Untätigkeit ist keine Option: Chancen und Nutzenpotentiale ... · Account Payables Ledgers 7 years Y GeBüV 10 years yes Account Receivable Ledgers 7 years Y GeBüV 10 years yes

© 2015 IBM Corporation

Untätigkeit ist keine Option: Chancen und Nutzenpotentiale von Big Data aus vier Business-PerspektivenBrigitte Roth, Principal Consultant Information Management

IT Management Consulting

Consulting Service Information Management


CIO Club of Excellence – Big Data

Inhalt

� Was ist Big Data?

� Big Data aus vier Business-Perspektiven: – Wertsteigerung durch Analytics – Effizienzgewinn durch das digital Office– Bereitstellung der notwendigen Infrastruktur– Abwägen von Sicherheit vs. Risiko

� Zusammenfassung

2



Wann sind Daten Big Data?

Regulatorien70% sagen, dass Regulatorien den Storagebedarf massiv erhöhen. Unternehmen realisieren, dass sie Daten klassifizieren, verwalten und löschen müssen, anstatt nur den Storage zu erweitern.


Volumen Jeden Tag werden ca. 15 Petabytes neue Informationen erzeugt.

Volumen Jeden Tag werden ca. 15 Petabytes neue Informationen erzeugt.

Vielfalt80% des Datenwachstums machen unstrukturierte Inhalte wie Emails, Dokumente, Bilder, Videos, Audio, etc. aus.


UnstrukturiertheitEin durchschnittliches Unternehmen mit 1’000 Angestellten benötigt ungefähr $5.3 Mio. pro Jahr, um Informationen auf seinen Servern zu finden. 42% der Manager sagen, dass sie mindestens einmal pro Woche falsche Informationen nutzen.


3

Quelle: hp-cloudstories.com



Big Data Definitionen… … und die Analyse daraus

� Big data usually includes data sets with sizes beyond the ability of commonly used software tools to capture, curate, manage, and process data within a tolerable elapsed time… Big data is a set of techniques and technologies that require new forms of integration to uncover large hidden values from large datasets that are diverse, complex, and of a massive scale.

� The ability of society to harness information in novel ways to produce useful insights or goods and services of significant value and things one can do at a large scale that cannot be done at a smaller one, to extract new insights or create new forms of value.

� Data of a very large size, typically to the extent that its manipulation and management present significant logistical challenges

� The new tools helping us find relevant data and analyze its implications - The belief that the more data you have the more insights and answers will rise automatically from the pool of ones and zeros - A new attitude by businesses, non-profits, government agencies, and individuals that combining data from multiple sources could lead to better decisions.

� The convergence of enterprise and consumer IT.

Datenmenge unterschiedliche DatenquellenPrivacy / Security

Nutzung der Daten Technologien4



Explodierende Datenmengen (Volume)– Strukturierte Daten (Datenbanksysteme für transaktionale Workloads) wachsen jährlich

um 32%– Unstrukturierte Daten wachsen mit 63% jährlich, sind für Unternehmen zu 35 % nicht

weiter von Nutzen und können gelöscht werden– Replizierte Daten inklusive Backup- und Archivdaten, Geschäftsanalysen, Discovery und

Spiegelungen wachsen mit 49% jährlich

Zunehmende Datenvielfalt (Variety)– 90% der Daten, welche in den nächsten 10 Jahren produziert werden, sind unstrukturiert

Steigender Datenwert durch Analytics und Compliance-Anforderungen (Value)– Nutzen aus Analysen der Daten – Aufbewahrungsfristen von bis zu 50 Jahren– 37% der Daten sind inaktiv oder verfallen

Zunahme der Geschwindigkeiten (Velocity)– Sensordaten und Zunahme von mobilen Netzwerkgeräten– Analyse von Streamingdaten

Die Herausforderungen werden heute durch die 4 V‘s charakterisiert: Volume, Variety, Value und Velocity

5



Arten von Daten

Strukturierte Daten• Normalisierte Datenbanken• Jede Spalte ist beschrieben• Keine Redundanzen • Leicht und schnell zu lesen

Unstrukturierte Daten• Mediale Daten wie Videos, Bilder, Audio,...• Sensor- und Messdaten aus Maschinen• Dokumente, Präsentationen, Wikis,...• Ca. 80% aller verfügbaren Daten

6



Big Data aus vier Business Perspektiven

AnalyticsWelche Informationenkönnen wir aus den Datenziehen?

Digital OfficeWie können wir die Informationen zur Verfügungstellen?

InfrastrukturWie muss unsere Infrastukturaufgebaut sein, um die Anforderungen bewältigen zukönnen?

Compliance / SecurityWie können wir Datenidentifizeren, die besondersschützenswert sind?

7

Bilderquelle: olap.com



� Sinnvolle Interpretation und Nutzung der vorhandenen Daten

� Grundlagen schaffen für schnellere, besser fundierte Entscheidungen

Mehrwert durch gezielte Analyse der Informationen

Quellen-definition

Daten-extraktion

Daten-anreicherung

Daten-präsentation

8



� Erfassung aller Daten der Produktionsmaschinen

� Analyse der Daten in Echtzeit kombiniert mit Business Intelligence und lernenden Systemen

Realisierter Nutzen:

� Verlängerte Lebenszyklen der Produktionsmaschinen

� Minimierung von unerwarteten Ausfallzeiten durch Reparaturen

Beispiel: Predictive MaintenanceStream-Technologie in der Automobilproduktion

OK

Defekt

OK

Defekt

In Ordnung

RepRep Rep Rep

MaintMaint

Herkömmlich Mit Predictive Maintenance

9



� Zugriff auf die notwendigen Informationen für die Mitarbeitenden

� Wer braucht welche Informationen? Wer darf welche Informationen sehen?

� Basis für Dunkelverarbeitungen / Prozessautomatisierungen

Effizienzsteigerung durch Digital Office

10




� Gesamtsicht auf den Kunden

� Automatisierte Zuteilung von eingehendenDokumenten

� Prozessführung /-automatisierung

Beispiel VersicherungsgesellschaftBasis für “Digital Insurance”

11

Kunden

Records Management

Posteingang Verwaltungssysteme

Archiv

Post Inbound

E-MailFax

Portal

Agenturen

Scanning

AVOR

ScanningCapture

Workflow System

NSI VVRV

Suche / AnzeigeUp-/Download

VVEV SAP

Prüfung/

Validierung

Schnittstellen

1

1

23

4

5

9

10

11

12

KlassifikationDatenextraktion

Nachkorrektur

6

7

8

App 1 App 2 App 3 App 4




� Gesamtsichten auf die gleichen Daten mit unterschiedlichen Kategorien (Kunde, Projekt, Maschine…)

� Reduktion der Einstiegspunkte für den Endbenutzer

Beispiel IndustriebetriebVereinfachung der Arbeitsstrukturen

12



� Die Speicherung und Verarbeitung von grossen Datenmengenstellt spezielle Anforderungen an die Infrastruktur

� Diese müssen bekannt sein und gemanaged werden

13

Bereitstellung der notwendigen Infrastruktur Active Data Management




� Klare Anforderungen an die Storage Infrastruktur

� Gesamtkonzeption im Bereich Storage

14

ProjektbeispielMischkonzern – ILM Projekt als Basis für neueStorage Technologie

CoS1 = 121 TB

CoS2 = 167,5 TB

CoS3 = 49,4 TB

CoS4 = 24 TB

CoS5 = 12.4 TB

Candidat 1 = 288,5 TB


Candidat 3 = 12.4 TB

CoS1 = 121 TB

CoS2 = 167,5 TB


CoS5 = 12.4 TB

CoS3 = 49,4 TB

CoS4 = 24 TB

Candidat 2 = 85.8 TB

N6060 existant

DS4700 existant

DS8700

XIV

Scénario 1 Scénario 2

Nouveau

XIV

DS5000



� Nur rund 1/3 aller Daten muss aus rechtlichen Gründen aufbewahrtwerden

� Unter den Daten befinden sich besonders wertvolle Daten (crown jewels)

� Die Schwierigkeit ist die Identifikation der entsprechenden Daten

� Die Verschmelzung von Unternehmensdaten und persönlichen Daten stellt besondereAnsprüche an den Datenschutz

Abwägen von Sicherheit und Risiko

15




� Übersicht über vorhandene Informationsklassen und die damit verbundenen rechtlichenAnforderungen an die Aufbewahrung

� Archivierung unternehmensweit sichergestellt gemäss Gesetzeslage / internen Policies

16

Projektbeispiel: IndustriebetriebAnalyse Informationen bzgl. rechtliche Anforderungen Archivierung

Document/Data Retention

According to

Global

Retention

Policy

Covered

by Other

Regulati

ons? Y/N

Name of the Regulation Retention

According to

Other

Regulation

covered in

SAP system

(-EU1)

= Plecos

relevant

Account Payables Ledgers 7 years Y GeBüV 10 years yesAccount Receivable Ledgers 7 years Y GeBüV 10 years yesAnnual Reports 7 years Y MTG Ie 20 years no?Audit Reports from Independant Accountant 7 years Y MTG IIIc 5 years no Bank Reconciliations and Statements 7 years ? probably GeBüV yes?Contracts & Legal Agreements - Expired 7 years Y MTG IIa & IIIa 11/5years yes

Expense Reports 7 years n.a. HR data/docs out-of-scope (or GeBüV?) yesInsurance Policies - Expired 7 years Y MTG IIa & IIIa 11/5years no?Internal Audit Reports / Documentation 7 years Y MTG IIIc 5 years no

Invoices from Vendors 7 years Y GeBüV 10 years yes? GeBüV (only yearly balance sheet and P/L?) 10 years? MTG100 IIi (only yearly balance sheet and P/L?) 11 years

Payroll Information 7 years n.a. HR data/docs out-of-scope (or GeBüV?)Pension / Retirement Savings Documents 7 years n.a. HR data/docs out-of-scope (or GeBüV?)Petty Cash Vouchers / Records 7 years Y GeBüV 10 years yesPurchase Orders for Supplies 7 years Y GeBüV 10 years yesPurchase Orders from Customers 7 years Y GeBüV 10 years yesSales Invoices to Customers 7 years Y GeBüV 10 years yes

Y MTG100 IIi 11 years? income tax? -> DBG Federal Law on Federal Direct Tax , Cantonal laws10 yearsY MTG100 IIi 11 yearsY MWSTG 10 years

7 years yes

VAT Returns 7 years yes

no?

Sales Tax Returns

Monthly Financial Statements 7 years



Zusammenfassung

� Big Data ist heute Tatsache– Die Datenmenge nimmt in allen Bereichen zu– Ein Unternehmen hat nicht die Wahl, ob es Big Data machen will oder nicht

� Big Data hat nicht nur einen Analyse-Aspekt, sondern wirkt sich auf weitere Bereiche imUnternehmen aus:

– Tägliche Arbeit der Mitarbeitenden: wo finde ich als Mitarbeiter welche Informationen? Wie kann mein Prozess am effizientesten gestaltet werden?

– Bereitstellung der Infrastruktur: welche Anforderungen bestehen an unsereInfrastruktur? Wie können wir bereits heute die notwendige Infrastruktur bereit stellen?

– Compliance und Security: welche Daten müssen wir aufbewahren? Welche Datenwollen wir besonders schützen?

� Die notwendigen Fragestellungen sollten proaktiv angegangen werden

� Die verschiedenen Perspektiven müssen aufeinander abgestimmt werden

17



Analytics im echten Leben

18



Vielen Dank

19


Backup

Backup



21

Schweizer PlanungsgesellschaftAufnahme von Geschäftsanforderungen und ECM Evaluation

� Da die bestehende Lösung den Anforderungen nicht mehr genügte hat der Kunde im 2009 die Evaluation eines Enterprise Content Management (ECM) Systems gestartet. Die IBM wurde als Partner für die Unterstützung der Evaluation beigezogen

� Die IBM unterstützte den Kunden im gesamten Evaluationsprozess durch das fachliche ECM-Know-how, die Vorgehensmethodik in Evaluationsprojekten und die Beisteuerung von Tools und Methoden für die verschiedenen Phasen der Evaluation:

� Aufnahme der Geschäftsanforderungen durch Interviews und Workshops bei verschiedensten Benutzergruppen

� Ableitung der Systemanforderungen und deren Priorisierung und Gewichtung

� Erarbeitung von Lösungsvarianten und deren Beurteilung in Workshops

� Erstellung eines High Level Solution Designs

� Erstellung Pflichtenheft

� Erstellung von Bewertungskriterien

� Durchführung der Ausschreibung

� Durchführung von Referenzbesuchen

� Beurteilung der Präsentationen der Anbieter

� Bewertung und Entscheid

Beispiele von Projektresultaten

• Kunde: Schweizer Planungsgesellschaft

• Projektzeitraum: 01.2009 – 03.2010

• Anzahl Benutzer: Kernteam 10 Personen, Erweitertes Team 20 Personen, 50 User in der ersten Phase

• Weitere Bemerkungen: Erarbeitung einer ECM Lösung welche skalierbar von 50 Benutzern auf 3000 Benutzer wachsen kann

Kurzübersicht Projektbeschreibung

� Ziele und Umfang des Projekts festlegen

� Projektteam � Projektplan

erstellen � Projekt

Dokumente definieren

Projektplanung und Abstimmung mit

dem Auftraggeber

� Interviewmatrix und Interviewleitfaden erstellen

� Konsolidierung von Interviewergebnissen

� Liste mit Geschäftsan-forderungendefinieren

Situationsanalyse

� Priorisierte Liste mit funktionalen und nicht funktionalen Anforderungen erarbeiten

� Lastenheft erstellen� Erste Bewertungs-

kriterien definieren

Zielformulierung

� Mögliche Lösungsvarianten dokumentieren

� Nachvollziehbarer Entscheid für eine Lösungsvariante treffen

Synthese

� Finales Pflichtenheft erstellen

� Finale Selektions-kriterien und -prozess definieren

� Liste mit Lösungs-anbietern erarbeiten

� Pflichtenhefter versenden

Analyse

� Short List mit Lösungsanbietern prüfen

� Nutzwertanalyse der Offerten durchführen

� Referenzbesuche

Bewertung

� Einen Lösungsanbieter empfehlen

� Implementierungs-plan für die vorgeschlagene Lösung erarbeiten

Entscheidung

� Projektsteuerung � Projektrapportierung

Laufende Projektleitung

1

2 3 4 5 6 7



22

Schweizer EnergieunternehmenStrategie & Konzept für Information, Dokumentation und Archivierung

Erarbeitung einer Strategie und Konzept für die Unternehmens-Gruppe für die Bewirtschaftung der Ablagen und Archive unter Einhaltung der gesetzlichen Aufbewahrungspflichten sowie unter Berücksichtigung der elektronischen Daten und Datenträger.

Dazu wurde folgendes Projektvorgehen gewählt:

� Aufnahme der Detailanforderungen (Interviews) in den Einheiten: Stabs- Organisationen, Energie, Netze, Partner im Bezug auf :

- Ablage und Archivierung

- Vertragsmanagement

- Dokumenten Management (DMS) und Information Retrieval (IR)

- SAP Archivierung

- Storage Management

- E-Mail Archivierung

� Konsolidierung der Ergebnisse und Erste Priorisierung der Themen für die Informationsmanagement Strategie Entwurf Inhaltsverzeichnis / Struktur

� Erarbeitung der Strategie mit dem Kernteam in Workshop mit Inhalten wie Vision, Vorgaben, Grundsätze, Gesetzliche Grundlagen, strategische Ausrichtung, Einflüsse Trennung Energie / Netze

� Erarbeitung des Konzepts basierend auf der Strategie und den erhobenen Anforderungen, Erstellung der Information Management Architektur


• Kunde: Schweizer Energieunternehmen

• Projektzeitraum: 01.2007 – 07.2007

• Anzahl Benutzer: Kernteam: 10 Personen, Interviewpartner 20 Personen, User 2000

• Weitere Bemerkungen:




23

Internationale Energie UnternehmungErarbeitung einer Records Management Policy und ILM Blueprint

Das Projekts beinhaltet eine Analyse der Records Management und ILM Situation sowie die Planung weiterer Massnahmen.

Der Bereich Records Management besteht aus einem Top-down Ansatz, in dem eine RM Policy dokumentiert und vom Kunden-Management abgenommen wird. Danach werden in einem zweiten Schritt Instrumente, Rollen, Organisation und technische Tools definiert.

Der ILM Teil basiert auf verschiedenen Ergebnissen aus dem Records Management Ansatz. Basierend auf den Informationsklassen wird die Datenklassifizierung erarbeitet, die wiederum Basis für die ILM Architektur, das Service Level Mapping sowie die ILM Policies sind.

Dabei werden die folgenden Ergebnisse erarbeitet:

� RM Policy

� Analyse der geschäftlichen, regulatorischen und rechtlichen (Compliance) Anforderungen

� Analyse der Unternehmensinformationen / -daten

� Informationsklassifizierung mit den unterschiedlichen Business Units

� Definition der Records Management Instrumente wie bspw. Aufbewahrungslisten

� Datenklassifizierung

� Definition der Sevice Levels

� High level Architektur und Mapping der Service Levels auf die Datenklassen

� ILM Blueprint


• Kunde: Internationale Unternehmung, für Energie und Bahninfrastruktur

• Projektzeitraum: 06.2006 bis 06.2007

• Anzahl Benutzer: Kernteam: 4 Personen, Projektteam 20 Personen, User 5000

• Weitere Bemerkungen: Das Projekt verfügte über zwei Sponsoren mit unterschiedlichen Zielen. Der Vertreter der Geschäftsseite fokussiert auf Compliance und Records Management Punkte, der Vertreter der Informatikführung auf IT Optimierung, TCO und SLA. Das Projekt berücksichtigt beide Seiten.


Assessment und Planung

Klassifikation der Daten / Informationen

Definition der Service Level Angebote

Informations-/Datenklassen

Policies BluePrint

HL Ist-SituationDaten und Archiv

Legal Requirements *

Business Requirements

Archiv/RM Strategie-Papier



24

Schweizer MaschinenindustrieunternehmenErarbeitung einer ECM Strategie und eines ECM Gesamtkonzepts

Phase 1: Review bestehender Konzepte:

� Durchsicht und Review der bestehenden ECM Konzeptdokumentation des Kunden

� Feedback in Form von

- Management Präsentation

- Abschlussdiskussion (mit Details)

- Vorgehensvorschlag für die weiteren Schritte der ECM Konzeption und Implementierung (ECM Masterplan)

Phase 2: Erarbeitung von ECM Strategie und ECM Gesamtkonzept:

� Präzisierungen der einzelnen bestehenden ECM Teilbereiche (Dokumente)

� Zusammenlegung der Konzeptthemen (einheitliche Sicht und damit Doppelspurigkeiten entfernen)

� Zentrales Glossar

� Strategische Verankerung (speziell auch mit Compliance)

� Organisatorische Aspekte, welche parallel zur technischen Sicht zu betrachten, sind im Konzept mitdokumentieren

� Funktionale Architektur (Aussagen im Bereich der Konzept-Gesamtsicht)

� Erarbeitung der dringendsten und am meisten Nutzen bringenden Anwendungsfälle, Beschreibung

� Priorisierung der Anwendungsfälle

� Masterplanung (Programm)


• Kunde: Schweizer Maschinenindustrie Unternehmen

• Projektzeitraum: 08.2008 - 2011

• Anzahl Benutzer: n/a

• Weitere Bemerkungen: Das Projekt wurde in zwei Phasen durchgeführt; nach der ersten Phase (Review bestehender Konzepte) wurde entschieden, die identifizierten Anpassungen in einem Coaching Projekt durchzuführen




25

Schweizer IndustrieunternehmenErarbeitung einer ECM-Vision und eines ECM-Gesamtkonzepts

� Um aktuelle und weitere Aktivitäten im Bereich ECM, insbesondere DMS, optimal koordinieren zu können, wurde bei dem Industriekunden eine Vision und Roadmap erstellt.

� Die IBM unterstützte den Kunden im gesamten Prozess durch das fachliche ECM-Know-how, die Vorgehensmethodik und die Beisteuerung von Tools und Methoden für die verschiedenen Phasen des Projekts:

� Analyse und Dokumentation der weltweiten Situation bezüglich ECM

� Ist-Aufnahme der bestehenden Systeme

� Identifikation der Hauptprobleme im Bereich ECM

� Zentrales Glossar

� Erarbeitung einer ECM-Vision

� Erarbeitung von ECM-Zielsetzungen und Grundsätzen

� Organisatorische Verankerung von ECM in der Gesamtorganisation

� Erarbeitung einer funktionalen Architektur

� Erarbeitung der dringendsten und am meisten Nutzen bringenden Anwendungsfälle, Beschreibung

� Priorisierung der Anwendungsfälle

� Masterplanung (Programm)


� Kunde: Schweizer Industrieunternehmen für Präzisionsgeräte

� Projektzeitraum: 12.2010 – 12.2011

� Anzahl Benutzer: n/a

� Weitere Bemerkungen:


GMC CCMDelegate

GMC CCMDelegate

CCM

Governance BoardGMC CCM Delegate,

IT, Legal, Compliance,Senior Business Managers

CCM Governance Board

GMC CCM Delegate,IT, Legal, Compliance,

Senior Business Managers

ECM Solution Architect

ECM Solution

Architect

Local CCM

Governance BoardGM‘s, Service Owners,

Compliance

Local CCM Governance Board

GM‘s, Service Owners,

Compliance

ECM

Strategy

ECM

Program

portfolio

EmployeeEmployee

ECM

Archi-tecture

Global

InfoMgmt

Policy

Application ManagerApplication Manager

Global

ECM

Policies &

Guide-

lines

ECM

Gover-

nance

Model

ECM Service Owner

(Intranet Contact)

ECM Service Owner

(Intranet Contact)

CCM CABIT, Compliance,

Senior Business Manager

CCM CABIT, Compliance,

Senior Business Manager

Application ManagerApplication ManagerApplication ManagerApplication ManagerApplication ManagerApplication Manager

Develops & Maintains

Approves

Maintains

Develops &Revises

Appoints

Appoints Escalates

Submits Recommendation

TeamBusiness IT

Submits CR

Oversees

Processes

Discuses new requirements or

opportunities

Discussesnew

requirements

Is responsible

Develops

Implements

Nominates

Implements controls

Approves CR

ECM Business

Expert

ECM Business

Expert

Project 2Project 1

Initiates

Reports

Local

ECM

Policies &

Guide-

lines

Develops

Implements

Assists in

development

Local

Info

MgmtPolicy

CCM = Collaboration & Content Management

(internal audit for

compliance)

Initiates

Projects

Power UserPower User

Trains

Trains

Contacts

Submits Incident

ECM Service Manager

ECM Service Manager

Oversees

0

Year 2011 Year 2012 Year 2013 Year 2014Year 2011 Year 2012 Year 2013 Year 2014

Conceptual Prestud. DMS

Current EntSearch Proj

X-Application WorkflowUse Case „HR“

External Access

Use Case 1 DMS

Use Case 2 DMS

Enterprise Search – Use Case „Desktop Search”,

“SharePoint”, “File Servers” – phased approach

Use Case

Legal

Roll-out Standard Solution & Boarding in of new use cases

Archive ManagedUse Case 1

Archive Managed

Use Case 2Archive Managed

Use Case 3

Enterprise Search – Follow-on Use Cases

Project Plecos / BlueOcean

Project Lead: I T Project Lead: Business Project Lead: Joint

Ahoy! Collaboration & Infrastructure and Intranet & Portal

Build-up foundation & ConsolidationBuild-up foundation & Consolidation

Use Cases

PM /

Marketing

Use Cases

PM /

MarketingUse Case

Service: Retail

Extranet

Use Case

Service: Retail

ExtranetUse Cases

Service:

Knowledge

Sharing

Use Cases

Service:

Knowledge

Sharing

Use Case

Service:

Employee Directory

Use Case

Service:

Employee Directory



26

Industriebetrieb im BaubereichEvaluation eines Enterprise Content Management-Systems

� Da der Kunde noch kein ECM-System einsetzte und verschiedene Prozesse optimieren wollte, hat sie im 2011 die Evaluation eines Enterprise Content Management (ECM) Systems gestartet. Die IBM wurde als Partner für die Unterstützung der Evaluation beigezogen.

� Die IBM unterstützte den Kunden im gesamten Evaluationsprozess durch das fachliche ECM-Know-how, die Vorgehensmethodik in Evaluationsprojekten und die Beisteuerung von Tools und Methoden für die verschiedenen Phasen der Evaluation:

� Aufnahme der Geschäftsanforderungen durch Interviews und Workshops

� Ableitung der Systemanforderungen und deren Priorisierung und Gewichtung

� Erarbeitung von Lösungsvarianten und deren Beurteilung in Workshops

� Erstellung eines High Level Solution Designs

� Erstellung Pflichtenheft

� Durchführung der Ausschreibung

� Durchführung von Referenzbesuchen und Präsentationen der Anbieter

� Bewertung und Entscheid


� Kunde: Industriebetrieb im Baubereich

� Projektzeitraum: 04.2011 – 09.2011

� Anzahl Benutzer: 120

� Weitere Bemerkungen:




27

Ziele

Treiber

Kerndisziplinen

Hilfsdisziplinen

Risiko- und Compliance Management Geschäftsnutzen

Organisatorische Strukturen und Bewusstsein

Richtlinien Stewardship

Management der Datenqualität

Management des Informations-lebenszyklus

Informations-sicherheit und Privatsphäre

Daten- und SpeicherarchitekturDatenklassifizierung und

MetadatenAuditinformationen, Logging

und Reporting



� Wikipedia: Big Data bezeichnet Datenmengen, die zu groß oder zu komplex sind oder sich zu schnell ändern, um sie mit händischen und klassischen Methoden der Datenverarbeitung auszuwerten. Der Begriff "Big Data" unterliegt als Schlagwort derzeit einem kontinuierlichen Wandel; so wird mit Big Data ergänzend auch oft der Komplex der Technologien beschrieben, die zum Sammeln und Auswerten dieser Datenmengen verwendet werden. Die gesammelten Daten können aus nahezu allen Quellen stammen: angefangen bei jeglicher elektronischer Kommunikation, über von Behörden und Firmen gesammelte Daten, bis hin zu den Aufzeichnungen verschiedenster Überwachungssysteme. Big Data

können so auch Bereiche abdecken, die bisher als privat galten. Der Wunsch der Industrie und bestimmter Behörden, möglichst umfassenden Zugriff auf diese Daten zu erhalten, sie besser analysieren zu können und die gewonnenen Erkenntnisse zu nutzen, gerät dabei zunehmend in Konflikt mit Persönlichkeitsrechten des Einzelnen.

28



Das Wachstum von Daten-Volumen und -Vielfalt sowie der Geschwindigkeit des Informationsbedarfs resultiert in immer grösserer Komplexität

Information Week, “State Of Enterprise Storage Changing Priorities, Changing Practices”, Jan 2009. Delahunty, SteveIDC: Expanding Digital Universe, 2007IDC: "The Hidden Costs of Information Work" April 25, 2006 Accenture: Managers Say the Majority of Information Obtained for Their Work is useless 2007 http://newsroom.accenture.com/article_display.cfm?article_id=4484



VolumenJeden Tag werden ca. 15 Petabytes neue Informationen erzeugt.

VolumenJeden Tag werden ca. 15 Petabytes neue Informationen erzeugt.





29