Rezension

Chancen erkennen, Risiken verstehen

big data @ work

Frank Romeike [Chefredakteur RiskNET]17.02.2015, 09:21

Die gleiche Menge an Daten, die die Menschheit von ihrem Ursprung an bis zum Jahr 2002 geschaffen hat, entsteht im Jahr 2014 bereits innerhalb von 10 Minuten. Basierend auf Berechnungen aus dem Jahr 2011 verdoppelt sich das weltweite Datenvolumen alle zwei Jahre. Weltweit werden immer mehr Daten generiert. Online-Käufer und Verbraucher äußern ihre Meinung in Online-Foren oder sozialen Netzwerken, der Einsatz mobiler Endgeräte steigt rasend schnell, medizinische Kleinstgeräte überwachen die Vitalfunktionen von Patienten und Sensoren an Produktionsmaschinen, Fahrzeugen oder wissenschaftlichen Geräten erfassen und analysieren den Zustand hunderter Parameter. Hierbei ist es wichtig, Big Data nicht als singuläre Technologie zu verstehen. Vielmehr handelt es sich bei Big Data um das Resultat des Zusammenwirkens einer ganzen Reihe von Innovationen in höchst unterschiedlichen Gebieten.

Amazon, Google und Facebook zeigen uns, dass eine intelligente Auswertung der Daten neue Erkenntnisse über Marktentwicklungen und Kundenbedürfnisse liefern kann. Hierbei wird deutlich, dass vor allem die Unternehmen einen Wettbewerbsvorteil erlangen werden, die aus der Vielzahl der Daten geschäftsrelevante Informationen filtern können. Dies wird allgemein als Big Data Analytics bezeichnet.

Autor Thomas H. Davenport ist ein weltweit anerkannter Experte für das Thema Big Data. Er ist Professor für Informationstechnologie und -management am Babson College und  Forschungswissenschaftler am MIT Center for Digital Business. Sein Artikel "Competing on Analytics" aus dem Jahr 2006 gehört zu den zehn "Must Reads" in der 90jährigen Geschichte vom Harvard Business Review. Die US-amerikanische Zeitschrift Consulting wählte ihn zu einem der 25 weltweit einflussreichsten Berater, Ziff Davis zu einem der 100 einflussreichsten Menschen in der IT-Branche und die Zeitschrift Fortune zu einem der weltweit 50 besten Business School-Professoren.

Das Buch big data @ work liefert eine kompakte und gut lesbare Einführung in den Themenkomplex Big Data und Bid Data Analytics. Hierbei konzentriert sich der Autor vor allem auf die Fragestellung, wie Big Data im Unternehmen tatsächlich genutzt werden kann. Es geht nicht darum festzustellen, wie viele Daten einer Organisation heute zur Verfügung stehen, sondern herauszuarbeiten, zu welchen neuen Erkenntnissen diesen Daten führen können. Am Ende jedes der acht Kapitel aktivieren Fragen den Leser, selbst nach Lösungen für eine erfolgreiche Implementierung und Nutzung von Big Data im eigenen Unternehmen zu suchen.

Kapitel 1 sucht eine Antwort auf die Frage, warum Big Data für Ihr Unternehmen wichtig ist.

Das anschließende zweite Kapitel skizziert, wie Big Data die Arbeit, das Unternehmen und die unterschiedlichen Branche verändern werden. Hierbei beschreibt der Autor verschiedene Szenarien, wie Unternehmen derzeit und in der Zukunft mit Big Data umgehen. So kann der Leser besser nachvollziehen, welcher Wandel hiermit verbunden ist.

Im Kapitel 3 beschäftigt sich Davenport mit der Entwicklung einer Big Data-Strategie. Nach Lektüre sollte der Leser entscheiden können, welche Unternehmensziele mit Big Data erreicht werden können und ob Unternehmen eher den Weg der Datenerkennung oder den der Integration von Big Data in die Produktionsanwendungen verfolgen.

Mit dem menschlichen Aspekt von Big Data sowie den unterschiedlichen Technologien setzen sich Kapitel 4 und 5 auseinander. Hier wird unter anderem auch die Frage beantwortet, welche Kompetenzen ein Datenwissenschaftler haben muss. Im Kontext Technologie werden Begriffe wie Hadoop und MapReduce erläutert. Das Kapitel behandelt nicht nur die technische Infrastruktur zur Verwaltung von Big Data, sondern auch analytische Konzepte, die für die Big-Data-Umgebung nützlich sind, wie maschinelles Lernen und visuelle Datenanalyse.

Kapitel 6 beantwortet die Frage, wie Unternehmen erfolgreich mit Big Data arbeiten. Was kann man im Kontext Big Data von Start-ups und Online-Unternehmen lernen? Mit der Beantwortung dieser Frage setzt sich Kapitel 7 auseinander. Die Themen Big Data und Analytics 3.0 ist Schwerpunkt des abschließenden achten Kapitels.

Davenport verdeutlicht, dass eine Organisation nicht alle Möglichkeiten von Big Data mit einem Mal für alle Aufgaben- oder Geschäftsbereiche ausrollen kann. Eine zielgerichtete Vorgehensweise ist daher unerlässlich. Im Management sollten Antworten auf die folgende Fragen erarbeitet werden, so Davenport: Wo verfügen wir über bedeutende Datenressourcen, die wir bisher noch nicht genutzt haben? Welcher Geschäftsprozess benötigt am ehesten eine bessere Entscheidungsfindung? In welchen Bereichen würden wir am ehesten von einer schnelleren Entscheidungsfindung profitieren?  Verarbeiten wir große Datenmengen, die mithilfe von Big Data-Technologien zu einer Kostenreduktion führen könnten? Wie können wir datenbasierte Produkte oder Dienstleistungen entwickeln, und in welchen Geschäftsbereichen wären diese am ehesten relevant und nützlich? Wird sich ein anderes Unternehmen in unserer Branche mit Big Data einen Wettbewerbsvorteil verschaffen? Falls dies der Fall ist, wie werden sie Big Data wahrscheinlich verwenden?  Da die Nutzung von Big Data für neue Produkte und Dienstleistungen relevant sein kann (über die interne Entscheidungsunterstützung hinaus), sollte sich die zielgerichtete Verwendung von Big Data-Initiativen auch auf die Produktentwicklung und strategischen Prozesse erstrecken. Fällt bei der Entwicklung eines neuen Produkts vielleicht noch eine Big Data-Beigabe ab – vielleicht in Form einer Dienstleistung? Wenn man an disruptive Innovationen in der Branche denkt, inwiefern könnte Big Data dazu beitragen?

Die Publikation von Davenport zeigt anhand vieler praktischer Beispiele auf, dass Big Data kein Tagesphänomen oder kurzzeitiges Hype ist. Im Gegenteil: Big Data wird unsere Gesellschaft in vielen Bereichen grundlegend verändern – sowohl unsere private Existenz, aber auch die von Unternehmen. Davenport zeigt in seinem Buch auf, welche Chancen und Risiken mit Data verbunden sind. Hilfreich sind hierbei vor allem die konkreten Aktionspläne am Ende jedes Kapitels. Das Buch zeigt recht deutlich auf, dass Big Data vor allem ein strategisches Führungsthema ist.



Kommentare zu diesem Beitrag

Keine Kommentare

Themenverwandte Artikel

Kolumne

Das unterschätzte Katastrophenszenario

Europaweiter "Blackout"

Herbert Saurugg06.12.2017, 17:56

In den letzten Monaten häufen sich die Berichte über einen mögliches Strom- und Infrastrukturausfall beziehungsweise über die Vorbereitungsmaßnahmen verschiedener Organisationen und Kreise. Der...

Studie

Enterprise Risk Management

Risikomanagement im Spiegel deutscher Fachbücher

Jan Braunschmidt | Christina Trageser | Leonhard Knoll17.11.2017, 10:10

Risikomanagement hat als Subdisziplin im Grenzbereich zwischen Betriebswirtschaftslehre und angewandter Mathematik/Statistik seit der Jahrhundertwende eine immer größere Bedeutung erlangt. Dies gilt...

News

RiskNET Summit 2017: Nachlese, 2. Tag

Kultur, Methoden, Chancenmanagement

Redaktion RiskNET27.10.2017, 23:32

"Wo Kriegsgewinnler Hummer essen." So titelt es aktuell Spiegel Online und nennt den Ort "Warlord City in Somalia". Dort, wo im Country Club der somalischen Hauptstadt Mogadischu...

News

RiskNET Summit 2017: Nachlese, 1. Tag

Vom gelebten Risikomanagement …

Redaktion RiskNET25.10.2017, 06:30

"Es könnte alles so einfach sein …" sang die Gruppe "Die Fantastischen Vier" schon vor Jahren. Und die Jungs folgern in ihrem Song: "Ist es aber nicht". Das Lied verrät...

Kolumne

Methoden im Risikomanagement

Komplex oder kompliziert – das ist die Frage

Frank Romeike | Herbert Saurugg06.10.2017, 11:02

Nachdem wir immer wieder auf die fälschliche Verwendung des Begriffs "Komplexität" stoßen, möchten wir mit diesem Beitrag eine einfach verständliche Erklärung liefern, was unter Komplexität...