Vor dem Hintergrund der aktuellen Diskussion rund um den US-Abhörskandal PRISM rückt auch das Thema Big Data im Unternehmenskontext in den Fokus – gerade in Verbindung mit den eigenen Geschäftsprozessen (Business Processes). Auf der einen Seite müssen diese durch entsprechende Maßnahmen zur Risikovorsorge geschützt werden (Stichwort: Industriespionage), auf der anderen Seite sollen die zur Verfügung stehenden „großen Datenmengen“ (Big Data) zu sinnvollen Entscheidungen im Unternehmensalltag führen.
Das volle Potenzial von Big Data-Methoden und -Werkzeugen kann jedoch nur dann effektiv in Unternehmen genutzt werden, wenn die betreffenden Entscheidungsprozesse bzw. Informationsverarbeitungsprozesse entsprechend angepasst werden. Die Verfügbarkeit von Informationen – quasi in Echtzeit – eröffnet nämlich ganz neue Gestaltungsmöglichkeiten für Geschäftsprozesse. Damit die Informationen aber auch entsprechend schnell in Entscheidungen umgesetzt werden können, müssen Entscheidungsprozesse soweit wie möglich automatisiert werden. Dazu sind komplexe Regelsysteme zu entwickeln, deren Beherrschbarkeit und Kontrollierbarkeit eine besondere Herausforderung darstellen.
Beim Einsatz von unterschiedlichen Datenquellen sind insbesondere semantische Technologien erforderlich, um Daten unterschiedlicher Herkunft miteinander zu verknüpfen. Die entsprechenden Workflows zur effizienten Zusammenführung der Datenströme bzw. Datenquellen müssen unter Berücksichtigung von Datenqualitätsanforderungen entworfen und ausgeführt werden.
Aus Entscheidersicht ist es wichtig zu erkennen, welche Geschäftsprozesse bzw. Teile von Geschäftsprozessen durch neue Big Data-Technologien besonders betroffen sind. Methoden sind bereitzustellen, um den Bedarf bzw. Nutzen von Big Data-Technologien in Geschäftsprozessen frühzeitig und zuverlässig feststellen zu können.
Wünschenswert sind z.B. Referenzmodelle oder Komponentenmodelle für den Einsatz von Big Data-Technologien in verschiedenen Anwendungsdomänen, wie sie von PROMATIS im Rahmen von Kooperationsprojekten mit dem Karlsruher FZI und dem Institut AIFB des Karlsruher Instituts für Technologie (KIT) entwickelt werden. Im Zusammenhang mit dem Einsatz von Referenzmodellen kann dabei auch ein systematischer Wissenstransfer von Big Data-Kompetenzen in Unternehmen erfolgen.
Prof. Andreas Oberweis (KIT) stellt dazu fest: "Big Data eröffnet ganz neue beeindruckende Möglichkeiten, um Geschäftsprozesse zu verbessern. Ängste vor den Risiken und Gefahren von Big Data in der Bevölkerung dürfen aber nicht unterschätzt werden. Vertrauen kann letztendlich nur durch Transparenz geschaffen werden."
Weitere Informationen finden Sie unter www.promatis.de.
Das volle Potenzial von Big Data-Methoden und -Werkzeugen kann jedoch nur dann effektiv in Unternehmen genutzt werden, wenn die betreffenden Entscheidungsprozesse bzw. Informationsverarbeitungsprozesse entsprechend angepasst werden. Die Verfügbarkeit von Informationen – quasi in Echtzeit – eröffnet nämlich ganz neue Gestaltungsmöglichkeiten für Geschäftsprozesse. Damit die Informationen aber auch entsprechend schnell in Entscheidungen umgesetzt werden können, müssen Entscheidungsprozesse soweit wie möglich automatisiert werden. Dazu sind komplexe Regelsysteme zu entwickeln, deren Beherrschbarkeit und Kontrollierbarkeit eine besondere Herausforderung darstellen.
Beim Einsatz von unterschiedlichen Datenquellen sind insbesondere semantische Technologien erforderlich, um Daten unterschiedlicher Herkunft miteinander zu verknüpfen. Die entsprechenden Workflows zur effizienten Zusammenführung der Datenströme bzw. Datenquellen müssen unter Berücksichtigung von Datenqualitätsanforderungen entworfen und ausgeführt werden.
Aus Entscheidersicht ist es wichtig zu erkennen, welche Geschäftsprozesse bzw. Teile von Geschäftsprozessen durch neue Big Data-Technologien besonders betroffen sind. Methoden sind bereitzustellen, um den Bedarf bzw. Nutzen von Big Data-Technologien in Geschäftsprozessen frühzeitig und zuverlässig feststellen zu können.
Wünschenswert sind z.B. Referenzmodelle oder Komponentenmodelle für den Einsatz von Big Data-Technologien in verschiedenen Anwendungsdomänen, wie sie von PROMATIS im Rahmen von Kooperationsprojekten mit dem Karlsruher FZI und dem Institut AIFB des Karlsruher Instituts für Technologie (KIT) entwickelt werden. Im Zusammenhang mit dem Einsatz von Referenzmodellen kann dabei auch ein systematischer Wissenstransfer von Big Data-Kompetenzen in Unternehmen erfolgen.
Prof. Andreas Oberweis (KIT) stellt dazu fest: "Big Data eröffnet ganz neue beeindruckende Möglichkeiten, um Geschäftsprozesse zu verbessern. Ängste vor den Risiken und Gefahren von Big Data in der Bevölkerung dürfen aber nicht unterschätzt werden. Vertrauen kann letztendlich nur durch Transparenz geschaffen werden."
Weitere Informationen finden Sie unter www.promatis.de.
