Anzeige

Big Data Trends 2020

Eines steht fest: Der Umgang mit Daten wird in Zukunft weit über Suche, Dashboards und Visualisierung hinausgehen. Für 2020 hat der Data-Analyst-Spezialist Qlik folgende fünf Trends im Zusammenhang mit Big Data und Analytics identifiziert.

1. Aus Big Data wird Wide Data

Dank skalierbarer Cloud-Lösungen sind in Big-Data-Umgebungen nicht länger die Kapazitätslimits unterenehmensinterner IT-Infrastrukturen ein begrenzender Faktor. Die Herausforderung der Stunde lautet „Wide Data“. Die Aufmerksamkeit wendet sich den fragmentierten, weitverzweigten Datenlandschaften zu, die durch uneinheitliche oder fehlerhaft formatierte Daten sowie für sich stehende Datensilos entstanden sind. Allein in den letzten fünf Jahren hat sich die Anzahl der Datenbanken, die es für unterschiedlichste Datenarten gibt, von 162 auf 342 verdoppelt. „Unternehmen, denen es künftig gelingt, diese Daten in einer Synthese sinnvoll zusammenzuführen, werden klar im Vorteil sein,“ erläutert Wolfgang Kobek, Senior Vice President EMEA bei Qlik.

2. DataOps & Self Service Analytics: mehr Agilität für die Datennutzung

Während Data Analytics auf der Business-Ebene durch moderne BI-Technologie und Self-Service-Tools längst Einzug gehalten hat, fehlt es für das Datenmangement immer noch an agilen Möglichkeiten. Die Lösung heißt: „DataOps“. Dieser Ansatz macht es möglich, mit automatisierten und prozessorientierten Technologien die Geschwindigkeit und Qualität des Datenmanagements zu erhöhen. Dafür werden On-Demand IT-Ressourcen genutzt, Tests automatisiert und Daten bereitgestellt. Technologien wie Echtzeit-Datenintegration, Change Data Capture (CDC) und Streaming Data Pipelines sind die Basis dafür. Dank DataOps können 80 Prozent der Kerndaten systematisch an Geschäftsanwender geliefert werden. Kobek: „Mit DataOps im operativen Datenmanagement und Self-Service Analytics auf der Business-Seite lässt sich ein fließender Prozess über die gesamte Informationswertschöpfungskette erreichen. Synthese und Analyse greifen ineinander.“

3. Intelligente Metadaten-Kataloge: Bindeglied zwischen Datenbasis und Data Analytics

Die Nachfrage nach Datenkatalogen steigt, um Rohdaten in den verteilten und vielfältigen Datenbeständen zu lokalisieren, zu erfassen und zu synthetisieren. Im kommenden Jahr werden die Metadatenkataloge zunehmend mit KI austgestattet werden, um eine aktive, adaptive und schnelle Datenbereitstellung zu ermöglichen. Dies ist die Voraussetzung für die Agilität, die durch den Einsatz von DataOps und Self-Service-Analytik ermöglicht wird.

4. Aufbau von Datenkompetenz als Service-Leistung

Durch die Verknüpfung von Datensynthese und Datenanalyse lässt sich die Nutzung von Daten weiter vorantreiben. „Allerdings,“ so Kobek, „werden noch so gute Technologien oder Prozesse nichts bringen, wenn die Menschen nicht mit an Bord sind. Es reicht nicht aus, den Anwendern die Tools einfach nur zur Verfügung zu stellen und auf das Beste zu hoffen. Erfolgsentscheidend wird sein, den Mitarbeitern dabei zu helfen, sich mit dem Lesen, Arbeiten, Analysieren und Kommunizieren von Daten vertraut zu machen.“ Viele Unternehmen möchten im kommenden Jahr die Datenkenntnisse ihrer Mitarbeiter fördern und suchen dafür gezielt nach Partnern, die Software, Training sowie Support im SaaS-Modell (Software as a Serivce) anbieten. Das Ziel: Das Daten-Know-how so zu verbessern, dass DataOps und Self-Service Analytics ineinandergreifen können und sich datengestütztes Entscheiden bei den Mitarbeiter im Alltag durchsetzen kann.

5. Shazamen von Daten

Die Fortschritte im Bereich Data-Analytics waren in den letzten Jahrzehnten enorm. Allerdings sehen Experten den größten Meilenstein noch kommen: Das „Shazamen“ von Daten. Die meisten von uns kennen Shazam, die berühmte App, die laufende Songs identifizieren und Informationen dazu bereit stellen kann. Dieses Konzept wird derzeit auf zahlreiche Bereiche ausgedehnt. „2020 werden wir ‚Shazamen‘ auch für Daten im Unternehmen erleben“, ist sich Kobek sicher. „Es wird möglich sein, das Umfeld von Daten näher in Augenschein zu nehmen: Woher stammen sie, wer hat sie verwendet, welche Qualität haben sie und wie haben sie sich kürzlich verändert?“ Algorithmen werden den Analyse-Systemen helfen, Datenmuster zu erkennen, Anomalien nachzuvollziehen und neue Daten für weitere Analysen vorzuschlagen. Dadurch wird Data und Analytics schlanker werden und wir können zur richtigen Zeit mit den richtigen Daten arbeiten.“

„Eines steht fest: Der Umgang mit Daten wird in Zukunft weit über Suche, Dashboards und Visualisierung hinausgehen. Wir werden in der Lage sein, über alternative Eingabetechniken mit digitalen Geräten zu kommunizieren wie etwa über Gedanken, Bewegungen oder auch auf sensorischer Ebene. Der Kauf von CTRL Labs, dem Start-up für Neuroschnittstellen, durch Facebook oder auch das Neuralink-Projekt von Elon Musk, das an der Mensch-Maschine-Interaktion arbeitet, sind erste Vorboten, was kommen wird. Im Jahr 2020 werden einige dieser bahnbrechenden Innovationen anfangen, unsere Erfahrung im Umgang mit Daten zu verändern. Darin liegen enorme Chancen für uns alle, es birgt aber die Gefahr von Missbrauch. Hier ist Veranwortungsbewusstsein gefragt,“ resümiert Kobek. „Eine ganzheitliche Betrachtung von Datenkompetenz und Ethik ist nötig, damit Menschen im Umgang mit Wide Data die richtigen Entscheidungen treffen können. DataOps und Self-Service sind die Trends, die dabei helfen, unternehmensweit verstreute Daten richtig zu nutzen, um im digitalen Zeitalter auch weiterhin erfolgreich zu sein.“ 

www.qlik.com/de-de
 


Weitere Artikel

Datenmanagement

Zeitgemäßes Datenmanagement im Laufe der digitalen Transformation

Da die Pandemie weiterhin Auswirkungen auf Unternehmen auf der ganzen Welt hat, sind neue Herausforderungen für Führungskräfte entstanden, insbesondere im Einzelhandel und im Verbrauchersektor.
2022

5 Trends, mit denen sich Daten 2022 effektiver nutzen lassen

Die Beschleunigung der digitalen Transformation in den letzten zwei Jahren hat den Verantwortlichen deutlich aufgezeigt, dass sie mehr darauf achten sollten, wie sie Unternehmensdaten managen, die über verschiedene Speicherorte verteilt sind, gleichzeitig…
Geschäftsmann

Banken stehen beim digitalen Kundenmanagement noch am Anfang

Kundenstammdaten werden von Banken im DACH-Raum noch nicht in ausreichendem Masse systematisch erhoben, aktualisiert und für personalisierte Kundenbeziehungen eingesetzt. Das ergab eine Studie* des CRM-Herstellers BSI in Kooperation mit dem Institut für…
Datenanalyse

Mit Embedded Analytics maximalen Nutzen aus den Daten gewinnen

Rund um den Zugriff und die Analyse von Daten steigen die Investitionen von Unternehmen, nicht zuletzt auch in der Fertigungsindustrie. Durch die Optimierung des Datenmanagements sollen die Herausforderungen der Digitalisierung gemeistert werden und der…
Recruiting

Wie Tools für maschinelles Lernen und Low-Code/No-Code beim IT-Fachkräfte-Mangel helfen

Die Ergebnisse einer kürzlich von Quanthub veröffentlichten Studie zeigen, dass bereits im Jahr 2020 weltweit 250.000 Data Scientists fehlten. Außerdem bleiben Data Scientists im Durchschnitt nur 2,6 Jahre im Unternehmen. Angesichts der monatelangen…
business intelligence

Scalable BI Self Service – der Boost für BI-Architekturen

Bei Business Intelligence (BI)-Initiativen lassen sich gleich mehrere zentrale Zielsetzungen ausmachen. Auf der Wunschliste vieler BI-Anwender stehen einfache und schnelle Auswertungen. Ein unkomplizierter Zugriff und die Analyse relevanter Daten zur…

Anzeige

Jetzt die smarten News aus der IT-Welt abonnieren! 💌

Mit Klick auf den Button "Zum Newsletter anmelden" stimme ich der Datenschutzerklärung zu.