Strategie für Big-Data
Das sollte ein CIO über Data Analytics wissen
Dr. Söntje Julia Hilberg, LL.M. ist bei Deloitte Legal auf IT- und Datenschutzrecht spezialisiert. In ihrer Position als Head of IT Law hat sie umfassende Erfahrung in der Beratung nationaler und internationaler Unternehmen sowie der öffentlichen Hand in sämtlichen Rechtsfragen des IT- und Datenschutzrechts, insbesondere im Rahmen interdisziplinärer Projekte zur Konzeption und Umsetzung von IT-Strategien.
- Data Analytics ist eher eine neue Sichtweise auf die Welt und weniger eine neue Form des Wirtschaftens.
- Die Komplexität liegt im Bereich der Big-Data-Strategie, also Daten auffangen, speichern und verarbeiten. Dagegen liegt die Komplexität nicht so sehr in der Analyse.
- Ein Bespiel aus der Londoner City demonstriert die Möglichkeiten und den Wert von Datenanalyse.
Foto: Sergey Nivens - shutterstock.com
Daten werden produziert, gespeichert und verarbeitet. Wer sich nicht mit den Methoden und Modellen der Datenanalyse beschäftige, sei in kurzer Zeit nicht mehr wettbewerbsfähig; wer datenanalytische Aussagen nicht zum eigenen Vorteil nutze, sei bald nicht mehr in der Lage, global zu konkurrieren.
Viele mittelständische Unternehmer und CIOs setzen solche Aussagen unter Druck, haben sie doch das Gefühl, eine neue, unbekannte und gegebenenfalls im Bereich der Wirtschaftsfolgenabschätzung unfassbare Technologie einsetzen zu müssen, ohne zu verstehen, was sie kann, was sie will und was sie nützt. Showcases aus Großkonzernen stärken dann eher den Unwillen, rechnet man jenen doch grundsätzlich zu, dass sie sich jede Technologie leisten können und sie immer auch irgendwie nötig hätten.
Komplexität von Welt sichtbar machen
Ob und in welchem Umfang Unternehmen sich für den Einsatz von Analytics entscheiden sollten, kann pauschal nicht beantwortet werden, denn Data AnalyticsData Analytics ist eher eine neue Sichtweise auf die Welt und weniger eine neue Form des Wirtschaftens. Da die überwiegende Anzahl technischer Geräte Daten produziert oder produzieren kann, sind diese Daten lediglich abzugreifen und zu speichern. Ab dem Moment, ab dem die Menge der gespeicherten Daten beginnt, die menschliche Wirklichkeitstapete nachzubilden, ergeben sich Beziehungsmuster zwischen den Daten und ihren Bedeutungen. Alles zu Big Data auf CIO.de
Sobald die Datenwirklichkeit die Komplexität von Welt erreicht hat, lassen sich Aussagen und Vorhersagen auf technologischer Basis treffen, die der menschlichen Genauigkeit überlegen sind. Klassische Überlegungen sind dann die "Goldnuggets" in Daten, die vorher so nicht bewusst waren, oder die "strukturellen Verflechtungen", die so vorher nicht sichtbar waren.
Daten greifbar machen
Der zweite Schritt von Data Analytics ist dann die Sorge, sie würde mit großem technologischen Aufwand einhergehen. Dem ist zweifelsfrei nicht so. Die Komplexität liegt eher im Bereich der "Big-Data-Strategie" - also dem Auffangen, Speichern und Verarbeiten von Daten - und weniger in der Analyse. Analyse ist menschliche Intelligenz, verbunden mit dem Herausarbeiten entsprechender Fragestellungen an Daten. Hier liegt die Arbeit, da sich CIO und externer Berater - aufgrund der Neutralität gegenüber dem eigenen Haus und der Technologie - darauf verständigen müssen, was die eigentliche Frage ist und nicht die naheliegende.
Use Case: Sicherheit in der Metropole
Der dritte Schritt ist es, den Datenanalysen zu vertrauen.
Ein Showcase aus dem Deloitte Analytics Institute aus Berlin zu den Themen "Public Safety" und "Public Transport" demonstriert die Möglichkeiten und den Wert von Datenanalyse.