Mobile und Cloud-Technologien sowie Big Data und Social bilden die Basis für immer smartere Infrastrukturen, die Prozesse in Fachbereichen wie Marketing, Vertrieb und Finance ebenso verändern werden, wie in der gesamten Fertigung und den Produktionsabläufen ("Industrie 4.0""). Wer innovativ und wettbewerbsfähig bleiben will, muss hier aufspringen.

Und das führt uns zum wichtigsten Thema für 2015: Keiner der hier genannten Trends ist neu; es geht in diesem Jahr darum, sie zur Produktivität zu führen, sie umsetzbar zu machen und bestehende Vorurteile in Punkto Machbarkeit, Sicherheit und Verfügbarkeit von Cloud-basierten Produktivitätslösungen abzubauen.

Wichtigste Voraussetzung dafür ist die Integration. Nur selten findet man in Unternehmen eine homogene IT-Welt. Organisch gewachsene Strukturen und verschiedene technologische Partnerschaften sorgen im Gegenteil für teils äußerst heterogene Infrastrukturen. Um diese Systeme miteinander zu integrieren, setzen wir auf plattformübergreifende Anwendungen, geräteagnostische Betriebssysteme, auf die Verknüpfung und Vernetzung unterschiedlichster Applikationen sowie die Integration der wichtigsten Funktionen in unsere zentralen Produktivitätsanwendungen. Auch unsere Cloud-Technologien und Programmiersprachen reißen traditionelle Grenzen ein: Microsoft Azure unterstützt alle gängigen Betriebssysteme von Windows bis Linux und ist von C# bis Java mit jeder Programmiersprache kompatibel.

Hier seien zwei der wichtigsten Trends herausgegriffen: Microsoft vertritt die Auffassung, dass der Einstieg in das Internet of Things (IoT) kein "disruptive event" sein muss. In vielen Fällen kann man mit den "Dingen" starten, die schon da sind: Geräte in der Produktionsstätte oder im Verkauf sowie bestehende Software und Services zum Beispiel. Diese "Dinge" lassen sich relativ einfach um sinnvolle Komponenten wie Machine Learning- und Cloud-Lösungen ergänzen, um daraus effektive und effiziente Lösungen zu bauen.

Damit Industrie 4.0 wirklich Einzug in Unternehmen halten kann, braucht es auch die nötigen politischen Rahmenbedingungen. Die Bundesregierung hat mit der Digitalen Agenda erstmals ein industriepolitisches Programm mit direktem IT-Bezug vorgestellt und unterstreicht damit die Bedeutung von IT für die digitale Transformation und den Erhalt der Wettbewerbsfähigkeit des Industriestandorts Deutschland. Das ist aus unserer Sicht der richtige Weg.

Da allein das Internet der Dinge für eine explosionsartige Vermehrung von Daten sorgen wird, sind die Anbieter gefordert, Big Data-Tools auf den Markt zu bringen, die erstens diese Datenflut für neue Formen von Analysen und Geschäftsmodelle intelligenter nutzbar machen und zweitens so einfach handhabbar sind, dass auch IT-Laien sie benutzen können.

Unternehmensdaten: Hochverfügbar, Aktuell, Auswertbar

Big Data ist kein neuer Trend; viele Entscheider in Unternehmen und Organisationen sind sich aber nach wie vor im Unklaren darüber, wie sie davon optimal profitieren können, wie sie eine Strategie für Big Data entwickeln können. Es braucht eine neue "Datenkultur", in deren Rahmen Mitarbeiter auf Daten zugreifen und sie verwerten, um informationsbasierte Geschäftsentscheidungen treffen zu können. Hohe Initialkosten für Services,ToolsTools und Schulungen, Datensilos, die schnellen Datenzugriff erschweren, und überkomplexe Werkzeuge, die nicht auf CollaborationCollaboration, sondern auf reine Spezialisten-Tätigkeiten ausgelegt sind, dominieren nach wie vor das Bild. Alles zu Collaboration auf CIO.de Alles zu Tools auf CIO.de

Unser umfassendes Lösungsportfolio - unter anderem Produkte für Big Data vom Desktop wie - Power BI, Power Map und Power View für Office - ermöglicht es Unternehmen, nahezu beliebige Anwendungsfälle für Big Data zu adressieren. Das zieht sich von

• der Erfassung von Echtzeitdaten, zum Beispiel für die vorausschauende Wartung von Industrieanlagen,

• der Verdichtung und Verknüpfung in hybriden Data Warehouses, zum Beispiel zur Historisierung von Daten und zur Bedienung regulativer Anforderungen

• bis zur kooperativen Visualisierung und Mustererkennung sowie Verdichtung von Daten, zum Beispiel zur Analyse sozialer Netzwerke."