SAP Hana, In Memory, Hadoop & Co.
Big Data im Praxistest
IBM ist ebenfalls dabei, seine Watson-Technologie in Richtung Verarbeitung und Analyse von umfassenden medizinischen Informationen voranzutreiben. Der Ansatz sieht sich weniger in der Nähe von Mathematik und Statistik, sondern als eine Variante der Linguistik: Durch intelligente Fragestellungen an die angehäuften strukturierten und unstrukturierten Daten sollen Antworten zustande kommen, bei denen Inhalte - und nicht Zahlen - im Vordergrund stehen.
Big Data schafft nicht klassisches BI ab
Dass Big Data und Analytics keinesfalls menschliche Entscheidungen überflüssig machen, ist ein Aspekt, der in der gegenwärtigen Marketing-getriebenen Kampagne gerne übersehen wird. Es stimmt auch keineswegs, dass Big Data klassische Werkzeuge wie Business Intelligence abschafft. Eher schon im Gegenteil.
Das Beispiel von Greenplum, 2010 von EMC übernommen und in Erwartung künftiger Gewinne inzwischen mit sehr viel Personal und Kapital ausgestattet, zeigt sehr schön, dass es ohne BI nicht geht. Der recht komplexe Ansatz von Greenplum, der auf der Kombination von Hadoop und skalierbaren Speichersystemen aufbaut, sieht explizit einen BI-Layer vor: Über Schnittstellen sollen bestehende BI-Tools wie die von Cognos, Information Builders, MicroStrategy oder SAS für die intensive Datenanalyse eingesetzt werden.
Daten - Wachstum bis 2015
Die Datenmengen wachsen rasant. Wurden im Jahre 2005 weltweit noch 130 Exabyte (ein Exabyte entspricht einer Million Terabyte) gespeichert, so waren es 2010 schon 1200 Exabyte. Bis 2015 soll sich der Datenberg laut einer IDC-Studie im Auftrag von EMC bis auf 7900 Exabyte (entspricht 7,9 Zettabyte) stapeln. |