Big Data im Mittelstand

Beim Blick auf den Mittelstand fällt auf, dass sich für diese Unternehmen der Fachkräftemangel im Bereich Big Data besonders nach­teilig auswirkt.

Big-Data-Experten sind selten und kostspielig, weshalb auch 82 Prozent der­artiger Stellen in deutschen Unternehmen mit mehr als 1.000 Mitarbeitern entstehen, wie eine Stellenanzeigen-Auswertung der Metasuchmaschine Joblift ergab.

Deshalb ist es gerade für den Mittelstand wichtig, solche Big-Data-Lösungen auszuwählen, die die Datenvorbereitung, die Definition von Big-Data-Analysen sowie den Schutz der Daten so weit wie möglich unterstützen.

Um dem Mangel an Know-how zu begegnen, empfehlen sich Lösungen, die sich von Anwendern ohne die Kenntnisse eines Admins, Entwicklers oder Big-Data-Experten nutzen lassen. Dazu sollten sie zum Beispiel Selfservice-Funktionen für die Definition der Analyse und der gewünschten Berichte bieten und viele Arbeitsschritte der Analysen über eine visuelle Benutzerführung vereinfachen.

Big-Data-Lösungen, die sich ohne tiefes Expertenwissen nutzen lassen und sich zugleich für viele Branchen und Unternehmensgrößen eignen, gibt es bereits. Das Ziel „Big Data für alle“ ist kein Fernziel mehr, sondern kann in überschaubarer Zeit erreicht werden. Dank zahlreicher Datenschnittstellen und anpassbarer Vorlagen für Diagramme und Berichte können Unternehmen heute in kurzer Zeit eigene erste Tests starten. Selbst Installationen kann man sich meist sparen, denn viele Big-Data-Lösungen lassen sich bequem aus der Cloud beziehen. Big Data muss also nicht „Big Problems“ bedeuten.

Die Marktforscher von Gartner haben kürzlich einen neuen „Magic Quadrant“ für Business-Intelligence- und Analytics-Plattformen veröffentlicht. Die dort genannten Leader sind Microsoft, Tableau und Qlik. com! professional hat sich diese Lösungen einmal mit Blick auf die speziellen Bedürfnisse mittelständischer Unternehmen angeschaut.

Microsoft Power BI: Power BI ist ein cloudbasierter Dienst für Datenauswertung und Datenvisualisierung. Microsoft bietet dafür Open-Source-Tools an, mit denen Kunden und Partner plattformunabhängig in kurzer Zeit eigene Dashboards und Reports erstellen. Dazu lassen sich vorgefertigte Templates anpassen. Power BI kann mit Hunderten von Datenquellen verknüpft werden, darunter Excel-Tabellen, lokale Datenquellen, Streaming-Daten und Cloud-Dienste, um Daten auszuwerten, zu visualisieren und in Berichte einzubinden. Dank der BI-Apps für Windows, iOS und Android haben die Nutzer auch mobilen Zugriff auf Power-BI-Dashboards und Berichte.

Tableau: Tableau bietet Selfservice-Analytics-Plattformen, mit denen die Nutzer Analysen per Drag-and-Drop-Aktionen selbst definieren können. Für die Auswertung unterstützt werden zahlreiche Datenquellen, darunter auch räumliche Daten sowie Daten, die in PDF-Dateien gespeichert sind. Bei Bedarf können je nach Produktversion die Datenquellen von Administratoren oder Datenverwaltern gezielt freigegeben werden, um zum Beispiel ihre Vertrauenswürdigkeit zu kennzeichnen. Mittels Machine Learning bekommt der Nutzer Empfehlungen für Datenquellen, Tabellen und Verknüpfungen, die das Auffinden der richtigen Daten erleichtern. Ta­bleau arbeitet daran, natürliche Sprachverarbeitung (NLP) in seine Lösungen zu integrieren, um den Anwendern das Interagieren mit ihren Daten durch einfache Spracheingaben zu ermöglichen.

QlikTech: Die Lösungen von QlikTech bieten ebenfalls Datenanalyse und -visualisierung im Selfservice. Alternativ können Admins mit „Guided Analytics“ interaktive Dashboards für die Anwender vorbereiten, mit denen diese Daten aus­werten und Erkenntnisse gewinnen können. Über offene Schnittstellen und dank Entwickler-Tools können zudem Analysefunktionen integriert, eigene Analyse-Apps entworfen und neue Visualisierungen erstellt werden.

Bei der Bereitstellung von Qlik Sense hat man die Wahl zwischen On-Premise, Cloud und einer hybriden Kombination. Je nach Version handelt es sich um eine Einzelplatzlösung oder eine Plattform für Teamarbeit zur Datenanalyse. Berichte lassen sich in zahlreichen gängigen Formaten bereitstellen, etwa für Microsoft Office oder als PDF.