Business Intelligence und Big Data

Unternehmen geben sich nicht mehr damit zufrieden, die Geschäftsprozesse und Kennzahlen der Vergangenheit zu verstehen. Sie wollen vielmehr kommende Entwicklungen antizipieren, verborgene Zusammenhänge zwischen Kenngrößen aufdecken und auf Basis von Prognosen zielgerichtete Entscheidungen für den Unternehmenserfolg treffen (Predictive Analytics, PA). In-Memory-Datenbanken revolutionieren die Einsatzmöglichkeiten von Business Intelligence-Systemen und erlauben die Auswertung und Aufbereitung riesiger Datenmengen quasi in Echtzeit. Erste Pilotanwendungen aus verschiedensten Branchen ergänzen die unternehmensinterne Datenbasis um frei zugängliche Daten aus Internet, Social Media-Plattformen und anderen Quellen und erkunden das Nutzenpotenzial in der Hebung des „Big Data-Datengolds“.

Daran arbeiten wir

Im Themenumfeld von Business Intelligence und Big Data stehen Untersuchungen zu Nutzenpotenzialen und Chancen durch Predictive Analytics noch aus. Ziel ist es, Vergleiche zu Einsatzmöglichkeiten je nach Branche durchzuführen und dabei unterschiedliche Einsatzszenarien, wie z.B. Customer Lifecycle Management, Predictive Maintainance, Fraud Management oder Predictive Policing zu berücksichtigen. Hemmend für den PA-Einsatz wirkt sich weiterhin aus, dass die sich wirtschaftlichen Vorteile bzw. der Datenwert bislang nur schwer quantifizieren lassen.

Für den Public Sector entstehen mehrere Rollen. Der Gesetzgeber ist in seiner regulatorischen Funktion sowohl für die Weiterentwicklung des Datenschutzes als auch für Richtlinien für Sanktionen nach Fehlverhalten, das aufgrund von PA-Analysen vorhergesagt und verhindert wurde gefordert. Daneben tritt er als Enabler für die Ausbildung von PA-Experten in der Hochschulwelt auf. Schließlich sind öffentliche Einrichtungen auch selbst Akteure, erheben, halten und liefern Daten oder nutzen diese, um ihre Prozesse und Entscheidungen zu optimieren.

Aktuelle Arbeiten

  • Gabriele Roth-Dietrich, Predictive Analytics im Public Sector, Juli 2014 (in Vorbereitung)
  • Christian Scholl, Enterprise IT-Systeme auf Basis von In-Memory-Technologien, 2014, unveröffentlichte Studienarbeit