„Dies zeigt deutlich die Dimensionen von Big Data, die sich über die Infrastruktur, das Datenmanagement und Analysetools bis hin zur Präsentationsebene erstreckt“, kommentiert IDC. Technologie bedeute in diesem Zusammenhang Hardware und Software sowie die damit verbundenen Services.

"Zugpferd der IT-Konjunktur"

Obwohl mehr als zwei Fünftel der Befragten durch Big Data Potenzial für Kostenoptimierung und schnellere Informationsgewinnung sehen, benennt die IDC-Studie auch hohe Hürden. 34 Prozent der Befragten bemängeln eine unzureichende Skalierbarkeit der vorhandenen IT-Infrastruktur, 33 Prozent sehen Performance-Probleme der Netze. Weitere 29 Prozent sind der Ansicht, dass Big-Data-Technologie noch nicht vollständig verstanden worden ist.

Zudem hätten die Unternehmen erkannt, dass Datenkonsolidierung eine permanente Aufgabe ist und dass sie die Speicherung und den Zugriff auf strukturierte und unstrukturierte Daten verbessern müssen, so IDC: „Organisationen, die hier im Status Quo verharren, werden sich schwer tun, ihr Datenhandling von der Datenerzeugung bis zur Umsetzung in einen geschäftlichen Mehrwert sicher zu beherrschen.“

Die Experton Group beziffert die Investitionen in Big Data in diesem Jahr auf 350 Millionen Euro deutschlandweit. Der Anteil werde in den kommenden Jahren im europäischen Vergleich stark ansteigen. Weltweit beobachtet Experton einen Anstieg der Ausgaben von 3,3 Milliarden Euro im vergangenen Jahr auf 4,5 Milliarden Euro in diesem Jahr. „Der Markt für Big Data zählt somit zu den wachstumsstärksten Segmenten des gesamten IT-Marktes und entwickelt sich zum Zugpferd der IT-Konjunktur“, kommentiert Experton-Analyst Steve Janata.

Die Anwender hätten verstanden, dass selbst Maschinen- und Betriebsdaten auch Daten sind, aus denen sich wichtige Geschäftsinformationen und Erkenntnisse ableiten lassen, ergänzt sein Kollege Holm Landrock. Allerdings seien sie mit vielen klassischen Analytics-Lösungen nicht wirklich zufrieden. „Die Anbieter von Big-Data-Lösungen müssen sich hier viel mehr als bisher um die Bedarfe der Anwender kümmern, statt Lösungen mit einem Big-Data-Etikett zu versehen, nur weil die Rechentechnik leistungsfähiger geworden ist“, moniert Landrock.