| IT

Gartner entlarvt fünf große Big-Data-Mythen

Gartner schaut hinter die Big-Data-Mythen.
Bild: MEV Verlag GmbH, Germany

Der Hype um Big Data ist riesig. Und das Thema bietet viele Chancen. Doch mit der Datenmenge wachsen auch die Herausforderungen. Einfach nur viele Daten zu haben, bringt gar nichts.

Mythos 1: Alle anderen sind weiter als wir

Das Interesse an Big-Data-Technologien und -Services ist so hoch wie nie. 73 Prozent der Unternehmen wollen darin investieren oder tun dies bereits. Doch viele Firmen befinden sich noch in einem frühen Stadium, lediglich 13 Prozent haben entsprechende Lösungen wirklich schon am Start.

Mythos 2: Wir müssen uns nicht mehr um die Details kümmern

Viele IT-Führungskräfte glauben, dass einzelne Probleme mit der Datenqualität bei Big Data nicht mehr ins Gewicht fallen. Sie übersehen dabei, dass mit der Menge der Daten auch die möglichen Fehlerquellen steigen; von unterschiedlichen Strukturen etc. ganz zu schweigen. Deshalb wirkt sich eine mangelhafte Datenqualität auch künftig negativ aus. Und es deshalb werden grundsätzliche Fragen der Datenqualität noch dringlicher.

Mythos 3: Datenintegration wird überflüssig

Allgemein geht man davon aus, dass Big Data es möglich macht, auf denselben Datenbestand multiple Datenmodelle anzuwenden ("Schema on read"). Viele Leute glauben, dass es dem Endnutzer möglich sein wird, on Demand jeden Datenbestand nahezu beliebig interpretieren zu können. Herauskommen sollen auf den individuellen Bedarf zugeschnittene Ergebnisse. In der Realität verlassen sich viele User auf "Schema on write"-Szenarios, in denen es ein festes Schema gibt.

Mythos 4: Data Warehouses sind out

Viele Informationsmanager halten Data Warehouses für überflüssig. In der Praxis nutzen viele Analytics-Projekte ein Data Warehouse. Auch die Aufarbeitung von Daten für Analysen wird weiterhin in Data Warehouses erfolgen.

Mythos 5: Data Lakes sind in

Data Lakes werden als unternehmensweite Plattformen zur Analyse von Daten aus verschiedenen Quellen und in ihren ursprünglichen Formaten angepriesen. Doch sie können klassische, ausgereifte Data Warehouses nicht ersetzen.

Schlagworte zum Thema:  Big Data, Database, CRM, Analytics

Aktuell

Meistgelesen