Sysbus Trend-Thema “Big Data”
Das November Trend-Thema lautet dieses Jahr “Big Data”. Zu Wort melden sich Consol, Hortonworks, Data Interchange und Delphix.
“Der Vorteil von Big Data liegt darin, durch Machine Learning Wissen aus großen Datenmengen zu generieren”, erklärt Nicole Wochatz, Big Data Consultant bei Consol Software. “Immer mehr Unternehmen nutzen Verfahren wie Deep Learning oder Predictive Analytics. Dabei geht der Trend dahin, alles in die Cloud zu verlagern. Cloud-Anbieter bieten mittlerweile Machine-Learning-Applikationen, die mittels Drag and Drop die Datenanalyse schnell und leicht bedienbar machen.”
“So wie Google voraussehen kann, wo die nächste Grippewelle ausbricht, so müssen auch Unternehmen Big Data nutzen, um ihre Wettbewerbsfähigkeit durch verlässliche Aussagen über Marktentwicklungen zu verteidigen”, sagt Christopher Rummel, Regional Vice President Sales bei Hortonworks. “Neue Konzepte wie Amazons Supermarkt geben den Weg zu Predictive Analytics vor. Dabei geht es nicht nur um das Sammeln und Auswerten vieler unterschiedlicher Daten. Es geht darum, diese in Echtzeit in gewinnbringende Entscheidungen zu übersetzen.”
Stefan Köhler, Sales Director bei Data Interchange: “Daten sind ein integraler Bestandteil der Automobilindustrie, von der Produktkonzeption bis zum After-Sales-Support. Der Austausch dieser Daten ist sehr komplex. Fehler können aufgrund der Just-in-Time-Fertigung zu hohen Strafen führen. EDI-Lösungen sorgen für den sicheren Datentransfer in jeder Stufe der Wertschöpfungskette und ermöglichen die gemeinsame Nutzung von Entwürfen, Zeitplänen und Versandinformationen.”
“Das digitale Zeitalter basiert auf einem besonderen Rohstoff: Daten. Diese müssen nicht nur in hoher Qualität bereitstehen, sondern sich auch schnell und möglichst unkompliziert nutzen lassen. Etwa für fundierte Analysen. Vor allem aber, um digitale Produkte zu entwickeln und zu testen”, so Minas Botzoglou, Regional Director DACH bei Delphix. “Je besser das Datenmaterial, desto besser die Ergebnisse. Doch die Wirklichkeit sieht oft anders aus. Die Bereitstellung von umfassenden, verwertbaren Daten, also Produktivdaten beispielsweise aus SAP- oder Oracle-Systemen, ist in der Regel äußerst zeit- und damit auch kostenaufwendig. Abhilfe schafft hier eine DataOps-Umgebung, mit der sich Daten aus verschiedenen Quellen deutlich schneller und bei Bedarf auch gesichert bereitstellen lassen. Das verkürzt die Entwicklungszyklen und macht Unternehmen für die digitale Transformation fit.”
