Hadoop und Hana bringen Digitalisierung voran
Technologien wie Hana und Hadoop eröffnen hierbei neue Möglichkeiten. Die aktuelle Lünendonk-Trendstudie „Mehrwerte schaffen durch Digitale Transformation“ zeigt, dass viele Unternehmen zögerlich agieren, wenn es um digitale Transformation und innovative Entwicklungen geht.
Die Studienautoren erkennen eine Gefahr in der Tendenz, die Chancen durch die Entwicklung neuer Geschäftsmodelle oder die Erschließung neuer Märkte als weniger bedeutsam einzustufen als „Verteidigungsziele“, wie Kundenbindung oder Prozessverbesserungen.
Eine solche Einschätzung erschwere mutige und disruptive Innovationen von Geschäftsmodellen, Produkten und Services, heißt es im Fazit. Doch wie können Unternehmen die digitale Transformation vorantreiben und neue Geschäftsmodelle erproben?
Traditionelle Systeme und Architekturen sind nicht darauf ausgelegt, die Flut an Daten und Datenquellen agil meistern zu können. Big Data kann daher nur zu Big Business werden, wenn die richtigen Technologien und Organisationsstrukturen genutzt und etabliert werden.
Moderne Datenbanken nutzen zur Verarbeitung großer Datenmengen hochwertige Hardware-Komponenten und verarbeiten die Daten im Hauptspeicher (in-memory).
Diese Technologien sind extrem leistungsfähig, aber auch teuer. Die Flexibilität, kurzfristig große Datenmengen zu speichern, ohne an Budgetgrenzen zu geraten und dadurch den Leistungsdruck zu erhöhen, ist für den digitalen Wandel essenziell.
Hier kommt die Open-Source-Plattform Hadoop ins Spiel, denn sie wurde genau zu diesem Zweck geschaffen: die Speicherung, Verarbeitung und Analyse von sehr großen Volumen, Hunderte Petabytes bis hin zu Zetabytes von Daten.
Ein wesentlicher Vorzug gegenüber anderen Systemen ist, dass Hadoop nicht auf teurer proprietärer Hardware für die Speicherung und Verarbeitung der Daten fußt. Der Vorteil des verteilten Filesystems erstreckt sich auch auf die verteilte Verarbeitung der Daten und kann nahezu endlos über günstige Standardserver skalieren.
Neue Wege für Big Data Analytics
Für die Anforderungen von Big Data Analytics reicht Hadoop alleine jedoch in vielen Fällen nicht aus. Für die Auswertung der un- oder semistrukturierten Daten in Kombination mit aktuellsten Business-Daten bietet sich die In-memory-Verarbeitung mit modernen Analyseverfahren an.
Ein starkes Team sind Hana und Hadoop: Die Kombination aus High-Performance-Datenbank und solider Massendaten-Plattform kann neue Wege für Business Analytics eröffnen und überzeugt durch massive Kosteneinsparungen.
Near-Real-Time Analytics
Daten von Sensoren, Netzwerken und Maschinen sowie unstrukturierte Informationen aus Fotos, Texten und sozialen Netzwerken lassen sich mithilfe von Hana und Hadoop kosteneffizient und nahezu in Echtzeit auswerten und ermöglichen unzählige Anwendungsszenarien, wie die App eines internationalen Agrarunternehmens zeigt.
Mithilfe dieser App können Landwirte per Smartphone oder Tablet Pflanzenkrankheiten frühzeitig erkennen und die richtige Behandlung auswählen.
Sendet der Landwirt ein Foto der erkrankten Pflanze, wird dieses sofort per Datamining mit Referenzbildern von Pflanzenkrankheiten in der Datenbank verglichen. Zusätzlich fließen aktuelle Wetterdaten der Region in die Analyse ein.
Im Hintergrund erarbeitet Hana eine Empfehlung in Echtzeit, die der Landwirt dann sofort auf seinem mobilen Endgerät empfängt. Diese enthält die Bestimmung der Pflanzenkrankheit sowie ein Schema, wie die Krankheit aufgrund der aktuellen Wetterverhältnisse am besten behandelt werden kann.
Die hierfür notwendigen Massendaten wie Produktdatenblätter, Videos oder Bildreferenzdaten liegen in einem Hadoop Cluster. Ein großer Vorteil von Hadoop ist das Datenstreaming. Massendaten können direkt in Hadoop mithilfe von statistischen Modellen analysiert werden.
Lediglich die Essenz dieser Auswertungen wird anschließend an Hana weitergegeben. Diese Vorgehensweise ermöglicht es, riesige Datenmengen unterschiedlicher Struktur performant und in Echtzeit auszuwerten.
Ein weiterer Vorteil: Die Kombination von Hana und Hadoop ist auch für kleinere Unternehmen mit geringen IT-Ressourcen geeignet. Denn mit Predictive Analytics bietet SAP Standard-Analysen an, die es Unternehmen auch mit geringem Statistik-Know-how ermöglichen, entsprechende Modelle zu erzeugen.
Mut zum Ausprobieren ist hierbei der Schlüssel zum Erfolg. Datavard bietet Innovations-Workshops an, in denen IT-Verantwortliche die Anwendung neuer Technologien lernen und gleichzeitig Ideen und Geschäftsmodelle erproben können.
