicht so zu sein, wie häufig kolportiert,

dass nordamerikanische Unternehmen im Ver-

gleich wesentlich weniger Wert auf das Thema

Datenschutz legen würden.

Unterschiede sind lediglich bei den technischen

Problemen festzustellen, die in Nordamerika

weiter verbreitet sind (30 Prozent vs. 23 Pro-

zent). Dies ist jedoch nicht weiter verwunder-

lich, da nordamerikanischen Unternehmen eher

Vorreiter in Sachen Big Data sind und neue

Technologien früher einsetzen.

„Je mehr sich Analysen auf

den Kunden konzentrieren,

desto wichtiger wird es für

die Unternehmen, die Daten

entsprechend zu anonymi-

sieren, um die Privatsphäre

der Kunden zu schützen.“


- 37 -

Abbildung 30: Probleme nach Status quo der Big-Data-Initiative (525)

Weitere interessante Ergebnisse liefert ein Blick

auf die Probleme, über die Unternehmen in wel-

chem Stadium ihrer Big-Data-Initiative klagen

(Abbildung 30). Dabei scheinen Unternehmen,

die auch zukünftig keine Big-Data-Initiative pla-

nen, zwei Hauptprobleme zu haben: Einerseits

haben sie in 56 Prozent der Fälle bisher keine

überzeugenden Einsatzszenarien ausmachen

können. Anderseits fehlt ihren Unternehmens-

prozessen überdurchschnittlich oft die entspre-

chende Reife für Big-Data-Projekte (50 Pro-

zent). Unternehmen, die derzeit noch keine Ini-

tiative haben, aber die künftig planen, haben

neben größeren Know-how-Problemen über-

durchschnittlich oft Schwierigkeiten damit, Big-

Data-Initiativen finanziert zu bekommen (48

Prozent).

Auffällig ist ferner, dass Unternehmen, die Big

Data schon in ihre Unternehmensprozesse im-

plementiert haben, immer noch sehr hohe

Werte im Bereich fehlendem Know-how aufwei-

sen. Am gravierendsten sind ihre Probleme al-

lerdings in den Bereichen Datenschutz und -si-

cherheit. Diese scheinen im Vorfeld oftmals un-

terschätzt zu werden.

56%

55%

46%

39%

33%

29%

19%

17%

14%

12%

48%

48%

53%

50%

26%

36%

27%

35%

26%

8%

52%

51%

63%

56%

25%

48%

26%

41%

42%

1%

35%

31%

41%

36%

16%

28%

18%

56%

50%

9%

Datenschutz

Datensicherheit



Technische Probleme

Kosten

Kann Big Data nicht für Fachanwenderim Unternehmen nutzbar machen

Fehlende überzeugendeEinsatzszenarien

Unternehmensprozesse noch nicht reif

Keine Probleme


Big Data als Pilotprojekt

Keine Big-Data-Initiative, aber in Zukunft denkbar

Nein, es existiert keine Big-Data-Initiative und es ist auch zukünftig keine geplant


- 38 -

Während sich zwischen den verschiedenen Re-

gionen keine größeren Unterschiede bei den

genannten Problemen ausmachen lassen, fin-

den sich bei einer näheren Betrachtung der ver-

schiedenen Branchen ein paar interessante Er-

kenntnisse. Im Finanzsektor klagen die Unter-

nehmen überdurchschnittlich oft über fehlende

Einsatzszenarien. So geben dort 53 Prozent

der Unternehmen an, sie sähen für sich keine

interessanten Anwendungsfälle. Industrieunter-

nehmen hingegen klagen überdurchschnittlich

oft über fehlendes Know-how – 63 Prozent über

fehlendes fachliches,

61 Prozent über feh-

lendes technisches

Know-how. Dies ist of-

fensichtlich ein we-

sentliches Hemmnis

für das aktuelle Modethema „Industrie 4.0“, das

Unternehmen ganz besonders beachten soll-

ten. Im öffentlichen Sektor dominieren der Da-

tenschutz (68 Prozent), die Kosten (54 Prozent)

und fehlende Einsatzszenarien (51 Prozent) die

Liste der häufigsten Probleme.

Abbildung 31: Entwicklung Probleme in der DACH-Region (n= 206/322/204

Nicht minder interessant ist die Entwicklung der

Probleme in der DACH-Region in den letzten

drei Jahren (Abbildung 31). Dabei sind aus un-

serer Sicht insbesondere drei Sachverhalte her-

vorzuheben:

59%

55%

54%

51%

38%

36%

26%

23%

55%

47%

53%

36%

45%

40%

32%

22%

44%

46%

25%

33%

36%

34%

15%



Datenschutz

Datensicherheit

Kosten

Fehlende überzeugendeEinsatzszenarien

Technische Probleme

Big Data nicht für Fachanwender imUnternehmen nicht nutzbar

2015 2013/14 2012

„Fehlendes Know-how ist of-

fensichtlich ein wesentliches

Hemmnis für das aktuelle

Modethema „Industrie 4.0“.“


- 39 -

Die einzigen Probleme, welche in der

DACH-Region wirklich rückläufig er-

scheinen, sind technischer Natur. Ver-

mutlich ein Effekt der zunehmenden

Reife, da Unternehmen mit anfängli-

chen technischen Problemen langsam

aber sicher umzugehen wissen.

Auffällig ist, dass dies für die fachliche

und technische Wissenslücke offenbar

nicht gilt. Ganz im Gegenteil: diese

nimmt in der DACH-Region sogar wei-

ter zu. Der Bedarf an qualifizierten Big-

Data-Experten wird offenbar weder

vom Arbeitsmarkt noch von Weiterbil-

dungsinitiativen gestillt, oder Unterneh-

men versuchen das Thema zunächst

mit den vorhandenen Mitarbeitern an-

zugehen, denen aber das Know-how

fehlt.

Während im letzten Jahr das Thema

Datenschutz sprunghaft anstieg (von

25 auf 53 Prozent), ist dieses Jahr ein

ähnlicher Effekt beim Thema Datensi-

cherheit festzustellen. Hier spiegeln

sich offenbar die vorherrschenden Ver-

änderungen in der Diskussion um Big

Data wider. Wurde im Vorjahr noch

ausgiebig über die Snowden-Doku-

mente und die Praktiken der NSA be-

richtet, konzentriert sich die Diskussion

der letzten Monate eher auf Sicher-

heitsthemen wie den Schutz vor Cybe-

rattacken.


- 40 -

Fazit und Handlungsempfehlungen

Big Data setzt sich in den Unternehmen lang-

sam aber sicher durch. So gibt es nur sehr we-

nige Unternehmen, die von sich sagen, eine

Big-Data-Initiative wäre für sie überhaupt nicht

denkbar. Weltweit haben schon über 40 Pro-

zent der Unternehmen Erfahrungen mit Big

Data gesammelt. Gleichzeitig zeigen sich auch

größere regionale und branchenspezifische Un-

terschiede: dabei drohen nordamerikanische

Unternehmen ihrer europäischen Konkurrenz

zu enteilen; und während Fertigungsunterneh-

men mit Industrie 4.0 bei Big Data noch nicht so

recht aus den Startlöcher gekommen sind, hat

sich der Handel die Führungsposition gesichert.

Zahlreich sind sowohl

Herausforderungen als

auch Akteure innerhalb

der Unternehmen, die

Big Data auf die Ta-

gesordnung setzen:

stark wachsende und

unterschiedlich strukturierte Datenmengen, der

Wunsch nach schneller und besseren Analy-

sen, generell ein gestiegenes Bewusstsein für

den Wert von Daten, ausgefeiltere Prognose-

techniken … die Liste an Treibern ist lang. Letz-

ten Endes gibt allerdings oftmals die aktive

Rolle des Managements den Ausschlag, wie

weit heute schon Big-Data-Initiativen in den Un-

ternehmen gediehen sind.

Der Mehrwert ist dabei beachtlich, den Unter-

nehmen erzielen können, wenn sie sich beim

Thema Big Data vorwagen. Ganz vorne auf der

Liste stehen: bessere strategische Entschei-

dungen, bessere Steuerung der operativen Pro-

zesse, ein besseres Kundenverständnis sowie

Kostensenkungen, um nur einige zu nennen.

Dabei werden die im Vorfeld vorhandenen ho-

hen Erwartungen nicht nur gänzlich erfüllt, in

vielen Punkten werden sie sogar übertroffen.

Gerade die Punkte Kostensenkung und Um-

satzsteigerung sollten diejenigen nachdenklich

stimmen, die sich Big Data bisher verweigert

haben: Von einer durchschnittlichen Umsatz-

steigerung von acht Prozent und einer Kosten-

senkung um zehn Prozent berichten diejenigen

Unternehmen, die den Nutzen ihrer Big-Data-

Initiative beziffern können. Es bedarf sicherlich

keiner allzu großen Fantasie, um sich auszu-

malen, dass Big-Data-Verweigerer zunehmend

Gefahr laufen, ökonomisch abgehängt zu wer-

den.

Schon heute existiert eine ganze Bandbreite

unterschiedlicher Einsatzszenarien. In deren

Mittelpunkt steht eindeutig der Kunde, den man

besser verstehen möchte. Gleichwohl dringt Big

Data in alle Unternehmensbereiche vor und in

allen Bereichen finden sich bereits heute aus-

reichend Anwendungsfälle – von der Produktion

über das Controlling bis hin zum Personalwe-

sen. Die außerordentlich hohen Planwerte je

Bereich sprechen dabei für sich: Big Data

kommt früher oder später so gut wie überall

zum Einsatz. Kein Unternehmensbereich kann

und sollte sich Big Data verschließen, wenn

man zukünftig als Unternehmen in Gänze wett-

bewerbsfähig bleiben möchte.

Sowie die Anwen-

dungsfälle in Unter-

nehmen langsam aber

stetig zunehmen, gerät

die herkömmliche BI-

Infrastruktur auf den

Prüfstand. In den Ein-

satzszenarien finden

oftmals völlig neue Da-

ten(-arten) Verwendung: Maschinensensoren,

Emails und andere Dokumente, Streaming- o-

der Social-Media Daten. Die herkömmliche auf

strukturierte Daten ausgelegte und vielfach we-

nig flexible BI-Infrastruktur erreicht hier ihre

Grenzen. Zwar setzen die Unternehmen heute

hauptsächlich noch auf Standard-BI-Technolo-

gien, allerdings deutet sich der technologische

Umbruch schon an. Dabei schaffen die Unter-

nehmen ihre tradierten BI-Systeme keinesfalls

„Der Mehrwert ist dabei be-

achtlich, den Unternehmen

erzielen können, wenn sie

sich beim Thema Big Data

vorwagen.“

„Schon heute existiert eine

ganze Bandbreite unter-

schiedlicher Einsatzszena-

rien. In deren Mittelpunkt

steht eindeutig der Kunde,

den man besser verstehen

möchte.“


- 41 -

ab, sondern ergänzen diese zunehmend um

Technologien, welche die Anforderungen von

Big Data in puncto Geschwindigkeit, Volumen

und Datenstrukturen standhalten können.

Die dadurch entstehende komplexe technologi-

sche Infrastruktur bringt gleichwohl ganz neue

Herausforderungen mit sich. Datenschutz und

Datensicherheit sind die beiden größten Prob-

leme in Unternehmen, die schon heute Big-

Data-Initiativen in ihren Unternehmensprozes-

sen implementiert haben. Der Schutz und die

Anonymisierung von sensiblen Kunden- und

Unternehmensdaten in einer Big-Data-Umge-

bung stellt offenbar eine nicht ganz triviale An-

gelegenheit dar.

Kernproblem Nummer

zwei: das fehlende

Know-how in den Un-

ternehmen. Praktisch

überall auf der Welt

klagen Unternehmen

über fehlende techni-

sche und fachliche Big-Data-Expertise. Zwar

geben viele Unternehmen an, sogar neue Stel-

len in diesem Bereich schaffen zu wollen. Den-

noch bleibt es äußerst fraglich, ob sich auf den

weltweiten Arbeitsmärkten auch nur annähernd

so viele fähige Kandidaten tummeln, wie die

Unternehmen benötigen. Insbesondere die In-

dustrie und ihr „Großprojekt“ Industrie 4.0 lau-

fen Gefahr, hierdurch bereits ins Stocken zu ge-

raten, bevor es überhaupt so richtig losgegan-

gen ist.

Zusammenfassend sollten Unternehmen sich

insbesondere folgende Handlungsempfehlun-

gen zu Herzen nehmen:

Starten Sie jetzt mit ihren Big-Data-Initiati-

ven! Die Teilnehmer dieser Studie zeigen

die zahlreichen Anwendungsbeispiele und

den hohen erreichbaren Nutzen aus der

Analyse von Big Data. Fangen Sie mit Pi-

lot-Projekten an, die verschiedene Berei-

che, Datenarten und Prozesse umfassen!

Setzen Sie Kreativität frei! Schaffen Sie

Freiräume, in denen Mitarbeiter die vielen

Beispiele in dieser Studie auf ihre Ein-

satzmöglichkeit im eigenen Unternehmen

bewerten, aber vor allem auch selbst Vor-

schläge entwickeln können, in welchen

Prozessen oder Geschäftsmodellen Da-

ten einen Beitrag zur Verbesserung leis-

ten können.

Das Top Management ist ein wichtiger

Treiber, aber die weiteren Ebenen in den

Fachbereichen müssen ebenfalls zu Pro-

tagonisten werden. Nur so können die

Einsatzszenarien in den verschiedenen

Bereichen auch tatsächlich umgesetzt

werden.

Beginnen Sie mit der internen Weiterbil-

dung und sondieren Sie den Arbeitsmarkt

nach technischer und fachlicher Big Data

Expertise. Sie werden sie brauchen.

Entwerfen Sie eine Datenstrategie für Ihr

Unternehmen, die alle Daten einschließ-

lich Big Data umfasst. Eine Einordnung

Ihrer Daten in Schutzklassen und Sicher-

heitszonen mit zugehörigen Richtlinien

und Verantwortlichkeiten hilft, Daten-

schutz und Datensicherheit zu konkreti-

sieren und Unsicherheiten zu nehmen.

Berücksichtigen Sie, dass Big-Data-Pro-

jekte häufig explorativ mit Daten umge-

hen. Business-Intelligence-Standardver-

fahren sind hier der falsche Maßstab. Da-

tenexperimente müssen schnell fehlschla-

gen können, damit man daraus lernt und

sich einer guten, vielleicht bahnbrechen-

den Lösung annähern kann.

„Praktisch überall auf der

Welt klagen Unternehmen

über fehlende technische

und fachliche Big-Data-Ex-

pertise.“


- 42 -

Anhang A: Methodik und Demographie

Die Online-Anwenderumfrage wurde weltweit

von Dezember 2014 bis Februar 2015 durchge-

führt. Die Befragung wurde von BARC über

Webseiten, Veranstaltungen und im E-Mail-

Newsletter beworben.

Es beteiligten sich insgesamt 559 Teilnehmer

an der Erhebung. Mit 37 Prozent stammen die

meisten Teilnehmer aus der DACH-Region (Ab-

bildung 32). Mit etwas Abstand folgen die Teil-

nehmer aus Nordamerika (22 Prozent). Die wei-

teren Teilnehmer verteilen sich relativ gleichmä-

ßig auf die anderen europäischen und weltwei-

ten Regionen – mit Ausnahme von Afrika und

des Nahen Ostens, die nur vier Prozent der

Stichprobe ausmachen.

Abbildung 32: Verteilung nach Regionen (n=546)

Es wurde eine breit gefächerte Branchenvertei-

lung der Studienteilnehmer erreicht (Abbildung

33). Besonders häufig ist die IT (16 Prozent),

die Fertigungsindustrie (14 Prozent), die Bera-

tungsbranche (13 Prozent) und der Handel

(8 Prozent) vertreten.

37%

22%

8%

7%

7%

5%

5%

5%

4%

DACH-Region

Nordamerika

Südeuropa

Frankreich & französisch sprechendeGebiete

Asien/Pazifik

UK & Nordeuropa

Osteuropa

Lateinamerika

Sonstige


- 43 -

Abbildung 33: Branchenverteilung (n=543)

Die Unternehmensgröße nach Mitarbeiteran-

zahl geht aus Abbildung 34 hervor. Mit 38 Pro-

zent sind Unternehmen der Größenklasse

250 bis 5.000 Mitarbeiter in der Studie am häu-

figsten vertreten. Die Studie deckt mit jeweils

knapp 32 Prozent (Mehr als 5.000 Mitarbeiter)

und 29 Prozent (Weniger als 250 Mitarbeiter)

aber auch andere Unternehmensgrößen reprä-

sentativ ab.

Abbildung 34: Unternehmensgröße (Mitarbeiterzahl, n=543)

Eine Betrachtung der Herkunft der Studienteil-

nehmer nach Unternehmensbereichen zeigt

eine Dominanz der IT (42 Prozent) (Abbildung

35). Unter den Fachbereichen sind das Control-

ling (17 Prozent) und das Management (14 Pro-

zent) am häufigsten vertreten. 14 Prozent ent-

fallen auf Teilnehmer aus einer bereichsüber-

greifenden BI-Organisation, zum Beispiel Busi-

ness Intelligence Competency Center (BI CC).

16%

14%

13%

8%

5%

5%

5%

5%

4%

4%

4%

3%

3%

3%

2%

2%

1%

1%

0,4%

IT

Fertigungsindustrie

Beratung

Handel

Bankensektor

Dienstleistungen (außer Beratung)

Gesundheitswesen

Prozessindustrie

Bildung

Transportwesen und Logistik

Versicherungen

Energie und Versorgungswirtschaft

Öffentlicher Sektor

Telekommunikation

Medien/Verlagswesen

Sonstige

Öl, Gas und Bergbau

Baugewerbe

Landwirtschaft

29%

38%

32%

Weniger als 250

250 bis 5.000

5.000 und mehr


- 44 -

Abbildung 35: In welchem Fachbereich sind Sie tätig? (n=530)

42%

17%

14%

14%

3%

3%

2%

2%

1%

1%

0,4%

0,4%

IT


Management

Eigenständige BI-Organisation

Sonstige

Marketing

Forschung/Entwicklung

Vertrieb

Produktion

Personalwesen

Beschaffungswesen/Einkauf

Logistik/Supply Chain


- 45 -

Das Business Application Research Center (BARC)

www.barc.de

Firmenprofil

Das Business Application Research Center

(BARC) ist ein Forschungs- und Beratungsinsti-

tut für Unternehmenssoftware mit Fokus auf die

Bereiche Business Intelligence, Enterprise Con-

tent Management (ECM), Customer Relations-

hip Management (CRM) und Enterprise Res-

source Planning (ERP). BARC-Mitarbeiter sind

seit 1994 in der Evaluation von Business-Intelli-

gence- und ECM-Produkten und Beratung von

Unternehmen tätig. Dabei vereinen die BARC-

Analysten Markt-, Produkt- und Einführungswis-

sen. Know-how-Basis sind die seit Jahren stän-

dig durchgeführten Marktanalysen und Produkt-

vergleichsstudien, die ein umfassendes Detail-

wissen über den Leistungsumfang aller marktre-

levanten Software-Anbieter und neueste Ent-

wicklungen im Markt sicherstellen.

Neben dem Firmensitz in Würzburg unterhält

BARC heute Niederlassungen in München, Lon-

don, Wien und Zürich. BARC formt mit den Ana-

lystenhäusern CXP und PAC die führende euro-

päische Analystengruppe für Unternehmenssoft-

ware und IT Services mit Vorortvertretungen in

acht Ländern.

BARC ist aus den komparativen Produktanaly-

sen am Lehrstuhl Wirtschaftsinformatik der Uni-

versität Würzburg, Prof. Dr. R. Thome hervorge-

gangen. In seiner Stellung als unabhängiges

Institut beobachtet und analysiert BARC den

Markt für Business Applications. In Beratungs-

projekten, Software-Vergleichsstudien und auf

Fachtagungen bringt BARC Transparenz und

Vergleichbarkeit in den Software-Markt. Dabei

ist BARC strikt unabhängig von Software-Anbie-

tern. Dies bedeutet, dass keine Gebühren für die

Aufnahme in Studien oder Provisionen bei der

Empfehlung von Software erhoben werden.

BARC bietet auch keine Implementierung von

Software an, um keine internen Interessen zu er-

zeugen.

BARC-Mitarbeiter evaluieren seit mehr als 20

Jahren Business-Intelligence- und Enterprise-

Content-Management-Produkte und nutzen das

so erlangte Wissen in Beratungsprojekten zur

Software-Auswahl und IT-Strategie.

Über 1.200 Kunden jährlich, darunter mehr als

90 Prozent der DAX100-Unternehmen nutzen in

vielfältiger Weise das Know-how der BARC-

Analysten. BARC-Beratungsprojekte sind hoch

effizient und gewährleisten ein Höchstmaß an

Sicherheit bei Software-Auswahl und IT-Strate-

gie. BARC-Studien bieten einen qualifizierten

Marktüberblick und einen detaillierten Software-

Vergleich. BARC-Tagungen und Seminare ge-

ben einen konzentrierten Eindruck aller relevan-

ten Anbieter in verschiedenen Segmenten des

Marktes für Geschäftsanwendungen.

.

http://www.barc.de/


- 46 -

Firmenprofile der Sponsoren

Blue Yonder

www.blue‐yonder.com

Firmenprofil

Blue Yonder ist der führende SaaS-Anbieter für

Predictive Applications im europäischen Markt

und wurde jüngst in den Gartner Report ‚Cool

Vendors in Data Science 2015‘ aufgenommen.

Die Plattform des Unternehmens automatisiert

Entscheidungen in Echtzeit und liefert präzise

Prognosen. Gegründet vom ehemaligen CERN-

Forscher Prof. Michael Feindt wird das Unter-

nehmen durch die Private Equity-Gesellschaft

Warburg Pincus und der Otto Group unterstützt.

Das seit 2008 in Karlsruhe ansässige Unterneh-

men bietet branchenspezifische Prognosesoft-

ware, mit deren Hilfe Kunden wie Otto, EON und

EAT ihre Kernprozesse optimieren und zu „Pre-

dictive Enterprises“ werden können. Dazu nutzt

Blue Yonder wissenschaftlich basierte und inno-

vative Techniken wie Predictive Modelling und

Machine Learning. Die skalierbare und cloudba-

sierte Plattform von Blue Yonder stellt treffsi-

chere Prognosen für die Absatzplanung und au-

tomatisierte Disposition bereit. Darüber hinaus

wird sie auch in der dynamischen Preisgestal-

tung sowie für Kundenanalysen eingesetzt.

Im Januar 2014 rief Blue Yonder die Data Sci-

ence Academy ins Leben, um Unternehmen re-

levantes Fachwissen zur Verfügung zu stellen

und gezielt Entscheider aus dem Management,

den Fach- und IT-Abteilungen zu schulen.

Die Arbeit von Blue Yonder wurde bereits mehr-

fach ausgezeichnet, unter anderem mit dem

Preis „Deutschland − Land der Ideen 2015“, dem

IoT Award 2014, BT Retail Week Technology A-

ward 2014, dem Innovationspreis 2014 und dem

FOCUS Digital Star Award 2013.

Kontaktinformationen

Dunja Riehemann

Director Marketing

Blue Yonder GmbH

Ohiostraße 8

D-76149 Karlsruhe

Tel +49 (0)721 383 117 0

[email protected]

www.blue-yonder.com

http://www.blue‐yonder.com/


http://www.blue-yonder.com/


- 47 -

Cloudera

www.cloudera.com

Firmenprofil

Mit der ersten integrierten Big Data-Plattform auf

Basis des Apache Hadoop™-Frameworks ge-

staltet Cloudera die Datenverwaltung im Unter-

nehmen von Grund auf neu. Cloudera bietet Un-

ternehmenskunden integriertes Speichern, Be-

arbeiten und Analysieren all ihrer Daten und er-

möglicht ihnen damit nicht nur eine effizientere

Nutzung ihrer Systemlandschaft, sondern auch

völlig neue Methoden der Datenverwertung. Nur

Cloudera liefert sämtliche für den Aufbau eines

internen Daten-Hubs erforderlichen Komponen-

ten, einschließlich der Software für geschäftskri-

tische Kernfunktionen wie Speicherung, Zugang,

Verwaltung, Analyse, Schutz und Suche von Da-

ten. Als führender Anbieter hat Cloudera welt-

weit bereits mehr als 27.000 Hadoop™-Exper-

ten geschult. Darüber hinaus sorgen über 1.700

Partner und ein erfahrenes Serviceteam für den

schnellstmöglichen Einsatz neuer Software. Nur

Cloudera bietet den dynamischen und zukunfts-

orientierten Support, der Unternehmen darin un-

terstützt, ihren Enterprise Data Hub effizient ein-

zusetzen. Führende Unternehmen aller Wirt-

schaftsbereiche, sowie staatliche Institutionen

setzen bei der Verarbeitung und Analyse großer

Datenvolumen auf Cloudera!


Cloudera GmbH

Romanstr. 35

80639 München

Email: [email protected]

http://www.cloudera.com/



- 48 -

Hewlett Packard

www.hp.com/de

Firmenprofil

HP Analytics, Datenmanagement und BI Mo-

dernisierung

Analytics und Data Management ist einer der

vier Kernbereiche der HP Strategie. HP kombi-

niert die traditionellen Stärken des Unterneh-

mens aus dem Bereich Computing, Software

und Services mit einem End-zu-End Angebot für

die Modernisierung von Business Intelligence

Umgebungen in Richtung Big Data.

Einsatz-Szenarien:

HP unterstützt Kunden bei der Analyse von Da-

ten in allen Industrie-Zweigen. Einsatz-Szena-

rien beinhalten die Datenanalyse für Compliance

-Anwendungsfälle, Warranty- Analytics, Predic-

tive Maintenance, Social Media Analytics, Stim-

mungsanalysen für Produkte und Unternehmen,

Fanverhalten bei Sportveranstaltungen, Operati-

ons Analytics für die IT; Service Desk Analytics

u.v.m.

Big-Data-Technologien:

Die technologische Basis für HP’s Big Data Lö-

sungen bilden Software und Hardware Produkte

wie die HP Big Data Analytics Plattform HP Ha-

ven. Sie besteht aus einer vorintegrierten Kom-

bination unterschiedlicher Software und Hard-

ware Technologien. Mittels Haven können jegli-

che Datenformate – ob strukturiert, unstruktu-

riert, Video, Audio, Fotos, Text etc. analysiert

werden.

Zum HP Hardware und Appliances- Angebot für

den Betrieb von Big Data Umgebungen gehören

Server, Speichersysteme und Netzwerke. Die

vordefinierten Hardware Lösungen basieren auf

der HP Big Data Referenz Architektur (HP

BDRA), eine mit neuesten Technologien ausge-

stattete Lösung für den Einsatz in Big Data Ana-

lytics Umgebungen.

Big Data Services

Mit einer Vielfalt von Dienstleistungen rund um

Datenmanagement, BI Modernisierung und Big

Data Analytics unterstützt HP die Kunden bei der

Definition und der Bewertung des Nutzenaspek-

tes möglicher Anwendungsfälle, der Konzeption,

Implementierung und im Produktiv-Betrieb.

Dazu gehören die HP Implementation Services

für vordefinierte Hardware-Lösungen, Professio-

nal Services für Planung und Implementierung

von Software als auch Dienstleistungen für die

Konzeption und Implementierung von Gesamtlö-

sungen rund um BI und Big Data.


Gerhard Haberstroh

Hewlett-Packard GmbH

Herrenberger Str. 140

71034 Böblingen

Tel.: 07031 – 14-0, E-Mail: [email protected]

Internet: www.hp.com/de

http://www.hp.com/de

http://www.hp.com/de


- 49 -

Information Builders

www.informationbuilders.de

Firmenprofil

Information Builders unterstützt Unternehmen

dabei, Daten in geschäftlichen Nutzen zu ver-

wandeln. Lösungen für die Bereiche Business

Intelligence und Analytics, Integration und Da-

tenintegrität ermöglichen Unternehmen, intelli-

gente Entscheidungen zu treffen, Kundenbezie-

hungen zu stärken und Wachstum zu fördern. In-

formation Builders ist bekannt dafür, konsoli-

dierte Business Intelligence- und Analytics-An-

wendungen für den großflächen, unternehmens-

weiten Einsatz zur Verfügung stellen zu können.

Für valide Datenhaltung runden Datenqualitäts-

und Master Data Management das Lösungsan-

gebot ab. Information Builders sieht in Big Data

ein großes Potenzial, das sich für Unternehmen

durch neuartige Einblicke in Daten und erstmalig

mögliche Informationserschließung ergibt. Aktu-

ell sind innovative, große Big Data-Projekte in

der Umsetzung begriffen, die Informationsarten

wie maschinengenerierte Daten, Social Media

Analytics, Location- und Geo-Intelligence, Kon-

sumverhalten von Kunden („Customer Activity

Monitoring"), Webanalyse u.v.m. beinhalten. In-

formation Builders unterhält Partnerschaften mit

allen Anbietern im Big Data-Umfeld, die Hadoop,

Datenbankabfragen und alle zugehörigen Ana-

lyse-Technologien abdecken. Information

Builders hilft bei allen Arten der Geschäftsana-

lyse, nicht nur bezogen auf Big Data, um Umsatz

und Gewinn positiv zu beeinflussen.

Information Builders bietet Geschäftsanalyse für

führende Unternehmen aus allen Industriezwei-

gen, wie z.B. Banken und Versicherungen, Her-

stellungsindustrie, Gesundheitswesen, Handel,

Logistik, Telekommunikation sowie Behörden

und Bildungswesen. Aus diesem Grund ver-

trauen zehntausende führende Unternehmen

auf Information Builders und sehen uns als ver-

trauenswürdigen Partner. Information Builders

wurde 1975 gegründet, hat seinen Hauptsitz in

New York, verfügt über Niederlassungen welt-

weit und ist eines der größten, unabhängigen, in

Privatbesitz befindlichen Unternehmen in der

Softwarebranche.

Besuchen Sie uns unter informationbuilders.com

bzw. informationbuilders.de, folgen Sie uns auf

Twitter unter @infobldrs_DE, werden Sie Fan

auf Facebook und besuchen Sie unsere

LinkedIn-Seite.


Information Builders (Deutschland) GmbH

Mergenthalerallee 35

D-65760 Eschborn

Tel.: +49 (0) 6196 77576 0

Fax: +49 (0) 6196 77576 99

E-Mail: [email protected]

Internet: www.informationbuilders.com

http://www.informationbuilders.de/

http://www.informationbuilders.com/

http://www.informationbuilders.de/

https://twitter.com/infobldrsde

https://www.facebook.com/informationbuilders

https://www.linkedin.com/company/information-builders


http://www.informationbuilders.com/


- 50 -

pmOne

www.pmOne.de

Firmenprofil

Die 2007 gegründete pmOne AG ist ein Soft-

ware- und Beratungsunternehmen mit Lösungs-

angeboten zum Thema Business Intelligence

und Big Data. Dafür werden die technologischen

Plattformen von Microsoft und SAP um die ei-

genentwickelte Software cMORE ergänzt.

cMORE hilft Anwendern unter anderem dabei,

skalierbare Lösungen für Reporting und Analyse

schnell aufzubauen, effizient zu betreiben und

zu erweitern. Mit Tagetik vertreibt und implemen-

tiert die pmOne AG eine weltweit führende Soft-

warelösung für Unternehmensplanung und Kon-

solidierung. Zur pmOne-Gruppe gehört die

MindBusiness GmbH, die auf SharePoint-Lö-

sungen und Dienstleistungen für Office-Rollouts

spezialisiert ist. Die pmOne AG hat 200 Mitarbei-

ter und ist an acht Standorten in Deutschland,

Österreich und der Schweiz vertreten.

cMORE hilft Anwendern, schneller Lösungen für

Business Intelligence (BI) und Big Data aufzu-

bauen, zu erweitern und effizient zu betreiben.

cMORE nutzt die Software-Infrastruktur von

Microsoft, insbesondere den SQL Server, Excel

und SharePoint, und erweitert sie auch zu einer

komplementären BI- und Big-Data-Lösung in ei-

nem SAP-Umfeld. cMORE ist ein Akronym für

Collaboration, Modellierung und Reporting.

cMORE erleichtert Standard- und Adhoc- Repor-

ting, indem vorhandene Software-Infrastruktur

wie Microsoft Excel und SharePoint genutzt und

intelligent erweitert wird. Dadurch verringert sich

der Einführungs- und Schulungsaufwand. Heu-

tige Anforderungen der Fachanwender nach

mehr Eigenständigkeit bei der Berichtserstellung

und -verteilung – Stichwort Self-Service BI –

werden in einer innovativen Benutzeroberfläche

realisiert. Konzeptionell orientiert sich cMORE

an den Prinzipien des „Information Design“, bei

denen es um die unternehmensweite Standardi-

sierung des Reporting nach wissenschaftlich ab-

gesicherten Grundsätzen geht.

Die pmOne AG implementiert und betreut Lö-

sungen bei zahlreichen Unternehmen, unter an-

derem bei

Air Berlin ein unternehmensweites Data Wa-

rehouse,

Kistler eine einheitliche Plattform für unter-

schiedliche Anforderungen des Finanzbe-

reichs,

Henkel die integrierte Konzernplanung,

Heraeus ein Enterprise Data Warehouse,

M+W Group Konzernkonsolidierung, Pla-

nung, Reporting, Treasury und Projektcon-

trolling,

Vorwerk unterschiedliche Geschäftspro-

zesse im Finanzbereich in einer Anwendung.

http://www.pmone.de/


- 51 -

SAS

www.SAS.de

Firmenprofil

SAS ist mit über drei Milliarden US-Dollar Um-

satz einer der weltweit größten Softwareherstel-

ler und der größte Anbieter von Big-Data-

Analytics-Software. Kunden an weltweit 75.000

Standorten setzen SAS Lösungen ein, um aus

ihren vielfältigen Geschäftsdaten (Big Data) kon-

krete Informationen für strategische Entschei-

dungen zu gewinnen (Analytics) und so ihre

Leistungsfähigkeit zu steigern. SAS Lösungen

kommen in unterschiedlichsten Branchen zum

Einsatz, darunter Banking, Versicherungen,

Manufacturing oder Handel. Mit den Lösungen

von SAS können Handelsunternehmen die Kun-

denzufriedenheit erhöhen, das Online Shopping

optimieren, Social-Media- und Callcenter-Daten

auswerten sowie ihre Marketingkosten senken.

Banken profitieren unter anderem von besserem

Risk- und Fraud-Management.

Wodurch zeichnet sich SAS aus?

Die Lösungen von SAS helfen Unternehmen,

das Maximum aus ihren Daten herauszuholen.

Ganz gleich, wie groß und wie komplex die Da-

tenbestände sind – SAS Software zieht rele-

vante Erkenntnisse daraus und schafft die Basis

für sichere und vorausschauende Geschäftsent-

scheidungen. Mit Big Data Analytics lassen sich

Fragestellungen in den unterschiedlichsten Ge-

schäftsbereichen beantworten: vom Kunden-

und Kampagnenmanagement über Unterneh-

menssteuerung, Maschinen- und Anlagensteue-

rung (Industrie 4.0) bis hin zu Lösungen für den

transparenten Dialog zwischen Staat und Bür-

gern (Open Government). Darüber hinaus macht

Big Data Analytics von SAS in den Datenbestän-

den (bisher unbekannte) Muster und Zusam-

menhänge sichtbar – und schafft damit die Vo-

raussetzung für die digitale Transformation von

Unternehmen sowie neue digitale Geschäftsmo-

delle. Mit den Erkenntnissen können Unterneh-

men nicht nur strategische Weichen schnell und

sicher stellen, sondern auch operative Prozesse

besser steuern. SAS High-Performance

Analytics nutzt intensiv die Möglichkeiten von

Hadoop und In-Memory Computing für die wirt-

schaftliche und extrem schnelle Verarbeitung

von Big Data. Zudem bietet SAS Unternehmen

eine Plattform, um Daten zu analysieren, zu ver-

bessern und zu kontrollieren und trägt somit

dazu bei, die Datenqualität und Data

Governance entscheidend zu verbessern.

Alle Lösungen von SAS sind auch als Managed

Services verfügbar und lassen sich sowohl in der

Public Cloud, der Private Cloud oder in hybriden

Cloud-Umgebungen nutzen. Darüber hinaus

stellt SAS Lösungen für Self-Service Business

Intelligence (BI), mobile BI oder Datenvisualisie-

rung bereit, die es auch der Managementebene

ermöglichen, ohne besondere Statistikkennt-

nisse oder Unterstützung der IT-Abteilung wert-

volle Erkenntnisse aus dem Datenmaterial zu

ziehen. So haben die richtigen Manager und Mit-

arbeiter die relevanten Informationen zur richti-

gen Zeit zur Hand – egal, wo sie sich gerade be-

finden.

Zur Geschichte:

SAS entstand im Rahmen eines Forschungspro-

jekts an der North Carolina State University. Das

1976 gegründete Unternehmen mit Sitz im US-

amerikanischen Cary, North Carolina, beschäf-

tigt 14.000 Mitarbeiter und unterhält 400 Nieder-

lassungen in 56 Ländern weltweit. SAS Deutsch-

land hat seit 1982 seine Zentrale in Heidelberg

mit weiteren Niederlassungen in Berlin, Frank-

furt, Hamburg, Köln und München und beschäf-

tigt aktuell rund 550 Mitarbeiter.

http://www.sas.de/


- 52 -

Tableau

www.tableau.com

Firmenprofil

Tableau hat sich das Ziel gesetzt, Benutzer da-

bei zu unterstützen, ihre Daten sichtbar und ver-

ständlich zu machen. Dieser Weg, so unsere

Grundüberzeugung, ist nur gangbar, wenn Da-

ten demokratisiert werden, also wenn „die Per-

sonen, die die Daten kennen, berechtigt sind,

Fragen zu den Daten zu stellen“. Wissensarbei-

ter sollten einfach und selbstverständlich auf ihre

Daten zugreifen können, ganz gleich, wo diese

gespeichert sind. Dieselben Wissensarbeiter

sollten zudem ihre Daten analysieren und dar-

aus Erkenntnisse ziehen können, ohne die Hilfe

einer kleinen Elite aus Informatikspezialisten

und Entwicklern in Anspruch nehmen zu müs-

sen.

Unabhängig vom Datenvolumen ist die Visuali-

sierung von Daten wichtig, da sie Informationen

in Erkenntnisse und Maßnahmen verwandeln

kann. Besondere Bedeutung hat die Visualisie-

rungsstrategie für Big Data, da die mit dem Spei-

chern, Vorbereiten und Abfragen von Daten ver-

bundenen Kosten viel höher sind. Unternehmen

müssen daher gut strukturierte Datenquellen

nutzen und Best Practices konsequent anwen-

den, um ihren Wissensarbeitern direkte Abfra-

gen in Big Data zu ermöglichen. In jüngster Zeit

hat der Bereich Big Data erhebliche Innovatio-

nen durchlaufen. Somit steht eine Vielzahl von

Optionen zur Verfügung, von denen jede ihre ei-

genen Stärken besitzt. Tableau verfolgt die Vi-

sion, jede beliebige Big Data-Plattform zu unter-

stützen, die für unsere Benutzer relevant wird,

und sie dabei zu unterstützen, mit ihren Daten in

Echtzeit zu interagieren.

Zur Umsetzung dieser Big Data-Vision kon-

zentriert sich Tableau auf sechs Säulen:

Breiter Zugang zu Big Data-Plattformen

(Hadoop, NoSQL, Spark, Cloud, Operati-

onal Data Stores, schnelle analytische

Datenbanken)

Self-Service-Visualisierung von Big Data

für Unternehmen

Hybrid-Datenarchitektur zum Optimieren

der Abfrageleistung

Datenverschmelzung zum Ausführen

von Analysen aus mehreren Datenquel-

len

Abfrageleistung der Plattform insgesamt

Leistungsfähige und einheitliche visuelle

Schnittstellen mit Daten

Erfahren Sie mehr unter:

http://www.tableau.com/solutions/big-data-ana-

lysis

Tableau Germany GmbH

An der Welle 4

60322 Frankfurt am Main

Deutschland

+49 (0) 69 58997-6700

[email protected]

www.tableau.com

http://mission.tableau.com/

http://www.tableau.com/solutions/big-data-analysis

http://www.tableau.com/solutions/big-data-analysis


http://www.tableau.com/


- 53 -

Teradata

www.teradata.de

Firmenprofil

Teradata hilft Unternehmen dabei, größeren

Nutzen aus ihren Daten zu ziehen. Mit un-

seren Big-Data-Analyse- und integrierten

Marketinglösungen erzielen Firmen nach-

haltige Wettbewerbsvorteile. Die Experten

von Teradata unterstützen Unternehmen

bei der Auswertung ihrer Daten, sodass sie

mehr über ihr Geschäft und ihre Kunden

wissen und gezielt aktiv werden können. Mit

11.000 Mitarbeitern weltweit, in mehr als 40

Ländern, steht Teradata Unternehmen zur

Seite, die ihre Daten für neue Erkenntnisse

und zusätzliches Geschäft nutzen wollen.

Mehr als 2.500 Kunden weltweit vertrauen

Teradata. Sie stammen aus nahezu allen

Branchen: Automobil, Banken und Versi-

cherungen, E-Commerce, Energie, Ferti-

gung, Gesundheitswesen, Groß- und Ein-

zelhandel, Kommunikation, Konsumgüter,

Medien, Öffentliche Verwaltung, Reisen,

Transport und Logistik, Versorgungsunter-

nehmen.

Als zukunftsorientiertes Unternehmen ist

Teradata seit 35 Jahren der Innovation ver-

pflichtet. Teradata-Plattformen fassen die

Daten eines Unternehmens zu einem ein-

heitlichen Überblick über das Geschäft zu-

sammen. Zu unserer Datenbank-Software

gehört die Teradata Database, für Big-Data-

Analysen bieten wir Teradata Aster Dis-

covery und unser Hadoop-Portfolio. Die ein-

zigartige Teradata Unified Data Architecture

hilft Kunden dabei, durch die Integration ver-

schiedener Technologien zu einer soliden

Hybrid-Architektur neue Einblicke zu gewin-

nen. Die Marketing- und Analyseanwendun-

gen von Teradata – die vor Ort installiert

oder als Cloud-Lösungen eingesetzt werden

– werten Daten aus, um die Wirksamkeit

des Marketings zu verbessern, die Rentabi-

lität zu steigern und den Bedarf vorherzusa-

gen. Diese leistungsstarken Lösungen und

unsere langjährige Erfahrung aus der Zu-

sammenarbeit mit führenden Unternehmen

ermöglichen es unseren Kunden, maxima-

len Nutzen aus ihren Daten zu ziehen und

ihre Kundenkommunikation zu verbessern.

Teradata ist wegen seiner Technologiekom-

petenz, Nachhaltigkeit, sozialen Verantwor-

tung, seines ethischen Handelns und seiner

Unternehmenswerte anerkannt.

Weitere Informationen: www.teradata.de

http://www.teradata.de/

Copyright © BARC GmbH 2015. All rights reserved.

Business Application Research Center – BARC GmbH

Central Europe

Berliner Platz 7

97080 Würzburg

Germany

+49 931 880651-0

www.barc.de

Rest of the World

+44 1536 772 451

www.barc-research.com

http://www.barc.de/

Date post:	24-Apr-2018
Category:	Documents
Upload:	phamtruc
View:	215 times
Download:	2 times

BARC Research Study - Analytics, Business … Research Study Big Data Use Cases 2015 – Getting...

Documents