Fast Data Analytics für eine fundierte Entscheidungsunterstützung in Echtzeit

Die Anforderungen der Unternehmen an Daten und die daraus abgeleiteten Entscheidungsgrundlagen und Vorhersagen steigen stetig und beeinflussen den Geschäftserfolg maßgeblich. Wir sind heute in der Lage, nahezu alle Daten in ihren vielfältigen Formaten zu integrieren, zu analysieren und zu interpretieren. Doch nur wer in der Lage ist, dies auch in Echtzeit zu tun, kann rechtzeitig fundierte Geschäftsentscheidungen treffen, zeitkritische Services anbieten und echte Mehrwerte für sein Business generieren.

Gerade im IoT-Umfeld, in dem enorm viele Echtzeitdaten produziert und idealerweise direkt aktiv ausgewertet werden, ist der Einsatz von Fast Data Analytics-Plattformen unumgänglich. Durch individuelle Use Cases profitieren heute zahlreiche Branchen von Realtime-Streaming. So muss beispielsweise für die aktive Steuerung und Überwachung von Maschinen auf Basis von Sensordaten eine Realtime-Datenintegration sichergestellt werden. In der Finanz- und Versicherungsbranche hingegen können wiederum Bonitäts- und Plausibilitätsprüfungen bei Onlineanträgen durch ein Realtime-Scoring realisiert werden. Mit Hilfe von Streaming Analytics und Echtzeit-Dashboards werden so weitere konkrete Mehrwerte für das Business geschaffen. Gleichzeitig dürfen natürlich die Ansprüche an Security und Data-Governance nicht unter der Echtzeitverarbeitung leiden.

Buchen Sie hier Ihre kostenlose Expert Hour

60 Minuten kostenlose Online-Beratung zu Ihren individuellen Fragen rund um das Thema Fast Data Analytics

Fachliche und technische Anforderungen an eine Fast Data Plattform

Die Anforderungen an eine nutzenstiftende Fast Data Analytics-Plattform sind vielfältig. Im Folgenden stellen wir die wichtigsten fachlichen und technischen Aspekte heraus, die wir gemeinsam mit Ihnen diskutieren und konkretisieren.

Fachliche Anforderungen:

Technische Anforderungen:

  • Entstehung der Plattform in der Cloud oder On-Premise
  • Bereitstellung der Plattform als Infrastructure-as-a Service (IaaS), Platform-as-a-Service (PaaS) oder Software-as-a-Service (Saas)
  • Welche Datenmengen müssen integriert werden?
  • Welches Datenwachstum ist zu erwarten?
  • Wie stark und wie schnell muss die Plattform skalieren können?
  • Wer soll alles Zugriff auf die Plattform bekommen?
  • Wie flexibel muss die Plattform sein, um beispielweise weitere Use Cases leicht umsetzen zu können, die heute noch nicht bekannt sind?

Automatisierte initiale Bereitstellung einer Fast Data Analytics Plattform

Auf Basis eines von uns entwickelten Architekturkonzepts haben wir eine Lösung erarbeitet, die eine initiale Bereitstellung der Fast Data Analytics Plattform automatisiert in der Public Cloud oder On-Premise ermöglicht.

Hierfür wird automatisiert ein „Meta Data Lake Cluster“ erstellt. Dieses Cluster ist der zentrale Speicher von Nutz- und Metadaten sowie Sicherheitsrichtlinien für alle verwendeten Services innerhalb der Plattform. Weitere Compute-Cluster (Data Hubs) können nachträglich mit dem Basis-Cluster verknüpft werden und erben so alle dort hinterlegten Richtlinien und Metainformationen. Durch die Entkopplung von Daten und Berechnung kann die Plattform in der Zukunft so ohne großen Mehraufwand flexibel auf Änderungen reagieren. Beispielsweise kann ein Data Hub im Kontext „Data Science“ dank vordefinierter Templates auf Knopfdruck erstellt werden. So können schnell neue Use Case-Ideen evaluiert werden, ohne das bestehende Cluster zu beeinflussen. Gleiches gilt für die horizontale und vertikale Skalierung des Clusters. Vordefinierte Templates und die zentrale Verwaltung ermöglichen es, das Cluster jederzeit zu skalieren.

Ihre Vorteile einer Fast Data Analytics-Plattform im Überblick

Der Aufbau und die schnelle Bereitstellung einer Fast Data Analytics-Plattform bildet die Grundlage für die Integration und Nutzung von Realtime-Daten. Das wiederum ist wichtig, um den fachlichen Anforderungen möglichst früh gerecht zu werden. So können schnell konkrete Mehrwerte (z.B. Reduzierung von Kosten, Maximieren des Umsatzes, Steigern der Kundenzufriedenheit) generiert werden. Durch den ganzheitlichen Ansatz ist auch die Integration von Stammdaten oder anderer Zusatzdaten (intern/extern) gewährleistet.

Dadurch ergeben sich folgende konkreten Vorteile für Ihr Unternehmen:

  • Frühzeitiger Erkenntnisgewinn auf Basis von Echtzeitdaten
  • Möglichkeit der Bereitstellung neuer Echtzeitservices
  • Echtzeit-Monitoring von Daten-Streams
  • Aufbau und Nutzung von Realtime-Predictions und Realtime-Analytics
  • Integration von Stammdaten und anderen Quellen für umfassende Analysen
  • Flexible und schnelle Integration neuer Datenquellen
  • Historisierung von Data-Streams auf Basis von Zeitstempeln
  • Schaffung einer zentralen Enterprise Lösung für das ganze Unternehmen

Erfahren Sie hier mehr über den Branchenspezifischen Nutzen durch den Einsatz einer Fast Data Analytics-Plattform im Bereich der Wasserwirtschaft, bei dem ein optimieres Energiemanagement zu einer Verbesserung des Autarkiegrads führt:

Finden Sie weiteres Material in unserem Downloadbereich zum Thema Fast Data Analytics

Leistungspakete

Ergebnis
  • Identifikation und erste Priorisierung relevanter Use Cases in Ihrer Umgebung
  • Aufzeigen weiterer Möglichkeiten und Potentiale
  • Erster Entwurf zum Aufbau und der Umsetzung eines Use Cases
Nutzen
  • Ableitung der Potentiale durch Beschleunigung Ihrer Daten
  • Impulse für nutzenbringende Fast Data-Use Cases
  • Skizzierung Ihres konkreten Anwendungsfalls

Vorbereitung auf nächste Schritte (z. B. Workshops)

Ergebnis
  • Übersicht über benötigte Komponenten und Funktionen innerhalb einer Fast Data-Architektur
  • Konkretisierung von Erkenntnissen anhand bereitgestellter Daten
  • Konkrete Darstellung der benötigten Einzelschritte
Nutzen
  • Skizzierung möglicher Echtzeit-Visualisierungen
  • Blick auf die Daten und Ableitung erster Erkenntnisse
  • Ausarbeitung Ihres konkreten Anwendungsfalls

Übergang in Projekt oder Architektur-Workshop möglich

Ergebnis
  • Gesamtüberblick und Ermittlung des Optimierungspotentials
  • Sichtung der Daten und Ableitung konkreter Vorschläge
  • Erste exemplarische Umsetzung eines konkreten Szenarios
  • Zielbild einer neuen Architektur
Nutzen
  • Vorstellung des Fast Data Plattform-Konzepts
  • Sichtung und Evaluierung Ihrer bestehenden Architektur
  • Beschleunigung Ihrer bestehenden Datenplattform
  • Gemeinsame Ausarbeitung Ihrer Architektur

Ansprechpartner

Ralf Böhme

Ralf Böhme

Bereichsleiter Analytics

Jürgen Günther

Jürgen Günter

Team Manager Analytics