5 Tipps zur Big-Data-Herangehensweise

BI-Dogmen sind realitätsfern

20.02.2013
Von Klaus-Dieter Schulze

Lösung: "Analytical Ecosystem of the Future" aufbauen

Big Data: Mehr Daten, mehr Datentypen und schnellere Reaktionszeiten
Big Data: Mehr Daten, mehr Datentypen und schnellere Reaktionszeiten
Foto: Steria Mummert Consulting

Um in Zukunft neben Small auch Big Data gerecht zu werden, ist es an der Zeit bestehende Paradigmen auf den Prüfstand zu stellen und sich neuen Denkmustern zu widmen. Abstrakt braucht es ein neues analytisches Ökosystem, das aus flexiblen Elementen besteht, die bei definierten Freiheitsgraden miteinander agieren. Die dispositiven BI-Systeme sollten sich demzufolge in der Zukunft von starren und zentralistischen Strukturen und IT-Architekturen lösen.

Technische Auswirkungen neuer Denkmuster

Der Ansatz von mehr Freiheit und Heterogenität wirkt sich auf alle Dimensionen bestehender BI-Landschaften aus. Die technische Architektur erlaubt bewusst mehrere analytische Datenpools. Unterschiedliche Anwendungen können auf die polystrukturierten Daten in unterschiedlich benötigter Granularität zugreifen. So können zum Beispiel auch unstrukturierte Daten in Analysen einfließen und nicht alltägliche Nutzeranforderungen erfüllt werden. Es gibt nicht mehr die eine BI-Lösung, mit der alle Anwender klarkommen müssen ('One Size fits all').

Die physische Integration der Daten wird dabei zugunsten einer logischen Integration nicht mehr zwingend vorgeschrieben. Damit steigt die Bedeutung der Metadaten und kann sich nicht mehr nur auf die Ablage von allein technischen Metadaten beschränken.

Big-Data-fähige BI-Systeme sollten weniger starr und zentralistisch aufgebaut sein.
Big-Data-fähige BI-Systeme sollten weniger starr und zentralistisch aufgebaut sein.
Foto: Steria Mummert Consulting

BI-Systeme der Zukunft werden mit vielen optionalen Komponenten zur Verfügung gestellt. Sie bieten bestimmte Leistungen zur Datenbereitstellung und -analyse in Form definierter Services. Je nachdem, was ein Anwender vorhat, stellt er eine Lösung durch eine Kombination einzelner Bausteine zusammen. Dies bedingt eine definierte technische Heterogenität mit unterschiedlichen Speicher-, Integrations- und Analysetechnologien.

Eine übergreifende Governance verwaltet diese Technologien und sorgt für Transparenz. Die technische StandardisierungStandardisierung wird Bottom-up organisiert. Definierte Frameworks übernehmen die Datenintegration. Oberstes Ziel bleibt die Flexibilität der Lösung, so dass auch temporäre Lösungen und Prototypen ihre Existenzberechtigung im "Analytical Ecosystem" besitzen und sich neue Datenquellen und -typen schnell einpassen lassen. Alles zu Standardisierung auf CIO.de

Zur Startseite