Big Data kontra Erfahrung
Wie Manager entscheiden
Die beiden Wissenschaftler Andrew McAfee und Erik Brynjolfsson halten Big DataBig Data für wesentlich mächtiger als die bisher verfügbare Analytik. Denn Manager könnten nun deutlich präziser mit den Daten arbeiten als bislang. McAfee forscht am Massachusetts Institute of Technology (MIT) in Boston, Brynjolfsson ist dort Professor. Alles zu Big Data auf CIO.de
Foto: Ben Chams - Fotolia.com
Den Unterschied zwischen Big Data und Analytik machen McAfee und Brynjolfsson an dem Volumen, der Geschwindigkeit und der Vielfalt fest. Heute gäbe es im Internet in jeder Sekunde mehr Datenbewegungen als das gesamte Internet noch 20 Jahre zuvor ausgemacht hat. Durch den Zugriff auf Echtzeitinformationen können Unternehmen sich ihren Wettbewerbern gegenüber deutlich agiler verhalten. Darüber hinaus können diese Informationen aus ganz unterschiedlichen Quellen wie sozialen Netzwerken, Bildern, Sensordaten, dem Internet oder anderen Quellen stammen.
In einem Beitrag für den Harvard Business Manager bezeichnen die zwei Wissenschaftler Big Data als "The Management Revolution". Diese Revolution kann für Entscheider aber auch eine Herausforderung bedeuten. Denn, so die These von McAfee und Brynjolfsson, sie müssten ihre Arbeitsweise den neuen Möglichkeiten anpassen und lernen, die richtigen Fragen zu stellen und Daten-basierte Entscheidungen zu treffen. Noch passiert das häufig nicht: "Wir glauben, dass Menschen in der heutigen Business-Welt zu sehr auf Erfahrung und Intuition und zu wenig auf Daten zurückgreifen", heißt es in dem Beitrag.
Um zu zeigen, dass Big Data Unternehmen auch tatsächlich erfolgreicher macht, befragten MIT-Wissenschaftler gemeinsam mit McKinsey 330 US-Unternehmen und verglichen die Zahlen dieser Studienteilnehmer. Die Bilanz: Umso datengetriebener die Firmen sich einstuften, um besser waren ihre Ergebnisse. Unternehmen, die sich in ihrer Branche im oberen Drittel bewegen und bei Entscheidungen Daten nutzen, waren um fünf Prozent produktiver sowie um sechs Prozent profitabler als ihre Wettbewerber.
- Die vier Herausforderungen von Big Data
Das Thema Big Data befasst sich eigentlich mit vier Herausforderungen: - Die schiere Menge:
Das für Unternehmen relevante Datenvolumen steigt weiter drastisch an. Heute schon werden Datenmengen im Terabyte-Bereich analysiert, in Kürze dürften Petabyte und Exabyte auf der Agenda stehen. - Der Zeitdruck:
Analysen der gewaltigen Datenberge sollten idealerweise in Echtzeit zur Verfügung stehen. Denn die Unternehmen stehen vor der Aufgabe, dass sie zeitnah auf Marktänderungen reagieren müssen. - Die mangelnde Struktur:
Die Analysen müssen immer häufig Datenquellen mit kaum strukturierten Beständen berücksichtigen. Das heißt: die Komplexität der Datenanalysen steigt. Neben den bekannten Datenquellen, etwa den vorhandenen ERP-Systemen, kommen neue hinzu. Dazu zählen Daten aus M-to-M-Applikationen, also beispielsweise Sensordaten, Daten aus On-Board-Systemen, RFID-Daten aus der Logistikkette, aber auch Daten aus Weblogs und Social-Media-Plattformen etc. - Die wachsende Anwenderzahl:
Die potenziellen internen und externen User werden immer mehr. Sie kommen beispielsweise über Self-Service-Portale, die im Web zugänglich sind.