Sie sind hier: Startseite » Fachartikel » Hintergrund

Nachfrage nach Big Data-as-a-Service-Analyse


Noch Luft nach oben: Big Data-Analysen im Mittelstand
In den Daten von KMU steckt wesentlich mehr Potenzial als diese nutzen



Von Oliver Hessel, Head of Big Data & ML Products Cloud bei IONOS

Die Relevanz von Big Data Analytics ist bei kleinen und mittleren Unternehmen (KMU) deutlich gestiegen, denn auch sie verfügen über schnell wachsende Datenbestände. Gleichzeitig verhindern Herausforderungen personeller, organisatorischer und technologischer Art derzeit aber - noch - eine konsequente und wertschöpfende Nutzung von Daten. Das ergibt eine Studie des Cloud-Anbieters IONOS, die dieser gemeinsam mit dem Beratungsunternehmen Techconsult erstellt hat.

Big Data-Analysen nicht konsequent durchgeführt
In den Daten von KMU steckt wesentlich mehr Potenzial als diese nutzen – und das ist ihnen bewusst: So gab fast jedes zweite Unternehmen mit zehn bis 49 Mitarbeitern an, Mehrwerte aus Daten nicht auszuschöpfen. Lediglich 17 Prozent sind der Ansicht, dass sie alles aus ihren Daten herausholen; bei Mittelständlern ab 500 Mitarbeitern sind es 24 Prozent.

Über sämtliche Unternehmensgrößen hinweg, gibt knapp ein Viertel der Befragten an, Big Data-Analysen in der Praxis durchzuführen. Wenig überraschend nehmen die Bemühungen mit steigender Unternehmensgröße zu: Während größere Mittelständler schon weiter fortgeschritten sind, fahren nur fünf Prozent der Kleinstunternehmen mit bis zu neun Mitarbeitern entsprechende Analysen.

Einsatz flexibler Lösungen für die Analyse auch unstrukturierter Daten geplant
Im Big Data-Zeitalter wächst jedoch nicht nur die Menge an Daten, sondern auch die Zahl ihrer Formate. Vor diesem Hintergrund steigt auch im Mittelstand der Bedarf an flexibleren Lösungen, denn der starre Tabellenaufbau relationaler SQL-Datenbanken setzt den Möglichkeiten der Analyse Grenzen. Vielmehr sind agile und hochskalierbare Lösungen wie NoSQL-Datenbanken nötig, die sich nahtlos in Private und Public Clouds integrieren lassen. Aktuell nutzen KMU diese nur zu 23 Prozent, 48 Prozent planen das jedoch für die Zukunft.

Auch Cloud-basierte Speicherarchitekturen wie Data Lakes sind in der Praxis eher selten anzutreffen. Sie bieten die Möglichkeit, sowohl strukturierte als auch unstrukturierte Daten in verschiedenen Schritten zu verarbeiten und vorzuhalten. Aktuell haben lediglich 23 Prozent der KMU einen Data Lake im Einsatz. Weitere 19 Prozent planen ihn in der Zukunft zu nutzen.

Bereichsübergreifende Potenziale
Der Mittelstand hat die Vorteile von Big Data-Analysen längst erkannt. Sie erhöhen die Transparenz betrieblicher Kennzahlen und Entwicklungen, was zu fundierteren und auch schnelleren Entscheidungen führt. Durch die Analyse der unternehmenseigenen Daten und die Anreicherung mit Daten anderer Quellen lassen sich zudem Prozesse effizienter gestalten und Kosten einsparen.

Gleichzeitig können Unternehmen jedoch nicht nur ihre internen Prozesse optimieren, sondern auch die Kundenansprache. So verspricht sich jedes dritte befragte Unternehmen von Big Data ein besseres Kundenverständnis. Gerade Social Media-Daten sind eine wichtige Quelle, um genaue Kundenprofile zu erstellen und Wissen über die Kunden zu generieren. Mit Hilfe der Kundenprofile lassen sich Verhaltensmuster ableiten, die den Unternehmen für Prognosen zum zukünftigen Kaufverhalten dienen – mit der Möglichkeit einer gezielteren Kundenansprache.

Die Vorteile von Big Data-Analytics sehen die Befragten in praktisch allen Bereichen von Unternehmen. So glauben 57 Prozent, dass sich in Marketing und Vertrieb Marktpotenziale mit Big Data-Analysen besser ausschöpfen lassen. Unter anderem verhindern genaue Absatz- und Bedarfsplanungen sowie verlässliche Prognosen zur Nachfrage Lieferengpässe und damit eine mangelnde Verfügbarkeit von Produkten. 48 Prozent erkennen für die Produktion eine Unterstützung durch Big Data. Hier liegt das Potenzial in der Analyse von Maschinendaten und Produktionsmengen in der Fertigung, unterstützt durch Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). In der Logistik helfen große Datenmengen, Prozessabläufe zu verbessern sowie die Personaleinsatz- und Kapazitätsplanung zu steuern. Dies sehen 45 Prozent so. Einen Prozentpunkt mehr verzeichnet die Personalabteilung: 46 Prozent der Befragten sind der Meinung, dass Human Resources (HR) anhand von Big Data überprüfen kann, ob die Mitarbeiter entsprechend ihrer Qualifikation eingesetzt sind oder wo es Optimierung bei Arbeitszeiten gibt.

Sinnvolle Datennutzung wichtig – Verfügbarkeit allein hilft nicht
Thematisiert wurden von den Befragten jedoch auch die Herausforderungen bei der Analyse von Big Data. Die KMU nannten hier den Faktor Zeit (26 Prozent) und personelle Ressourcen (31 Prozent). Insbesondere die Mitarbeiter von Kleinstbetrieben sind oft mit den Aufgaben des Tagesgeschäfts so ausgelastet, dass Datenanalysen nicht mehr zu stemmen sind. Da Big Data zudem eine große Menge unterschiedlicher Daten vereint, deren Sensibilität nicht immer auf den ersten Blick erkennbar ist, stellen auch Compliance und Datensicherheit für den Mittelstand ein besonderes Hindernis dar (28 Prozent).

Allein große Informationsmengen vorzuhalten, bringt zudem noch nicht den gewünschten Effekt, wenn die Qualität der Daten nicht stimmt und geeignete Technologie- und Analyse-Tools sowie ausreichende IT-Infrastruktur (Rechen- und Speicherleistung) fehlen. Vor diesem Hintergrund nannten dann auch 37 Prozent der Befragten eine gute Datenqualität als Herausforderung. Hier kommen Big Data-as-a-Service-Technologien ins Spiel, die Unternehmen bei der Datenanalyse spürbar unterstützen und zu einer hohen Datenqualität beitragen.

Nachfrage nach Big Data-as-a-Service steigt
Vor dem Hintergrund der genannten Erkenntnisse verwundert es nicht, dass Cloud-Technologien zur Big Data-Analyse stark nachgefragt sind. Sie reduzieren vor allem Herausforderungen wie den Personal- und Zeitmangel. Von Big Data-as-a-Service-Anwendungen versprechen sich aktuell 76 Prozent der Befragten eine Verbesserung der Qualität von Datenanalysen und 64 Prozent Einsparungen bei Infrastruktur- und Personalkosten. Von der Beschleunigung einer datengetriebenen Entscheidungsfindung im C-Level-Bereich gehen 67 Prozent der Befragten aus.

Zu den Funktionen der Lösung haben die Befragten konkrete Vorstellungen: Für 39 Prozent sollte sie Daten visuell aufbereiten können; Data Mining ist für 38 Prozent wichtig, KI- und ML-Funktionen für 33 Prozent. Je mehr Datentypen, Protokolle und Integrationsszenarien die Tools unterstützen, desto präziser wird die Datenauswertung. Damit verbunden sind Funktionen zur Zusammenführung von Datensätzen aus Cloud-Objektspeicherdiensten, NoSQL-Datenbanken und anderen Big Data-Plattformen.

Fazit:
Die Untersuchung zeigt, dass im Mittelstand noch deutlich Luft nach oben ist, was Datenanalysen angeht. Die Vorteile für die verschiedenen Funktionsbereiche von der Produktion bis hin zum Marketing sind den KMU aber definitiv bewusst, weshalb es nicht verwundert, dass Unternehmen hier zunehmend konsequent investieren.

Die komplette Studie können Interessierte unter diesem Link herunterladen:
https://cloud.ionos.de/reports/techconsult-studie-Big Data-2022

Für die Studie hat Techconsult 218 kleine und mittelgroße Unternehmen und Einrichtungen in Deutschland, die sich in irgendeiner Form mit Daten befassen, online zur Rolle von Big Data befragt. Ansprechpartner waren Verantwortliche für Datenanalysen, in erster Linie Inhaber bzw. Geschäftsführer, IT-Verantwortliche, Fachbereichsleiter sowie Data-Manager.
(IONOS: ra)

eingetragen: 09.08.22
Newsletterlauf: 28.09.22

ContactCenter4ALL: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Kostenloser PMK-Verlags-Newsletter
Ihr PMK-Verlags-Newsletter hier >>>>>>


Meldungen: Hintergrund

  • Data Governance und Datensicherheit

    Sicheres Datenmanagement ist Pflicht. Die tatsächliche Gewährleistung angemessener Datenverwaltung und -sicherheit hängt aber von den technischen Möglichkeiten ab: Entscheidend sind Lösungen und entsprechende Plattformen, die die Dateninfrastruktur ausgestalten.

  • GPU-Infrastruktur von Cloud-Anbietern

    Große Hyperscale-Cloud-Computing-Unternehmen sind nach wie vor die Hauptabnehmer von KI-Hardware (z. B. GPUs und anwendungsspezifische integrierte Schaltkreise oder ASICs). Die Investitionsausgaben und Ausgabenprognosen für viele Unternehmensplattformen sind deutlich gestiegen - darunter Microsoft Azure, Amazon Web Services, Google, Oracle und Meta.

  • Auf dem Weg zum klimaneutralen Rechenzentrum

    ESRS, CSRD, EnEfG … um die verschiedenen gesetzlichen Nachhaltigkeits-Regularien zu erfüllen, benötigen Betreiber von Rechenzentren mehr Transparenz über den Energieverbrauch und die Treibhausgas-Emissionen ihrer IT-Infrastruktur.

  • Dokumentenmanagement und elektronische Signatur

    Damit Unternehmen nicht nur zeitgemäß, sondern auch zukunftsträchtig arbeiten, ist eine Digitalisierung ihrer Geschäftsprozesse unumgänglich. Viele manuelle und behäbige Abläufe lassen sich mit einem digitalen Dokumentenmanagement optimieren. Es gilt, Aufgaben und Dokumente digital zu organisieren und Abläufe so weit wie möglich zu automatisieren.

  • Daten aus der iCloud extrahieren

    Zwölf Jahre ist es her, seit ElcomSoft erstmals iCloud-Backups direkt von Apple herunterladen und die Daten auslesen konnte. Während die einen sagten, dass es keine große Leistung sei, mit dem richtigen Passwort Daten aus einem Online-Backup zu laden, fühlten sich andere in ihrer Auffassung bestätigt, dass Cloud-Speicher ein unkalkulierbares Sicherheitsrisiko seien. Aber beide Sichtweisen waren damals schon stark vereinfacht und sind heute schlicht falsch.

  • Digital Twin der Lieferkette

    Fällt das Wort Lieferkettensorgfaltspflichtengesetz (LkSG), schießt einem meist zeitgleich der Begriff Transparenz in den Kopf. Denn darum geht es doch, oder? Auch! Aber nur Transparenz über die eigene Lieferkette zu erhalten, bringt erstmal wenig. Der Trick ist, zeitgleich eine flexible, optimierte Lieferkette anzustreben - sowohl operativ als auch strategisch.

  • Was bedeutet IT-Automatisierung?

    Eine neue Anwendung zur unternehmensinternen Kommunikation soll auf den PCs aller Mitarbeitenden installiert werden? Eine Routine-Aufgabe für die IT-Abteilung, die das Personal bei einem mittelständischen Unternehmen mit rund 100 Mitarbeitenden manuell umsetzen könnte. Beim Besuch jeder Kollegin und jedes Kollegen am Schreibtisch oder per Remote-Zugriff auf den PC wäre die Applikation, je nach Personalstärke, innerhalb von Stunden überall installiert.

  • Datensicherheit auf mehreren Ebenen

    Unternehmen verlassen sich bei der Verwaltung und Bereitstellung ihrer Daten zunehmend auf Cloud-Dienstleistungen. Dadurch müssen sich die Datenverantwortlichen zunehmend mit der nötigen Datensicherheit und -integrität auseinandersetzen.

  • Schock über die Cloud-Rechnung?

    Die Relevanz von Cloud Computing-Technologie hat im vergangenen Jahrzehnt rasant zugenommen und damit auch die Anzahl an Geschäftsprozessen und Services, die Unternehmen in die Cloud auslagern. Viele Unternehmen verfolgen dabei einen "Cloud first"-Ansatz als zentralen Bestandteil ihrer digitalen Transformationsbemühungen.

  • Einführung in CRaaS

    In der Datenwelt findet ein Sicherheitswettlauf statt. Mit dem Fortschritt der Technologie entwickeln sich aber auch die Waffen und Taktiken der Cyberkriminellen weiter. Unternehmen müssen deshalb ständig ihre Performance optimieren und bessere Methoden entwickeln, um sich vor neuen Attacken und Angriffsmethoden zu schützen.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen