Big Data und DWH: Was gutes Datamanagement ermöglicht

Big Data ist ein Begriff, mit dem vieles bezeichnet und erklärt wird. Über die Chancen und Risiken von Big Data schreiben  Autoren Bücher am Laufband. Das Potenzial von Big Data ist  aber unbestritten. Der «Eisbrecher» widmet sich diesem Thema und zeigt auf, wie das BIT passende Lösungen für seine Kunden über das Werkzeug Data Warehouse entwickeln kann.

Es ist ein Universalwort, wenn es um das Thema Daten geht: Big Data. Wenn von grossen IT-Unternehmen wie Amazon, Google, Apple oder Facebook die Rede ist, kommt schnell auch Big Data ins Spiel. Eine Goldgrube für Unternehmer, eine Gefahr für Privatpersonen, heisst es oft. Doch was verbirgt sich hinter dem Begriff Big Data?

Zuerst einmal bezeichnet Big Data Datenmengen, die zu gross, zu komplex, zu schnelllebig oder zu schwach strukturiert sind, um sie mit herkömmlichen Methoden der Datenverarbeitung auszuwerten. Big Data wird auch gerne als Sammelbegriff für die digitalen Technologien und Innovationen verwendet, die den digitalen Alltag prägen und auch in sozialer Hinsicht einen Wandel in der Gesellschaft herbeigeführt haben. Big Data bezeichnet ebenfalls den Vorgang, alle Möglichkeiten einzubeziehen, wie man mit Daten umgehen kann. Und Daten fallen heute überall an: Beim Arbeiten, Telefonieren, Einkaufen, Reisen, Joggen, Internetsurfen und beim Posten von Beiträgen in sozialen Netzwerken. Klar wächst der Datenberg rasant und drastisch: Die geschätzte Grösse des digitalen Universums 2017 liegt bei 25 Zettabyte (ZB). Bis ins Jahr 2025 soll der Datenberg auf über 163 ZB wachsen, was einer Verzehnfachung der Datenmenge von 2016 entspricht. 1 ZB entspricht 1015 Megabyte (MB), ausgeschrieben also 1 000 000 000 000 000 MB. Nicht minder eindrücklich sind die Datenmengen, welche täglich in der Bundesverwaltung zwischen den Departementen und Ämtern transportiert werden.

Das Potenzial von Big Data wird auch in der Bundesverwaltung als hoch eingeschätzt. So steht in einem vom Bundesamt für Kommunikation (BAKOM) beauftragten Gutachten zur Datenpolitik des Bundes: «Big Data bringt bedeutende Chancen und Vorteile mit sich, wie zum Beispiel das Gewinnen neuer Erkenntnisse und Entdecken neuer Zusammenhänge, die Personalisierung von Angeboten und Informationen, verbesserte Prognosen in ganz unterschiedlichen Bereichen, eine erhöhte Agilität von Unternehmen und Organisationen, die Optimierung von Abläufen sowie die Möglichkeit, Entscheide vermehrt faktenbasiert zu fällen.»

Im BIT ist in erster Linie der Bereich «Business Intelligence - Data Warehouse - Statistik» (BDS) Ansprechpartner für Big Data. Peter Mühlemann und sein Team kennen sich im Management und Auswerten von Big Data bestens aus. «Wir können mit grossen Datenmengen umgehen und haben das Werkzeug und Know-how für die Analyse», sagt Peter Mühlemann. Möglichkeiten, Daten zu verwenden und mit ihnen umzugehen, gebe es viele. Eine Herausforderung sei es, ein gemeinsames Verständnis in Bezug auf die zu verwendenden Daten zu finden. «Als gute Diskussionsgrundlage ist die Sensibilität für die eigenen Daten wichtig. Je mehr der Kunde über seine Daten, die Quellen und über sein Analyseziel weiss, desto effizienter gestaltet sich die Zusammenarbeit», sagt Peter Mühlemann.

Auf «Knopfdruck» aktuelle Zahlen und relevante Einschätzungen


Als Resultat steht den Kunden ein Data Warehouse (DWH) zur Verfügung. Im Grunde genommen ist ein DWH eine optimierte zentrale Datenbank, die Daten aus mehreren Quellen regelmässig automatisch zusammenführt, welche danach mit den entsprechenden Werkzeugen analysiert und interpretiert werden können. Der Nutzen für die Kunden? Sie können ihre Daten für die Analyse der Geschäftsentwicklung verwenden und entlasten dabei die Quellsysteme. Auf «Knopfdruck» erhält der Kunde eine Analyse der bestehenden aktuellen Daten, in Form eines Reports oder eines Cockpits. Diese Daten sind, da zentral gespeichert, jederzeit vergleichbar und nachvollziehbar und zeigen die aktuelle Wahrheit (Single Point of Truth) der Daten. Viele Kunden haben so das erste Mal die Möglichkeit, Daten aus unterschiedlichen Quellen auf einfache Art zusammenzuführen und neue Erkenntnisse aus den Resultaten zu erzielen. Die Daten zeigen dabei die Wirklichkeit, teilweise die positive, aber immer wieder auch die negative, auf. Man erkennt Sachverhalte und Entwicklungen, die bisher nicht identifiziert werden konnten, da die dazu nötigen Daten in der erforderlichen Qualität nicht verfügbar waren. «Aus diesem Grund ist die zentrale Aufgabe eines DWH die eines Management-Informationssystems», sagt Peter Mühlemann.

Daten-grafik

Der Weg zum DWH


Ohne Einsatz und Willen von Kundenseite kommt ein gut funktionierendes DWH aber nur sehr schwer zustande. «Wenn ein Amt Anforderungen hat, welche für ein DWH sprechen, müssen parallel Prozesse aufgegleist werden. Das Amt baut, wenn nicht bereits vorhanden, eine oder am besten mehrere Personen auf, die für die eigenen Daten zuständig sind und das nötige Verständnis der Daten haben. Das Wissen über die eigenen Daten ist für den Start, wie auch für die Zukunft ein eminent wichtiger Punkt für die Kunden», sagt Peter Mühlemann. Der Bereich BDS im BIT analysiert darauf mit dem Kunden die vorliegenden Datenquellen (Quellsystem-Analyse). Als Resultat dieser Analyse ist bekannt, wie die Daten beschaffen sind und in welcher Qualität sie vorliegen. Ein Bericht verschafft die dazu nötige Übersicht. Wenn anschliessend klar ist, welche Daten vorliegen, geht das BDS-Team auf die Fachgruppen zu, um den Sinn der Daten vertieft zu erarbeiten. Nach der Analyse wird, auf Basis der vom Kunden definierten Anforderungen, ein Prototyp aufgebaut. «Wer ein DWH möchte, muss diese Vorarbeiten leisten, in Kauf nehmen, dass es kostet und dafür sorgen, dass es finanziert wird», sagt Peter Mühlemann und fügt gleichzeitig hinzu: «Der ganze Prozess dient aber beiden Seiten. Der Kunde erlangt ein hohes Verständnis für seine Daten und kann aktuelle, wie auch zukünftige Entwicklungen besser einschätzen. Daten sind das Vermögen der Kunden. Das BIT als Dienstleister versteht dadurch den Kunden besser, wodurch Missverständnisse und Kosten vermieden werden können. Zusätzlich hilft auch, dass die Anforderungen immer gemeinsam mit den Fachpersonen erarbeitet werden. Dank des direkten Drahts zu den Fachbereichen sind die Kommunikationswege sehr kurz, was bei nötigen Anpassungen eine rasche Reaktion möglich macht. «Wir haben sehr häufig Releases, weshalb die entsprechenden Durchlaufzeiten im DWH sehr kurz sind», sagt Peter Mühlemann. Die Kundenbeziehung wird so also auch effizienter gestaltet.

Zwei Leitgedanken von Data Warehouse


1. Integration von Daten aus verteilten und unterschiedlich strukturierten Datenbeständen, um im Data Warehouse eine globale Sicht auf die Quelldaten und damit übergreifende Auswertungen zu ermöglichen.

2. Separation der Daten, die für das operative Geschäft genutzt werden, von solchen Daten, die im Data Warehouse etwa für Aufgaben des Berichtswesens, der Entscheidungsunterstützung, der Geschäftsanalyse sowie des Controllings und der Unternehmensführung verwendet werden.
 


 

BIT-Kontakt: 

Peter Mühlemann 

Leiter Business-Intelligence - Data Warehouse - Statistik
Tel.: 058 468 60 08

Text: Rinaldo Tibolla

https://www.bit.admin.ch/content/bit/de/home/dokumentation/kundenzeitschrift-eisbrecher/eisbrecher-archiv/kundenzeitschrift-eisbrecher-ausgabe-71/big-data-und-dwh.html