Unsicherheit im Big-Data-Markt
Big-Data-Mythen: Was ist dran?
Mythos: Nur etwas für große Konzerne
Big Data bedeutet nicht primär, mit großen Datenmengen richtig umzugehen. Die wirklichen Herausforderungen in Sachen Big Data liegen darin, mit unterschiedlichsten Datenquellen und -formaten zu jonglieren sowie mit der wachsenden Geschwindigkeit zurechtzukommen, in der diese Daten entstehen und verarbeitet werden wollen. All diese Aspekte betreffen allerdings längst nicht nur große Unternehmen. Auch kleine und mittelgroße Firmen sehen sich vielfach mit diesen Problemen konfrontiert. Big-Data-Vorhaben müssen deshalb jedoch per se nicht so groß und komplex sein, dass nur Konzerne sie stemmen könnten, relativieren Experten.
Allerdings liesollten die Verantwortlichen darauf achten, sich mit ihren Big-Data-Projekten nicht zu verzetteln. Wer unsicher sei, wie Big Data behandelt werden sollte, oder skeptisch, inwieweit sich die damit verbundenen Investitionen rentierten, solle klein anfangen. So könnten Unternehmen in einem ersten Schritt einen Ausschnitt aus ihrem Datenbestand auswählen – strukturiert oder auch unstrukturiert.
Diese Daten sollten dann mit Hilfe eines Service oder eines Tools hinsichtlich einer Fragestellung ausgewertet und dann die Ergebnisse analysiert werden. Auf diese Weise könnten sich Unternehmen behutsam an das Thema herantasten, Erfahrungen sammeln und grundsätzlich prüfen, ob und in welchen Bereichen sich Aufwand und Investitionen für Big Data lohnten.
- Big Data in Zahlen
Karl Valentin hat einmal das Bonmot geprägt, schwer sei leicht was. Das kann man für den Trend Big Data mit Sicherheit auch behaupten. Sinnvoll in der Theorie, schwer in der Realisierung. Wir liefern ein paar Fakten. - Welche Probleme sehen Sie beim Einsatz von Big Data?
Big-Data-Konzepte werden nicht vorangetrieben, weil es an den richtigen Skills fehlt.<br> Angaben in Prozent; n = 206; Mehrfachnennungen möglich; Quelle: BARC