Big Data: Starten. Testen. Umsetzen.Wie Unternehmen mit Cloud Services einfach, schnell und sicher den Einstieg ins Big Data-Zeitalter scha� en und aus Ideen erfolgreiche Geschäftsmodelle machen.

White Paper

2

Inhalt

Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

Handlungsfeld IT – aus der Sicht des CIO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Treiber des Wandels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Big Data managen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Analytics als Werttreiber etablieren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Neue Arbeitsweisen im Unternehmen entwickeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Handlungsfeld Fachbereich – aus der Sicht der Fachabteilung . . . . . . . . . . . . . . . 5

Treiber des Wandels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Big Data managen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Analytics als Werttreiber etablieren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Neue Arbeitsweisen entwickeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

Die Werkzeuge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

Das Big Data Lab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

Belastbare Big Data-Struktur mit Weitblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

Zielstrebig zum Big Data-Erfolg . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Cloud Analytics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

In 5 Schritten zum erfolgreichen Start ins Big Data-Zeitalter . . . . . . . . . . . . . . . . . 8

3

EinleitungDie digitale Transformation hat längst begonnen. Für CIOs ist das die Chance, den IT Bereich strategisch neu zu positionieren. Denn konkrete Wettbewerbsvorteile lassen sich im Rahmen dieser grundlegenden Transformation in erster Linie IT-basiert erschließen. Entscheider, die sich jetzt nicht mit entsprechenden Weichenstellungen befassen gehen ein hohes Risiko ein.

Wie ich zu diesem Urteil komme? Aus der klaren Erkenntnis, dass wir es derzeit mit einer disruptiven Entwicklung zu tun haben, die nicht nur Schwerpunkte verschiebt, sondern ganz neue setzt. Keine Frage: Die IT-Szene ist berüchtigt dafür, Hypes aufzubauen, sie aber auch wieder fallen zu lassen, wenn sich die erwartete Akzeptanz nicht einstellt. Das ist gerade im deutschsprachigen Raum oft der Fall, denn eins haben die Unternehmen hierzulande gemeinsam: eine Kultur der Vorsicht. Experi-mente, die scheitern könnten? Lieber nicht.

Die digitale Transformation ist aber kein Hype – denn sie wird nicht von einem einzelnen technolo-gischen Konzept getrieben, sondern von einer gesamtökonomischen Entwicklung. Big Data, Mobilität, das Internet der Dinge und die sozialen Netzwerke verändern nicht nur einzelne Geschäftsprozesse, sondern ganze Geschäftsmodelle. Sie steigern die Möglichkeiten, die Freiheitsgrade, aber auch das Tempo, in dem sich Märkte entwickeln.

Und deshalb funktionieren Vorsicht, Zurückhaltung und Abwarten als Unternehmensstrategie im Kontext der Digitalisierung nicht. Wer vorankommen will, muss führen, schnell sein und bereit für den Wandel. Auch in Bereichen, an die bislang nicht einmal im Traum zu denken war. Ohne eine bewusste Offenheit für Experimente sind solche Herausforderungen nicht zu meistern.

Wie aber probiert sich ein Unternehmen sinnvoll in der digitalen Transformation aus? Wie kann es Big Data-Anwendungsfelder finden, ohne bereits umfangreich in Infrastrukturen investiert zu haben, die sich am Ende möglicherweise gar als unpassend erweisen? Wie experimentiert eine Firma, ohne Kopf und Kragen zu riskieren? Was heißt das für die Organisation und die Zusammenarbeit?

Dafür gibt es zwei Lösungen, die sich ideal ergänzen: Das Big Data Lab als gefahrlose Umgebung, in der Fachabteilungen Anwendungsfelder für Big Data Analytics finden und austesten können. Und Analytics als Cloud Services, die eine Nutzung ermöglichen, ohne langwierig eigene Infrastrukturen aufbauen zu müssen.

Auf den folgenden Seiten finden Sie erfahrungsbasierte Vorschläge, wie ...

• ... der CIO diese Werkzeuge nutzen kann, um im Rahmen der digitalen Transformation seine IT neu zu positionieren und Analytics als Werttreiber im Unternehmen zu installieren.

• ... Fachabteilungen schnell innovativ werden können, um aus Daten Ideen zu gewinnen, Geschäftsmodelle zu entwickeln und diese gleich auf den Prüfstand zu stellen.

Die digitale Transformation ist keine Worthülse, sondern ein entscheidender Bestandteil der wirtschaftlichen Zukunft. Wer jetzt mit Analytics und Cloud clever agiert, wird ihr Tempo nicht nur mitgehen, sondern mitbestimmen können.

Ich wünsche Ihnen eine erkenntnisreiche Lektüre und viel Erfolg bei der Digitalisierung Ihres Unternehmens. SAS ist als Ansprechpartner immer für Sie da.

Herzlichst

Wolf Lichtenstein CEO DACH-Region, SAS

4

Handlungsfeld IT – aus der Sicht des CIOKostengünstige Rechenkapazitäten aus der Cloud, neue mobile Geräte und die gezielte Auswertung von Sensordaten verändern das Verhalten der Konsumenten rund um den Globus. Auch in der Produktion bewirkt die digitale Transformation rasante Entwicklungen – denkt man beispielsweise an die neuen Möglichkeiten der Connected Cars. Wer in diesem Umfeld langfristig seinen Geschäftserfolg sichern will, muss mit dem Wettbewerb Schritt halten – technologisch sowie durch effiziente Prozesse und stetige Innovation.

Für den CIO ist dies eine beispiellose Chance, seine Rolle im Unternehmen ebenso neu zu definieren wie die seiner IT-Abteilung. Denn als technologischer (Vor-)Denker ist er am Puls der relevanten Entwicklungen und mit seiner informationstechnischen Gesamtsicht auf die Organi-sation in der Lage, ihr Potenzial einzuschätzen. Es liegt an ihm, die Fachbereiche über alle technologischen Möglichkeiten auf dem Laufenden zu halten, damit sie neue Ideen für den wertsteigernden Einsatz von Big Data entwickeln können.

Treiber des Wandels

Gleichzeitig schafft die IT die Voraussetzung, den Wandel tatsächlich anzustoßen und erfolgreich umzusetzen, indem sie der Organisation zum richtigen Zeitpunkt die passende Infrastruktur bereitstellt. So benötigen die Fachbereiche einen geeigneten Rahmen, in dem sie ihre Big Data-Konzepte testen können, um daraus die bestmöglichen Geschäftsmodelle zu entwickeln beziehungsweise Empfehlungen abzuleiten. Das bedeutet: Die Unternehmens-IT wird zum direkten Werttreiber, denn sie schafft den Nährboden für datengetriebene Geschäftsmodelle – und somit die Grundlage für Innovation.

Big Data managen

Eine der wesentlichen Herausforderungen liegt dabei darin, die Datenflut an sich zu meistern. So stehen aus technischer Sicht immer mehr Daten zur Verfügung, die die IT effizient managen und den Fachbereichen verfügbar machen muss. Neue Speichermöglichkeiten und Datenquellen wie etwa Sensoren sorgen für ungekannte Datenvolumina. Die Daten werden aufgrund von neuen Datenformaten immer heterogener: Der überwiegende Teil der Daten liegt unstrukturiert vor und lässt sich nicht in Zeilen und Spalten abbilden, birgt aber dennoch wertvolle Informa tionen. Und auch die Geschwindigkeiten bis hin zur Echtzeit eröffnen neue Chancen. Diese kann der Anwender aber nur dann nutzen, wenn er die Daten sicher zu handhaben weiß und ihm geeignete Werkzeuge zur Verfügung stehen. Hier ist die IT gefragt, in einen aktiven Dialog mit den Fach-bereichen zu treten, Know-how zu vermitteln und das Bewusstsein für den richtigen Umgang mit Big Data zu schärfen – angefangen bei Aspekten der Datenqualität und Data Governance über neue Verarbeitungstechnologien bis hin zur konkreten Informationsnutzung.

Analytics als Werttreiber etablieren

Zugleich müssen CIO und IT sicherstellen, dass die Fachabteilungen das Potenzial der gesam-melten Informationen mit Hilfe von Analytics voll ausschöpfen, so dass Big Data nicht zum großen Datenfriedhof wird. Dafür gilt es, Datenanalyse so einfach wie möglich zu gestalten, um die Hemmschwelle der Fachanwender möglichst niedrig zu halten. Hierfür sollte die IT den Fachbereichen im gesamten Unternehmen geeignete Werkzeuge und Daten zur Verfügung stellen, die standardmäßig in ihre operativen Prozesse integriert und an sinnvollen Stellen automatisiert sind. Dabei ist es ratsam, das Praxis-Know-how von Data Scientists gezielt zu nutzen, nicht zuletzt um das IT-Budget im Blick zu behalten und das Risiko falscher Investitionen zu minimieren. Mit vier Jahrzehnten Markterfahrung und ausgefeilten Technologien in verschie-denen Ausbaustufen ist SAS® hier der richtige Partner. Ob On-Premises oder in der Cloud das SAS® Analytics-Portfolio hält die passgenaue Lösung für den individuellen Bedarf jedes Unternehmens bereit.

5

Neue Arbeitsweisen im Unternehmen entwickeln

Gleichzeitig ist ein unternehmensweites Umdenken notwendig. Damit die Fachbereiche von der Logistik über HR bis zur Produktion Big Data-Anwendungsfälle und Ideen entwickeln und zur Reife bringen können, brauchen sie große Datenmengen und die passenden Werkzeuge – vor allem aber auch Raum zum Experimentieren. Es liegt an der IT, ihnen hierfür eine geeignete Umgebung zur Verfügung zu stellen, in der auch Fehler erlaubt sind. Denn kontrolliertes Auspro-bieren bringt schnelle Ergebnisse und schafft die notwendige Agilität, um zielgenau die geeig-neten Use Cases herauszufiltern. Gleichzeitig setzt sich im praktischen Umgang mit den Daten automatisch ein Lernprozess in Gang, der seinerseits neue Innovationsprozesse im Unternehmen ermöglicht.

Handlungsfeld Fachbereich – aus der Sicht der Fachabteilung Nur wenn die Fachbereiche aktiv Innovationen entwickeln, kann ein Unternehmen die individuellen Werttreiber seiner Big Data-Strategie herausfiltern und damit die Chancen der digitalen Trans-formation in bare Münze umsetzen.

Treiber des Wandels

Big Data ist mehr als die Summe aller Daten. Wer die im Unternehmen anfallenden Datenmassen gezielt in neue, datengetriebene Geschäftsmodelle überführen will, muss zunächst eine Vielzahl von Ideen auf Leib und Nieren testen. Hier sind ganz klar die Fachbereiche gefragt. Sie greifen aktiv auf die Kompetenz der IT von morgen zurück und nutzen die Big Data-Umgebung, die diese ihnen schnell und passgenau zur Verfügung stellt.

Big Data managen

Um den Wertbeitrag von Big Data im Geschäftsalltag zur Blüte zu bringen, gilt es, Werkzeuge und Prozesse einfach zu halten. Agilität beginnt bei der Beschaffung der geeigneten digitalen Unterstützung für die effiziente Analyse riesiger Mengen strukturierter und unstrukturierter Daten aus unterschiedlichen Quellen. Den Fachbereichen sollte es daher möglich sein, jederzeit schnell und flexibel auf einen Service der IT zugreifen zu können. Gerade wenn sich aus der Arbeit mit den Daten neue Fragen ergeben, ist es erforderlich, dass neue Quellen schnell ange bunden und nutzbar sind. Die entsprechende Infrastruktur bietet SAS in unterschiedlichen Ausbaustufen und Deployment-Möglichkeiten an – zum Beispiel aus der Cloud.

Analytics als Werttreiber etablieren

Bei Analytics haben viele Fachabteilungen noch Berührungsängste, galt das Thema doch bis vor wenigen Jahren noch als Domäne von Mathematikern und Statistikern, die ausgefeilte Modelle mit komplexen, hochspezialisierten Werkzeugen erstellten. Zu Unrecht, denn die modernen Werkzeuge sind so einfach und komfortabel bedienbar, dass Analytics in der gesamten Organi-sation möglich ist. Das bedeutet: Innovation rund um Big Data geht alle an. Somit können neu entwickelte Ideen kurzerhand von einem breiteren internen Fachpublikum getestet, bewertet und vorangetrieben werden. Der alltägliche Umgang mit Analytics stellt zudem sicher, dass ein Unternehmen den digitalen Wandel tatsächlich vollzieht und lebt – und datengetriebene Geschäftsmodelle erfolgreich zur Marktreife bringt.

6

Neue Arbeitsweisen entwickeln

Sobald geeignete Daten und Werkzeuge verfügbar sind, sollten die Fachabteilungen Abschied von der Logik traditioneller Projekte nehmen: Experimente sind erlaubt und erwünscht, wenn die richtige Big Data-Strategie gefunden werden soll. Dabei ist es ratsam, mit einfachen und offensichtlichen Fragestellungen anzufangen – ohne Druck und ohne das Risiko im Nacken, falsch investiert zu haben. So erlernen die Anwender „spielend“ die Handhabe der Datenmassen und vertiefen ihre analytischen Fähigkeiten, mit denen sie anschließend komplexere Fragestellungen lösen können. Das neu erarbeitete Know-how verbreitet sich dabei erfahrungsgemäß schnell im Unternehmen. Gleichzeitig werden die Daten selbst neue Fragen provozieren. Das bedeutet: Ermöglicht ein Unternehmen den experimentellen Umgang mit Big Data und Analytics, so wird Datenanalyse wie von selbst zum Ideentreiber.

Die Werkzeuge

Das Big Data Lab

Aus jahrelanger Praxis und Marktführerschaft für Advanced Analytics weiß SAS, was Unternehmen für den schnellen Start ins Big Data-Zeitalter benötigen. Diese Expertise hat SAS im Big Data Lab gebündelt und so eine Experimentierplattform zusammengestellt, mit der sich Organisationen zügig die notwendigen Fähigkeiten und Ideen für ihre individuelle Big Data-Strategie erarbeiten können.

Der CIO stellt den Fachbereichen mit dem Big Data Lab im Handumdrehen eine moderne Infrastruktur für das Speichern, Managen und schnelle Analysieren von Daten bereit. Das Komplettpaket ist direkt einsatzfähig und enthält alles, was für das selbständige Entwickeln von Big Data Use Cases nötig ist. Gleichzeitig schont die „Out of the Box“-Umgebung“ das IT-Budget, denn sie ist schnell und einfach installiert – und kann auch ohne großen Aufwand über die Cloud bereitgestellt werden.

Die Fachbereiche können ihre Ideen mit dem Big Data Lab so lange testen, bis die Ergebnisse stimmen – bei minimiertem Risiko von Fehlinvestitionen. Kommt ein Anwendungsfall zur Umset-zungsreife, so bringt die Lab-Infrastruktur mit ihren flexiblen Schnittstellen alle Voraussetzungen mit, um sie ohne Doppelaufwände in eine skalierbare Produktivumgebung mit führenden und nachhaltigen Technologien zu überführen.

Belastbare Big Data-Struktur mit Weitblick

Je nach Bedarf wählen Unternehmen aus drei Komplettpaketen zum Festpreis die geeignete Rechenleistung und In-Memory-Kapazität für ihren schnellen Start ins Big Data-Zeitalter. Skalieren ist dabei jederzeit möglich.

Das Big Data Lab vereinfacht das Aufbereiten und Bereitstellen großer Datenmengen und legt damit das Fundament für fachbereichsgetriebenes Datenmanagement. So ermöglicht SAS den Fachabteilungen etwa über einen entsprechenden Data Loader, umfangreiche Detaildaten in Hadoop zu sammeln und zu speichern – ohne dafür tiefes technisches Know-how vorauszu-setzen. Zusätzlich zur Standardschnittstelle zum Hadoop Cluster ist die Anbindung von zwei weiteren Datenbanken möglich, etwa zu SAP HANA, Teradata, Oracle oder DB/2. Auf diese Weise lässt sich das Big Data Lab nahtlos in eine bestehende Infrastruktur einbinden.

Zugleich umfasst das Big Data Lab unabhängig von der Paketgröße alle Werkzeuge, die für den einfachen und schnellen Einsatz von Analytics nötig sind – ob Vorhersagen, Korrelationen, Entscheidungsbäume oder statistische Modelle. Mit Hilfe der In-Memory-Lösung SAS Visual

7

Analytics lassen sich neue Erkenntnisse in aussagekräftigen Grafiken visualisieren. Über SAS Visual Statistics haben zudem auch Fachanwender die Möglichkeit, statistische Modelle selbstän-dig zu entwickeln.

Im Big Data Lab-Paket enthalten ist das notwendige Know-how für einen reibungslosen Einstieg. SAS liefert dies in Form von ziel- und bedarfsorientierten Beratungsdienstleistungen und Trainings – von der Inbetriebnahme und Konfiguration des Big Data Lab über Anwender- und Admin-Coachings bis hin zur Umsetzung eines beispielhaften Use Case durch erfahrene Consultants für Datenmanagement und Analytics.

Zielstrebig zum Big Data-Erfolg

In Summe ermöglicht das Big Data Lab somit einen agilen, erfolgsorientierten Einstieg in die wertsteigernde Nutzung großer Datenmengen. Das schnelle, risikoarme Experimentieren mit möglichen Use Cases seitens der Fachbereiche sorgt für einen unternehmensweiten Know-how-Gewinn im Umgang mit Big Data und Analytics. Und es baut Berührungsängste der nichttech-nischen Anwender spielend ab. Auf diese Weise nimmt die passgenaue Big Data-Strategie schnell Form an und ist dank der hochskalierbaren Lab-Umgebung direkt Enterprise-fähig – und damit nahtlos für große Nutzerkreise umsetzbar.

Cloud Analytics

Big Data verursacht Kosten. Die Bewältigung der steigenden Datenvolumina erfordert leistungs-starke Analyse-Software, die wie die zugehörige Hardware in bestehende Umgebungen integriert werden muss. Das bedeutet: Jede Investition, die das Unternehmen innovativer machen soll, bringt Folgekosten mit sich – und diese stehen dem eng geschnürten Korsett des IT-Budgets entgegen. Wer Big Data Analytics als Software as a Service (SaaS) aus der Cloud nutzt, mini-miert seine Startinvestitionen radikal und verschafft sich zugleich die notwendige Elastizität für seine Innovationsprojekte.

So ist Cloud Analytics prädestiniert dafür, dass man mit geringem Volumen startet – eben nur mit dem, was wirklich benötigt wird – und auch nur dafür bezahlt. Dabei sind alle Vorteile der innovativen Datenanalyse und -visualisierung mit integrierter Hadoop Big Data-Plattform auf Knopfdruck nutzbar: Heterogene Daten, ganz gleich ob sie strukturiert oder unstrukturiert vorliegen, und neue Kanäle wie Social Media lassen sich ohne Datenbank-Spezialkenntnisse auswerten.

Der Service aus der Private Cloud wird direkt in die bestehende IT-Infrastruktur, etwa Microsoft Office, eingebunden. IT und Fachabteilungen erhalten damit die Chance, Analytics in ihrer gewohnten Umgebung ausführlich zu testen und zukunftstaugliche Einsatzbereiche zu erarbei-ten – ohne direkt hohe Infrastruktur- und Lizenzierungskosten schultern zu müssen. Gleichzeitig lässt sich die Infrastruktur mit wenigen Klicks an die Arbeitsanforderungen anpassen, so dass neue Arbeitsabläufe in Minutenschnelle umgesetzt werden können. Bewährt sich ein Use Case, wird das System schnell passend auf den benötigten Umfang skaliert. Auch besteht die Mög-lichkeit, zum Beispiel flexible Tarife gezielt zu nutzen – etwa wenn es sich für bestimmte Daten anbietet, langsamere Zugriffszeiten in Kauf zu nehmen und dafür einen beträchtlichen Anteil der Speicherkosten für den Daten-Pool einzusparen.

Zudem erleichtert die Cloud den mobilen Zugang zu Analytics. Zusammenhänge und Abhän-gigkeiten in den Datenbeständen lassen sich transparent auf mobilen Android- oder iOS-End-geräten visualisieren. Damit ist es auch Fachanwendern, die beispielsweise häufig beim Kunden oder auf dem Werksgelände unterwegs sind, möglich, Ad-hoc-Abfragen in ihrem mobilen Arbeitsalltag durchzuführen und damit zu experimentieren. So erfahren sie vom ersten Tag an,

8

wie Cloud Analytics fundierte Entscheidungen auf Knopfdruck mit klaren und nachvollzieh baren Fakten unterstützt. Das regt den Entwicklungsprozess für nutzbringende Einsatzszenarien zusätz-lich an und trägt nachhaltig zur unternehmensweiten Akzeptanz der Lösung bei.

Für höchste Verfügbarkeit und Qualität von Cloud Analytics sorgt SAS zusammen mit seinem Infrastrukturpartner T-Systems, der das starke Netz und die in Deutschland ansässigen Rechen-zentren der Deutschen Telekom nutzt. Damit sind Datenschutz und -sicherheit nach deutschen und europäischen Standards sichergestellt – ebenso wie der Plattformbetrieb nach strengen Sicherheitskriterien, beispielsweise durch Redundanz, zertifizierte Rechenzentren und Zugriffs-schutz.

In 5 Schritten zum erfolgreichen Start ins Big Data-Zeitalter

1. Nutzen Sie eine praxiserprobte Big Data-Startumgebung. Durch vorkonfektionierte Pakete aus Software und Services machen Sie sich das technologische und praktische Know-how von Datenmanagement-Experten und Data Scientists nutzbar – bei minimiertem Risiko für Fehl-investitionen. Denn Sie erhalten ausschließlich die Werkzeuge, die Sie auch wirklich benötigen.

2. Setzen Sie auf Analytics als SaaS aus der Cloud. Damit stellen Sie Ihren Fachabteilungen schnell und sicher eine innovative Umgebung zum Austesten möglicher Big Data-Geschäfts-modelle zur Verfügung – ohne sich mit hohen Infrastruktur- und Lizenzierungskosten zu belasten. Und: Wenn ein Anwendungsfall umsetzungsreif ist oder Ihre Geschäftsentwicklung es erfordert, können Sie die Big Data-Infrastruktur in Windeseile skalieren.

3. Schaffen Sie die Voraussetzungen für einen engen Dialog zwischen CIO und Fachabteilun-gen. Nur wenn die Fachbereiche wissen, was technisch möglich ist, sind sie in der Lage, Ideen für mögliche Use Cases zu finden, die – wenn sie sich beim Austesten als stichhaltig bewährt haben – Big Data zum realen Werttreiber im Unternehmen machen.

4. Ermutigen Sie die Fachabteilungen zum agilen Experimentieren mit großen Datenmengen und Analytics. Traditionelle Projektdenke war gestern – heute gilt es, klein und mit dem Naheliegenden anzufangen und sich „spielend“ neue Fähigkeiten im Umgang mit Big Data und Datenanalyse zu erwerben. Auf diese Weise werden die Daten mit der Zeit selbst zum Innovationstreiber.

5. Übertragen Sie die erfolgreichsten Big Data-Szenarien direkt in eine unternehmensweite Produktivumgebung. Um unerwartete Doppelarbeit oder unerwartete Doppelinvestitionen zu vermeiden, sollten Sie von Anfang an sicherstellen, dass sich Ihre Testumgebung nahtlos auf eine große Produktivumgebung skalieren lässt.

P12

15-

0292

SAS and all other SAS Institute Inc. product or service names are registered trademarks or trademarks of SAS Institute Inc. in the USA and other countries. ® indicates USA registration. Other brand and product names are trademarks of their respective companies. Copyright © 2015, SAS Institute Inc. All rights reserved.

To contact your local SAS office: www.sas.com/germany Phone: +49 6221 415-300 www.sas.com/austria Phone: +43 1 252 42-0 www.sas.com/switzerland Phone: +41 44 805 74-74