Das gängigste Missverständnis ist, dass Big Data mit sehr grossen Datenmengen gleichgesetzt wird – selbst erfahrene IT-Leiter vertreten oft diese Auffassung. Sie spiegelt aber höchstens eine eindimensionale Sicht der Dinge wider. Die Kernpunkte für die Relevanz des Einsatzes von Big-Data-Technologien sind die drei Vs der ersten Big-Data-Definition, die mittlerweile eine hohe Bekanntheit erlangt hat: «volume» für grosse Datenmengen, «variety» für die Vielfalt an Daten, die in jeder Form anfallen können, und «velocity» für die in unterschiedlichen und vor allem hohen Geschwindigkeiten anfallenden Daten. Ist auch nur einer dieser Bereiche im eigenen Unternehmen mit herkömmlichen Technologien schwer bedienbar, sollte der Einsatz von Big-Data-Technologien in Erwägung gezogen werden.
Die Implementierung
Mit Big-Data-Technologien können die genannten Herausforderungen (drei Vs) bewältigt werden. Mit traditionell genutzten Business-Intelligence-Tools lassen sich diese Daten entweder überhaupt nicht oder nur mit einem erheblichen Zeitaufwand analysieren. Big-Data-Lösungen hingegen bieten technische Möglichkeiten, mit denen sich umfangreiche Analysen viel schneller durchführen lassen. Zudem ermöglicht es die Big-Data-Technologie, Datenmengen aus der Vergangenheit und Gegenwart und aus den unterschiedlichsten internen und externen Quellen in Beziehung zueinander zu setzen und Korrelationen sowie Muster zu erkennen. Dadurch können auch Auswirkungen und Ergebnisse rechnerisch prognostiziert werden.
Für eine erfolgreiche und schnelle Big-Data-Implementierung sind schon das richtige Aufsetzen des Projekts und die ersten Schritte entscheidend. Generell empfiehlt sich ein iteratives Vorgehen. Zunächst sollte ein dreistufiger Ansatz gewählt werden: mit einer Ermittlung der Daten, einer Analyse der Daten und einer Definition von Anwendungsfällen.