ileezhun - Fotolia

Integration von Echtzeit-Daten erfordert vorausschauendes Denken

Die Integration und Auswertung von Echtzeit-Daten wird für Firmen in Sachen BI immer wichtiger. Für den optimalen Nutzen kommt es auf die Details an.

Big-Data-Analytik ist im Kommen, ebenso erweiterte Funktionen von Software für Business Intelligence und die Verarbeitung von komplexen Online-Daten. All das bedeutet: Die Fähigkeit, Daten für sofortiges Handeln zu sammeln, wird für Unternehmen zunehmend unverzichtbar. Denn ohne Verzögerungen zu Entscheidungen zu kommen, ist ein wichtiger taktischer Vorteil.

Allerdings müssen Unternehmen, die den Schritt von der Stapel-Verarbeitung hin zu sofortigen Ergebnissen gehen wollen, entsprechend planen. Um hier Erfolg zu haben, braucht es Vorausdenken, Technologie und ein gutes Gefühl dafür, wie Wert entstehen kann.

Besonders die Realisierung von Echtzeit-Verarbeitung und Datenintegration in Oracle-Datenbanken kann für Unternehmen kompliziert sein. Trotzdem lässt sich recht leicht ein Business Case dafür entwickeln – vor allem, wenn IT-Profis der Geschäftsseite die vielen Vorteile von Echtzeit-Betrieb umfassend erklären können. Dazu zählen:

  • die Fähigkeit, sofort auf Kundenanforderungen reagieren zu können;
  • Prozess-Intelligenz in Bezug auf laufende Situationen (wie Finanztransaktionen und Käufen für den Lagerbestand);
  • schnellere Reaktionsfähigkeit im Produktionsprozess;
  • verbesserte Fähigkeiten im Umgang mit Produkt-Beförderung (Lieferprobleme, Verkehr, Versandfragen).

Vor dem Aufbruch zu einem grundlegenden Wandel müssen einige Details geklärt sein. IT-Profis können hier mit einer einfachen Frage beginnen: Warum ist Echtzeit so entscheidend? Die Antwort liegt in der Notwendigkeit, die betrieblichen Nutzer zu unterstützen und Einfluss darauf zu nehmen, was als Nächstes kommt. Um das zu erreichen, muss das Data Warehouse eines Unternehmens wissen, was genau jetzt passiert.

Für die Bedürfnisse von Data Warehouses stehen viele Technologien zur Datenintegration zur Verfügung. Beim Umgang mit Daten geringer Latenz jedoch sind IT-Organisationen zumeist erst noch dabei, die unterschiedlichen Ansätze zu evaluieren. Zu diesen zählen Stapel-Auszüge im ETL-Prozess (Extract, Transform and Load), Mini-Stapel, Integration mit Unternehmensanwendungen und Techniken für die Erfassung von Daten-Änderungen in Echtzeit.

Die Auswahl ist also groß. Die Herausforderung besteht dabei darin, einerseits eine Technologie zu finden, mit der sich der aktuelle Datenbedarf befriedigen lässt. Gleichzeitig ist aber zu beachten, dass sie auch den bevorstehenden Schritt zu einem ständigen Warehousing von betrieblichen Daten in Echtzeit unterstützt.

Natürlich gibt es die Echtzeit-Verarbeitung von Daten schon seit Langem, vor allem in der Wissenschaft (wie bei Wettervorhersagen oder medizinischen Untersuchungen) und der Finanzwelt (Markt-Indizes, automatischer Handel). Aufgrund hoher Einführungskosten und Komplexität hat sie es bislang aber nicht weit über solche vertikalen Anwendungen hinaus gebracht.

Heute jedoch hat sich das Paradigma verändert. Echtzeit-Verarbeitung wird bezahlbarer und besser handhabbar – Gründe dafür sind die preiswerte Standard-Server und -Storage, Server-Virtualisierung und die Zusage wichtiger Anbieter, den Übergang in die Welt der Echtzeit-Datensammlung zu erleichtern.

Dieser Wandel macht es deutlich einfacher, den Wert von Echtzeit-Analytik zu berechnen. Dies wiederum bildet die Grundlage dafür, einen passenden Business Case für die Integration von Echtzeit-Datensammlung in den Wissensschatz eines Unternehmens zu entwickeln. Hinzu kommt: Viele Anbieter haben die Implementierung erleichtert, indem sie Werkzeuge und Optionen entwickelt haben, mit denen sich schon getätigte Investitionen in große Enterprise-Datenbanken weiter nutzen lassen.

Im Kern geht es hier darum, wie die Transformation ablaufen soll, und darum, anhand von Beispielen zu zeigen, warum der Schritt zu Daten-Sammlung und -Analyse in Echtzeit zum festen Bestandteil der Kompetenzen eines Unternehmens werden sollte. Organisationen sind stets darauf aus, ihre Wettbewerbsvorteile auszubauen. Dabei hilft es, wenn sie Gelegenheiten früher und konsequenter registrieren und nutzen können. Wettbewerbsvorteile ergeben sich heute aus dem effektiven Einsatz von IT.

Diese Betrachtung macht klar, dass für schnellere geschäftliche Erkenntnisse ein robustes Data Warehouse in Verbindung mit einem Analytik-Rahmen gebraucht wird. Heute sind Data Warehouses darauf angewiesen, dass jeder Teil eines Unternehmens Daten aus seinen unterschiedlichen Aktivitäten zuliefert. Meistens werden diese Daten erfasst, aggregiert, analysiert und dann für verbesserte Entscheidungen eingesetzt.

Ein großer Teil dieser Analysen entsteht jedoch in Stapel-Verarbeitung und zumindest stark zeitverzögerter Form. Dabei müssen die Daten vollständig, genau und vertrauenswürdig sein, was Kontrollen, Filter und andere Algorithmen verlangt. Doch ein so hohes Maß an Genauigkeit hat bei den heutigen Methoden einen hohen Preis – gemessen wird er in Zeitverzug, der direkten Einfluss auf den Wert der Daten hat.

Einfach ausgedrückt: Zeitnahe Daten sorgen für besser informierte Entscheidungen, und diese Zeitnähe lässt sich mit Sammlung und Analysen in Echtzeit sicherstellen. Der wahre Business Case für die Sammlung und Analyse von Daten in Echtzeit lässt sich deshalb mit einem Wort zusammenfassen: Wert.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!

Artikel wurde zuletzt im August 2012 aktualisiert

Erfahren Sie mehr über Business-Software

- GOOGLE-ANZEIGEN

ComputerWeekly.de

Close