Wie wichtig sind Datenvisionäre? Warum Big Data und Speichersysteme nicht ausreichen

München, Starnberg, 24. Juli 2017 - Woran erkennt man einen potenziellen Datenvisionär (CDO)? Folgende Anhaltspunkte geben darüber Aufschluss...

Zum Hintergrund: Bei der Diskussion über Daten im Unternehmen fehlt es häufig an echten / belastbaren Daten, aber es besteht definitiv kein Mangel an unspezifischen Adjektiven. Meist ist im Zusammenhang mit Big Data von „riesigen“, „überwältigenden“ oder „ausufernden“ Datenmengen die Rede, was natürlich nicht immer der Realität entspricht. Eine Umfrage von NewVantage Partners (1) stellt den aktuellen Stand der Informationstechnologie in ein numerische Licht: In den Jahren 2014 bis 2016 hat sich danach die Zahl der Fortune 1000-Unternehmen, die in 2017 mehr als $50 MM für Dateninitiativen auszugeben beabsichtigen, von 5 Prozent auf 25 Prozent verfünffacht; dies gilt insbesondere für die Integration von Datenquellen- und Typen (s.a. Abb. 1 unten).

Wie wird aus einem Datenstrom jedoch eine neue Datenquelle? Dazu braucht ein Unternehmen nicht nur Echtzeit-Analyse-Lösungen und eine effiziente Speicher-Infrastruktur, sondern auch einen Datenvisionär (Chief Data Officer = CDO). Was muss dieser mitbringen, um ein Unternehmen erfolgreich zu neuen Geschäftsmodellen zu navigieren? Dies erläutert nachfolgend Dr. Stefan Ebener (2), Strategy & Innovation Manager Automotive & Manufacturing bei NetApp:

"Daten sind nicht nur der Motor moderner Unternehmen, sie werden zum Unternehmen. In dieser neuen Welt spielen Datenvisionäre die Hauptrolle. Sie transformieren ihre Abteilungen, erstellen und beherrschen neue Geschäftsmodelle und formen die Branchen der Zukunft. Woran erkennt man einen (potenziellen) Datenvisionär? Folgende Anhaltspunkte geben Aufschluss:

  1. Neu denken, wenn es um Daten geht - In den Anfängen der IT handelte es sich bei den meisten Daten um hochwertige transaktionsorientierte Informationen. Da sie hochverfügbar und -redundant sein mussten, waren Dateispeicherung und -management eine kostspielige Angelegenheit. Unternehmen bewahrten somit nur die neuesten, am leichtesten zugänglichen Daten auf. Heute sammeln sie exponentiell mehr Daten. Viele davon haben jedoch ein Ablaufdatum, weshalb Flexibilität und Agilität von zentraler Bedeutung sind.

  2. Fragen stellen, die andere nicht stellen - Durch ihr fundiertes Wissen über Datentechnologien lernt ein Unternehmen mehr über seine Kunden und erschließt Möglichkeiten zur Kostenreduzierung und Effizienzsteigerung. Fragen wie „Was, wenn ...?“, „Wofür könnten wir diese Daten noch nutzen?“, „Wie erreichen wir dieses Ziel?“ und „Was kann ich dazu beitragen?“ erweitern zugleich Grenzen.

  3. Neue Geschäftsmodelle entdecken - Wenn sie beispielsweise für einen Autohersteller arbeiten, geht ihnen möglicherweise Folgendes durch den Kopf: Wie könnte man mit den Fahrzeugdaten die Versicherungskosten oder Wartungskosten für den Fahrzeughalter senken und gleichzeitig einen neuen Umsatzstrom für das Unternehmen generieren? Oder Sie könnten die Informationen über das Fahrverhalten der Kunden so nutzen, dass Sie bei der Erneuerung des Leasingvertrags genau das richtige Automodell vorschlagen.

  4. Den Wert älterer Systeme verstehen - Sie sind auf dem neuesten Stand, was Flash und Solid State Drives sowie Cloud- und Hybridumgebungen betrifft. Ihnen ist aber auch bewusst, dass die älteren Systeme in Ihrem Rechenzentrum äußerst wertvolle Geschäftsdaten enthalten. Mit diesen Daten lassen sich Umsatz und Gewinn steigern und das Unternehmen stärken. Anstatt die älteren Systeme zu eliminieren, verstehen sie sie als nützlichen Datenbestand.

  5. Über die Grenzen Ihres Unternehmens hinaus denken - Sie senken die Hürden für die interne gemeinsame Nutzung von Daten und brechen Silos auf. Sie stellen sich die Datennutzung aber auch in einem größeren Rahmen vor und überlegen sich Wege, wie sie Daten von außerhalb des Unternehmen, also zum Beispiel von einem Lieferanten, Reseller oder einer Behörde, nutzbar machen können."


(1) Quelle: NewVantage Partners (PDF Link) > Big Data Executive Survey 2016 Findings


(2) Bild: Dr. Stefan Ebener, Strategy & Innovation Manager Automotive & Manufacturing (Quelle: NetApp)