Anzeige

Anzeige

VERANSTALTUNGEN

IT-SOURCING 2019 – Einkauf meets IT
09.09.19 - 10.09.19
In Düsseldorf

ACMP Competence Days Berlin
11.09.19 - 11.09.19
In Stiftung Deutsches Technikmuseum Berlin, Berlin

MCC CyberRisks - for Critical Infrastructures
12.09.19 - 13.09.19
In Hotel Maritim, Bonn

Rethink! IT 2019
16.09.19 - 17.09.19
In Berlin

DSAG-Jahreskongress
17.09.19 - 19.09.19
In Nürnberg, Messezentrum

Anzeige

Anzeige

Data Digital

Ein Musikproduzent verließ sich früher auf sein Gespür und Bauchgefühl, wenn er entschied, welcher Song auf das Album kommt. Heute hievt ein Algorithmus einen Track auf eine Playlist. Wer auf einer solchen beim Streaming-Pionier Spotify landet, steigert seine Erfolgschance. 

Musikhörer zahlen eine monatliche Flatrate, um jederzeit nahezu jeden Song hören zu können. Die Playlist hat das Album abgelöst – und erobert die Bühne, wie im Oktober 2018 in Berlin. Dort hat Spotify die Acts seiner Playlist „Modus Mio“ auftreten lassen. Steht die Musikbranche vor dem nächsten digitalen Umbruch?

Eine neue Zeitrechnung beginnt zumindest für Apple und Disney, die beide für Herbst eigene Video-Streaming-Dienste angekündigt haben. Beide wollen die Branchengrößen Netflix, das 140 Millionen Abonnenten hat, und Amazon attackieren. Für Prime Video vom Online-Händler zahlen 100 Millionen Zuschauer. In Deutschland führt Amazon im Nutzungs-Ranking vor Netflix, stellte Marktforschungsunternehmen Ampere Analysis 2018 fest. Die Studie sagt für die nächsten Jahre sechs bis acht parallel genutzte Dienste pro Haushalt voraus. Ob es so kommt, hängt auch davon ab, wie gut Streaming-Anbieter aus den Daten tiefe Einblicke in die Vorlieben und Gewohnheiten der Nutzer gewinnen. Wer das wie Netflix in Echtzeit beherrscht, kann nahezu jede strategische wie taktische Geschäftsentscheidung datengetrieben treffen. Das schließt das Entwickeln von Ideen und Inhalt ein. Das Bauchgefühlt eines Filmproduzenten hat da wenig zu sagen.

Entscheidende Datenphilosophie

Spotify, Netflix & Co denken zuerst an die Daten, verstehen sich als Inhalt-Unternehmen mit Technologieansatz und sind mit einem digitalen Geschäftsmodell durchgestartet. Das beruht darauf, Kundendaten zu sammeln. Bis hierhin können auch traditionelle Unternehmen mithalten, die sich noch oder gerade digital transformieren. Schließlich finden sich überall in einem Unternehmen Daten, einschließlich Datenbanken, Data Warehouses, Data Lakes, CRM-Tools und ERP-Systeme. Der Unterschied besteht in der Datennutzung. So verfolgt Netflix eine klare Datenphilosophie, die sich auf drei Grundsätze stützt:

  • Die Daten sollten für alle im Unternehmen zugänglich, leicht auffindbar und einfach zu verarbeiten sein.
  • Je länger es dauert, die Daten zu finden, desto weniger wertvoll werden sie.
  • Die Visualisierung eines großen wie kleinen Datensatzes erleichtert seine Erklärung.

Ohne solch eine Datenphilosophie, die sich mit DataOps umsetzen lässt, wird es Unternehmen jedoch nicht gelingen, die datenbezogenen Herausforderungen zu meistern. Bisher kontrolliert und verwaltet in den meisten Unternehmen eine zentrale Gruppe von Datenbankadministratoren (DBAs) den Zugriff und die Verfügbarkeit von Daten. Fachleuten, die Daten benötigen, steht kein Self-Service bereit. Stattdessen überlasten ticketgesteuerte manuelle Prozesse die DBAs.

Verteilte und unklassifizierte Daten

Unternehmen investieren zwar in moderne Technologien, ohne sich jedoch von alten Systemen zu trennen oder diese einzubinden. Silos entstehen, was auch bei Akquisitionen von Plattformen passiert. In der Folge verteilen sich die Daten über heterogene Datenspeicher, von denen viele nicht miteinander kompatibel sind. Aus dem Grund kommen mitunter mehrere Versionen derselben Datenbank in verschiedenen Teilen des Unternehmens zum Einsatz. Das Ausweiten der Ablageorte auf Cloud-native Speicher verkompliziert die Sache noch. Unter den Umständen erhalten diejenigen, die Daten benötigen, nicht den Zugang, wann und wo sie ihn brauchen. Schon gar nicht in Echtzeit.

Darüber hinaus fehlt es häufig an einer guten Datenklassifizierung, die dazu befähigt, Daten anhand ihres Risikowertprofils und ihrer Kategorie zu verwalten und zu steuern. Alle Daten werden letztendlich auf die gleiche Weise behandelt, mit dem gleichen Governance-Overhead und den gleichen Einschränkungen. Das macht die Daten weniger nutzbar. Und es fällt schwer, die richtigen Daten zu finden. Was man nicht versteht, lässt sich nicht managen.

Den Weg zur Datenkultur einschlagen

Diese Situation bestätigt eine Umfrage von NewVantage Partners zu Big Data, künstlicher Intelligenz (KI) und maschinellem Lernen (ML). 53 Prozent der Befragten gaben an, dass sie Daten nicht als Geschäftsvermögen behandeln. 52 Prozent der Umfrageteilnehmer sehen sich nicht im Wettbewerb um Daten und Analysen. Demnach haben mehr als die Hälfe der Unternehmen noch keine Datenkultur entwickelt und ihre Organisation nicht in ein Datenunternehmen wie Netflix umgewandelt.

Wer an die Spitze will und wem die internen Veränderungen viel zu langsam gehen, der sollte sich mit DataOps beschäftigen. Der Ansatz umfasst Veränderungen in allen Prozessen, Technologien und zu Personen, die eine Firma zum Datenunternehmen machen. DataOps zielt auf eine verbesserte Wiederholbarkeit, Produktivität, Agilität und Self-Service-Fähigkeit ab, wobei gleichzeitig das kontinuierliche Bereitstellen von Data-Science-Modellen angestrebt wird. Vereinfacht gesagt stimmt dieses Konzept das Datenmanagement mit den Zielen ab, die ein Unternehmen mit den Daten erreichen will. Die beteiligten Interessengruppen in der Datenlieferkette (Entwickler, Datenwissenschaftler, Business-Analysten, DevOps-Experten usw.) können so leicht auf die Daten zugreifen. Zudem unterstützt eine ausgereifte DataOps-Plattform eine breite Palette von Anwendungsfällen.

Vorschau stimmt optimistisch

Untersuchungen des führenden Analystenhauses 451 Research stimmen optimistisch. So wollen Unternehmen auf der ganzen Welt erheblich in die ständig wachsende Disziplin DataOps investieren. Mit diesem Ansatz können Unternehmen aller Branchen ihre Datenstrategie dramatisch modernisieren, gleichzeitig Datenschutzgesetze einhalten und Datenschutzverletzungen verhindern. Denn eine gute DataOps-Plattform hat Werkzeuge sowohl für die Datenklassifizierung als auch eine datenschutzkonforme Nutzung an Bord. Die technische Seite ist jedoch nur ein Teil in der Transformation. Der organisatorische sowie kulturelle Akt fordert ebenso heraus und Führungskräften alles ab. Das ist aber eine eigene Geschichte wert, bei der wieder Bauchgefühl mit reinspielt. Oder auch nicht.

Alex PlantAlex Plant, Vice President Marketing, Delphix, www.delphix.com/de

GRID LIST
Tour de France

Tour de Data: Spitzenleistung und Transparenz

Im Windschatten fahren war gestern – heute nutzen Radrennfahrer bei der Tour de France…
Tb W190 H80 Crop Int 95925a34900fa0be4dd265a1f6797f09

Fünf Hürden bei der Datenintegration

Die Datenschlacht ist in vollem Gange: Unternehmen, die ihre Daten nicht für die…
Wasserfontänen

Jungbrunnen für das Data Warehouse

Die Expansion der Amazonen-Werke in Verbindung mit der Innovationsführerschaft im Markt…
Tb W190 H80 Crop Int C2eec89cae8801d0c5497bd47cd8d851

QUANTUM AS A SERVICE?

Die Idee des Quantencomputers ist nicht neu – seit Jahrzehnten schwärmen Wissenschaftler…
Tb W190 H80 Crop Int Bafff3f0464c40558319bba61f24f6db

Gut oder schlecht? – Datenqualität richtig einschätzen

Das Qualitätsmanagement für Stamm- und Bewegungsdaten ist in die Liga der Top-Themen für…
Daten Wall

Datenqualität - Instrumente, die helfen

Das Thema Datenqualität hat etwas von „Und täglich grüßt das Murmeltier“. Ähnlich wie…