Home / Themen / Analysen / Big Data: Querschnittsthema mit Bedeutung für viele Technologien und Branchen

Big Data: Querschnittsthema mit Bedeutung für viele Technologien und Branchen

Big-Data-Technologien gibt es heute in verschiedenen technischen Ausprägungen. Wichtig ist es, die Technologie mit einem wirklichen Nutzenversprechen zu verknüpfen. Dies wird in den kommenden Jahren den Erfolg von Big Data-Technologien bestimmen, so die Aussagen der Experton Group im neuen  Big Data Vendor Benchmark 2017.

Seit 2011 beobachten die Analysten den Markt und die Lösungen für das Trendthema „Big Data“.  Aus den „Big Data“ Dimensionen „Business Intelligence“ und „Business Analytics“ hat sich ihren Untersuchungen zufolge in den letzten Monaten eine Vielfalt von Angeboten entwickelt, die ganz unterschiedliche Unternehmensziele und -prozesse unterstützen sowie neue datengetriebene Geschäftsmodelle ermöglichen.

Der Big-Data-Trend sei heute ein Treiber für neue IT-Methoden wie Advanced Analytics, Cognitive Computing, Machine Learning oder Operational Intelligence. Die Lösungen der im Big Data Vendor Benchmark von Experton untersuchten Anbieter sind Kernelemente dieser Methoden oder unterstützen diese bei der Analyse der Daten und somit die Unternehmen im Rahmen ihrer digitalen Transformation.

Im Big Data Vendor Benchmark 2017 wurde der Entwicklung Rechnung getragen, dass die Produkte, Lösungen und Services von den Anbietern immer gezielter auf Prozesse und Geschäftsmodelle ausgerichtet werden. Big-Data-Technologien bilden deshalb eine Grundlage für Trendthemen wie Industrie 4.0 und IoT.

pm-2016-12-13-01

Marktkategorien Big Data Vendor Benchmark 2017

Der Trend: Branchenspezifische Projekte

Eine analytische Datenbank für alle wird bald nicht mehr dem Markt genügen. Berücksichtigt werden müssen vielmehr  die spezifischen Merkmale einer Branche wie Bau, Fertigung oder Gesundheitswesen. Im Bereich des Social Enterprise deute sich das bereits an: hier werden Lösungen, die auch Big Data-Lösungen sein können, gezielt für Branchen wie die Konsumgüterindustrie gebaut.

Holm Landrock, Lead Advisor Big Data bei der Experton Group: „Big Data entwickelt sich dabei zu einem Thema, das sowohl horizontal als auch vertikal in die Märkte dringt. Big Data wird also spezifisch hinsichtlich der Anwendungs- und Prozessebene und auch hinsichtlich der Anwenderbranchen, da Unternehmen aus der Finanzwirtschaft andere Anforderungen an die Analysen haben als Fertigungs- oder Handelsunternehmen. Echtzeitgetriebene Entscheidungen treffen zu können, lautet dabei das übergeordnete Credo, das nahezu alle Anwender, gleich welcher Branche und Größe, mit ihren eingesetzten Lösungen dabei verfolgen.“

Reifer Anbietermarkt

Werden die Anbieter nach den bisherigen Kriterien Volume, Variety, Velocity und ergänzender Merkmale betrachtet, zeige sich der Anbietermarkt als bereits sehr ausgereift. Das werde durch den hohen Anteil an Unternehmen belegt, die sich in der Gruppe der Leader wiederfinden.

Unter den Leadern seien dabei nicht nur ICT-Generalisten mit mehreren tausend Mitarbeitern zu finden, sondern auch kleinere Unternehmen mit 100 bis 200 Mitarbeitern. Diese Unternehmen sind mit ihren Angeboten für die Anwender in der Zielgeografie Deutschland durchaus mit den sehr viel größeren Mitbewerbern vergleichbar. Das bestätigen die teils sehr komplexen Kundenprojekte, bei denen diese Spezialisten eine exzellente Beurteilung von den Anwendern ernten. Neben technologischen Kriterien sind auch wirtschaftliche Merkmale Gegenstand der Untersuchung der Anbietervergleiche der Experton Group, so dass Start-ups und lokale Anbieter ihre Position im Wettbewerb durchaus behaupten könnten.

pm-2016-12-13-03

Die Anbieterlandschaft für die Visualisierung großer polystrukturierter Daten in Deutschland. Quelle: Experton

Auch Unternehmen, die noch nicht als Leader qualifiziert sind, hätten teils leistungsstarke Services oder Lösungen. Sie stehen in der Regel jedoch noch vor Herausforderungen, wie der Integration des Angebots oder auch vergleichsweise einfachen Herausforderungen im Go-to-Market und in der Marketing-Kommunikation.

Dass der Markt ausgereift ist, zeige sich auch an Übernahmen und Mergern, also an ersten Indikatoren für eine Konsolidierung der Anbieterlandschaft.

Big Data Dashboards & Visualization Solutions

Eine wichtige Marktkategorie bei der Verarbeitung einer großen Menge an Daten seien die „Big Data Dashboards & Visualization Solutions“, da Daten und die daraus entstehenden Informationen so aufbereitet werden müssen, dass die Anwender daraus neue Erkenntnisse gewinnen können. Kennzahlen mit Excel, BI-Lösungen oder Dashboard-Software aufzubereiten oder Maschinendaten auf einem Leitstand anzuzeigen, sei heute bei den Anwendern etabliert.

Mit der Menge der Daten, die durch die Digitalisierung der Systeme, Prozesse und Unternehmen aufkommen, liefern die bekannten Lösungen laut Experton zwar noch die erwarteten Statusinformationen, besitzen jedoch nicht mehr die erforderliche Leistung. Das gelte insbesondere dann, wenn auch unstrukturierte Daten in die Auswertung aufgenommen werden sollen.

In der Kategorie „Big Data Dashboards & Visualization Solutions“ werden Anbieter bewertet, deren Lösungen geeignet sind, Daten aus unterschiedlichen Quellen aufzubereiten und zu visualisieren. Die zentralen Bewertungskriterien bzw. Anforderungen an die Anbieter von Visualisierungs- und Dashboard-Lösungen für Big Data betreffen die Möglichkeit, aus nahezu beliebigen Daten in einer grafischen Darstellung „Informationen“ werden zu lassen. Die Flexibilität der bewerteten Lösung hinsichtlich der Art und Vielfalt von Daten und der Darstellungsformen spielte daher eine wichtige Rolle bei der Bewertung.

Die in dieser Marktkategorie betrachteten Dashboard-Lösungen kooperieren typischerweise mit Backend-Lösungen. Viele herkömmliche Dashboard-Lösungen zur Darstellung von Unternehmenskennzahlen seien noch nicht auf die Herausforderung „Big Data“ vorbereitet und wurden daher nicht in die Untersuchung aufgenommen.

Share

Leave a Reply

Your email address will not be published. Required fields are marked *

*