BI in der modernen Datenanalyse

Anbieter zum Thema

PROSOZ Herten GmbH

Disy Informationssysteme GmbH

Liferay GmbH

ORAYLIS GmbH

Mythos 2: Wer einen Data Lake hat, braucht kein DWH mehr

Mit Big Data hat auch der Data ­Lake zunehmend Einzug in moderne Analyseumgebungen gehalten. Er dient als Sammelbecken für unterschiedlichste Daten und bildet somit den Ausgangspunkt für explorative Analysen. Damit der Data Lake seinen Nutzern bei diesen Analysen ausreichend Orientierung bietet, werden – ähnlich einem DWH – vorstrukturierte Bereiche angelegt.

Diese Vorgehensweise führt bei Unternehmen häufig zu der Annahme, dass der Data Lake gleich das DWH vollständig ersetzen könne. Allerdings handelt es sich bei DWH und Data Lake um zwei grundverschiedene Konzepte, die jeweils unterschiedliche Nutzerbedürfnisse adressieren. Das DWH legt den Fokus auf eine hohe Prozesseffizienz, wobei die Informationen relativ passgenau für die Anwender aufbereitet werden. Entsprechend gehen hier strukturierte Daten, beispielsweise aus ERP und CRM, in eine Schichtenarchitektur ein.

Indes lässt sich die Heterogenität von Big Data über diese Methode nur schwer abbilden. Hier greift das Data-Lake-Konzept: Daten aus ganz unterschiedlich Quellen werden unmittelbar in ­ihrer Ursprungsform abgelegt. Bewusst werden dabei aufwendige Prozesse der Datenintegration ausgelassen, um zunächst den Wert der Daten zu erforschen und agil neue Anforderungen jenseits des standardisierten Reportings testen zu können.

Insofern kann es gar nicht die Zielsetzung eines ­Data Lakes sein, das DWH zu ersetzen. Wohl aber können DWH und Data Lake zwei wichtige – und einander ergänzende – Komponenten einer modernen analytischen Plattform bilden.

Mythos 3: Self-Service ist immer kostengünstiger als BI

Self-Service-Werkzeuge sind für die unternehmensweite Daten­analyse zweifelsohne ein Segen. Über nutzerfreundliche Oberflächen ermöglichen sie es dem Fach­anwender, selbstständig Daten zu integrieren, Reports und Dashboards zu erstellen oder gar eigene Analyselösungen aufzusetzen. Dies führt häufig zu dem Rückschluss, dass ein Self-Service-Ansatz für Unternehmen stets die kostengünstigere Wahl sei. Schließlich müssen die Daten nicht mehr aufwendig in übergeordnete Strukturen gebracht werden. Vor allem entfallen die langwierigen Kommunikations- und Abstimmungsprozesse mit der IT- oder BI-Abteilung.

Die Praxis zeichnet indes ein anderes Bild. Unternehmen, die vollständig ohne Plan und Strategie an das Thema herangehen, klagen spätestens nach ein bis zwei Jahren über einen Wildwuchs an Berichten und Dashboards, gegensätzlichen Daten und inkonsistenten Aussagen. Das bedeutet: Damit ein Self-Service-Ansatz auch mittel- bis langfristig funktioniert, sind vereinheitlichte Strukturen und ein Regelwerk – die sogenannte Self-Service-Governance – weiterhin erforderlich. Ebenso gilt es, laufend Daten zu konsolidieren und Lösungen zu überwachen bzw. anzupassen.

Ein funktionierender Self-Service-Ansatz produziert also über die Software-Lizenzen hinaus durchaus beträchtliche Kosten, sodass hier nicht zwangsläufig von einer günstigeren Alternative die Rede sein kann. Zudem zeigt sich, dass BI-typische Komponenten und Verfahrensweisen unverändert ­einen wichtigen Beitrag zum Gelingen leisten.

Auf der nächsten Seite geht es weiter.

(ID:46033466)