Schöne neue Datenwelt Neue Chancen und Use Cases durch Open Data

Transkript

1 Europäische TDWI-Konferenz Juni 2015, MOC München Schöne neue Datenwelt Neue Chancen und Use Cases durch Open Data W1A-2, Mittwoch, 24. Juni 2015, 10:45 12:00 Uhr Dr. Carsten Dittmar; Klaus-Dieter Schulze Copyright 2015 NTT DATA Deutschland GmbH

2 Agenda Open Data im Überblick: Einführung und Abgrenzung Breites Spektrum: Open Data Quellen und Anwendungsbeispiele Open Data in der Zukunft: Chancen & Risiken für Business Intelligence Fazit Copyright 2015 NTT DATA Deutschland GmbH 2

4 Open Data Die Definitionen werden konkreter Open Knowledge Foundation, 2005 Open data is data that can be freely used, shared and built-on by anyone, anywhere, for any purpose Government Data Deutschland, 2012 Open Data sind Datenbestände, die im Interesse der Allgemeinheit ohne jedwede Einschränkung zur freien Nutzung, zur Weiterverbreitung und zur freien Weiterverwendung frei zugänglich gemacht werden Abschlußbericht Offene Staatskunst,2010 Open Data steht für die Öffnung von Informationen und Daten des öffentlichen Sektors für die Allgemeinheit Open Data Handbook Open Knowledge Foundation, 2012 Offene Daten sind Daten, die von jedermann frei benutzt, weiterverwendet und geteilt werden können - die einzige Einschränkung betrifft die Verpflichtung zur Nennung des Urhebers (Verfügbarkeit & freier Zugang, Wiederverwendung & Weitergabe, Universelle Beteiligung) Open Data bedeutet freie Verfügbarkeit und Nutzbarkeit von meistens öffentlichen (von der öffentlichen Verwaltung erzeugten) Daten. Copyright 2015 NTT DATA Deutschland GmbH 4

5 Charakterisierung von Open Data durch diverse Prinzipiensammlungen Verschiedene Zusammenstellungen von Prinzipien für Open (Government) Data sind entwickelt worden: Open Definition, 2005 Prinzipien der Open Knowledge Foundation, 2006 Eight Principles der Open Data Working Group (Sebastopol), 2007 "Ten Principles" der Sunlight Foundation, 2010 Vollständigkeit Primärdaten Zeitnah Zugänglich Sämtliche Rohdaten sind mit Ausnahme dessen, was Gesetze zum Schutz personenbezogener Daten gebieten, verfügbar Daten sind in höchster Granularität verfügbar: auf dem Level, auf dem sie erhoben wurden, nicht verändert, nicht aggregiert Daten sollten der Öffentlichkeit innerhalb eines angemessenen Zeitraums zur Verfügung stehen Daten sollten so zugänglich wie möglich sein, sei es auf elektronischem oder auf physischem Weg Maschinenlesbarkeit Diskriminierungsfrei Nicht Proprietär Lizenzfrei Daten sind so zu strukturieren, dass sie maschinell verarbeitet werden können Daten sind zugänglich für jeden, ohne Registrierung Daten sind in verschiedenen Formaten unter Verwendung offener Standards verfügbar Die Daten unterliegen keinem Copyright, keinem Patent- oder Markenschutzrecht Copyright 2015 NTT DATA Deutschland GmbH 5

6 Open Data postuliert einen Paradigmenwechsel Alles ist geheim Alles ist öffentlich (Ausnahmen sind zu begründen) Exklusive Nutzung Freie Nutzung Lizenzrechtlich geschützt Lizenzfrei (oder zumindest eine hinreichend offene Lizenz) Daten in Studien publiziert Daten sind maschinenlesbar Daten werden unverändert referenziert Daten werden weiterverarbeitet und angereichert Open Data steht nicht nur für den freien Zugang zu Daten. Zentral ist das Recht und die Möglichkeit der Weiterverarbeitung und Weiterverbreitung der Daten. Copyright 2015 NTT DATA Deutschland GmbH 6

7 Politische Bedeutung Die Digitalisierung innovativer öffentlicher Dienstleistungen und Prozesse erleichtert und erfordert die weitere Öffnung staatlicher Geo-, Statistik-und anderer Datenbestände (Open Data). Mit Open Data fördern wir zugleich das Wachstum innovativer kleinerer und mittlerer Unternehmen. Wir machen die Bundesbehörden zu Vorreitern bei der Bereitstellung offener Daten in Deutschland. Dazu legen wir einen Nationalen Aktionsplan zur Umsetzung der G8-Open-Data-Charta vor. Quelle Digitale Agenda ; S blob=publicationfile G8 Summit, Lough Erne, Northern Ireland,18. Juni 2013 Copyright 2015 NTT DATA Deutschland GmbH 7

8 Historie von Open Data < Open Data GCDIS, 1. Begriffsverwendung Lee, Linked Open Data Sebastopol Ostrom, Wirtschaftsnobelpreis Sunlight Foundation Data Catalog Interoperability Protocol 2012 G8, Open Data Charta Bundestag, digitale Wirtschaft Open Government Portal / Initiative Obama, Transparency and Open Government Sebastopol 2007 LOD cloud Open Definition Open Knowledge CKAN Foundation Open Data Network gov20.de 2009 Sunlight Foundation 2010 okfn.de G8, Open Data Charta govdata.de Openruhr.de LOD2 Offene Daten Berlin Offene Daten Köln codefor.de Bundestag, digitale Wirtschaft Copyright 2015 NTT DATA Deutschland GmbH 8

9 Einordnung in den Big Data Kontext Big Data setzt den Fokus auf die Skalierbarkeit von Business Intelligence (BI). Big Data umfasst Methoden und Technologien für die hochskalierbare Integration, Speicherung und Analyse polystrukturierter Daten. Datenmobilisierung Interne Daten Sensoren Soziale Netzwerke Externe Daten Datenaufbereitung DB Technologien Realtime Integration & Analyse Datennutzung Advanced Analytics Visualization Data Labs Big Data verspricht u.a. innovative Geschäftsmodelle und Use Cases. Durch die Integration von Open Data in den etablierten und bekannten Quellen und Daten wird die Chance auf Erkenntnisgewinn erhöht. Open Data birgt für Big Data Use Cases Chancen in der Datenmobilisierung. Copyright 2015 NTT DATA Deutschland GmbH 9

11 Welche Inhalte liefern Open (Government) Data Umweltdaten Stadtplanung Gerichte Parlamente Hamburg Berlin Wetterdaten Gesetze/Verordnungen Notdienste Ämter/Behörden Bevölkerung Supranationale Institutionen Infrastruktur Regierungen Geografische Daten Köln Wohnen Verbände Haushaltsdaten Ministerien Verkehrsdaten Forschungseinrichtungen Wissenschaftliche Studien Kriminalstatistik Copyright 2015 NTT DATA Deutschland GmbH 11

12 Quellen für Open Data Datenportal für Deutschland des BMI Sammlung und Visualisierung aller Linked Open Data-Quellen: Government 2.0 Netzwerk Deutschland Liste von Open Data Portalen (aktuell 417 Einträge) Europäische Suchoberfläche für Open Data-Quellen Bibliothek zu Open Data Open Knowledge Foundation Deutschland Open Data Network Deutschland Software für Datenportale Initiative für Open Data in Berlin Initiative für Offene Daten im Ruhrgebiet Copyright 2015 NTT DATA Deutschland GmbH 12

14 Inhaltlich typisierte Open Data-Quellen Geographisch Wetter und Klima Soziodemographisch Stadt Stadtbezirke Kölns zirk.shp_.xml Echtzeit-Wetterwarnungen der Feuerwehr Bonn Haushalte in Köln (mit und ohne Kinder) koeln.de/sites/default/files/ _015_haushalte.csv Land Miesmuschelbänke im Niedersächsischen Wattenmeer hp?uuid=ff d9d6d2b012da 7b3249d07c5 Luftüberwachung Niedersachsen Monatsdaten Hamburg & Schleswig-Holstein Bund Bewirtschaftungseinheiten für Hochwasserrisiken hp?uuid=633e73f0-c51f-4f61-88e ad06b Klimadaten Deutschland ftp://ftpcdc.dwd.de/pub/cdc/regional_av erages_de/annual/air_temperatur e_mean/regional_averages_tm_ye ar.txt Bevölkerung, Erwerbstätigkeit und Bruttoinlandsprodukt rtal/de/tabelle html International Höhenprofil von Europa (1x1km) XLEcnowXqrPsYExDxFg Interaktives Weltklima-Portal eportal/ Zuschüsse für das afrikanische Gesundheitssystem rimary-health-care-grants Copyright 2015 NTT DATA Deutschland GmbH 14

15 Klassifizierung von Open Data Geographische Daten Wissenschaftliche Daten Personenbezogene Daten Statistische Daten Wetter- / Klimadaten Inhalt Geographische Abgrenzung Demographische Abgrenzung Abgrenzung des Betrachtungszeitraums Abgrenzung der Attribute Bildungseinrichtung Statistisches Institut Unternehmen Privatperson Öffentliches Amt / Behörde Ursprung Umfang Anwendungsfallbezogen Erweiterung des Analyseraumes Verifikation von Anwendungsfällen Wissenschaftlicher Kontext (F+E) Anwendbarkeit Open Data Aktualität Letzte Aktualisierung vor: Weniger als 1 Monat Zwischen 1 und 6 Monaten Zwischen 6 Monaten und 1 Jahr Zwischen 1 Jahr und 3 Jahren Zwischen 3 und 5 Jahren Mehr als 5 Jahren Granularität Rohdaten Bearbeitet / Unverdichtet Bearbeitet / Verdichtet Statistisch ergänzt Aktualisierung Regelmäßig Unregelmäßig Keine / Einmalige Erhebung Unbekannt Copyright 2015 NTT DATA Deutschland GmbH 15

16 Open Data Eine unerschöpfliche Ressource Das Linking Open Data Cloud Diagramm visualisiert die Verbindungen frei verfügbarer Datenquellen, die im Linked Data Format miteinander verknüpft sind. Quelle: Copyright 2015 NTT DATA Deutschland GmbH 16

19 Spannend aber nicht immer einfach nutzbar The Vatican Apostolic Library was founded in the middle of the 15th century by Pope Nicholas V Parentucelli and today contains items that span more than 2,500 years of history and numerous fields of human knowledge. NTT DATA is contributing to the Library's digitization of its vast collection of manuscripts, helping to make these treasures of mankind more widely available and known. Copyright 2015 NTT DATA Deutschland GmbH 19

20 Open Data für Big Data Uses Cases Tokyo, January 23, NTT DATA Corporation, a global IT services provider, announced today that it has successfully used big data traffic simulation technology to forecast simulated traffic congestion and then develop solutions for more effective control of traffic signals, which was proved to help alleviate traffic congestion and shorten travel times for public buses in a field study conducted in Jilin City, Jilin Province, China. The field study, implemented in collaboration with Jilin City and jilin BRinfo Co.,Ltd, was conducted between November 10 and December 12, Copyright 2015 NTT DATA Deutschland GmbH 20

21 Aus Open Data entstehen neue Open Data Code for Germany ist ein Programm der Open Knowledge Foundation Deutschland in Partnerschaft mit Code For America. Ziel des Programms ist es, Entwicklungen im Bereich Transparenz, Open Data und Civic Tech zu fördern. Gestartet ist das Programm im Februar 2014 mit der Gründung von Open Knowledge Labs in 8 Städten. Die Labs sind regionale Gruppen von Designern, Entwicklern, Journalisten und anderen, die sich regelmäßig treffen, um an nützlichen Anwendungen rund um Offene Daten zu arbeiten. Bsp. aus Hamburg Quelle: Copyright 2015 NTT DATA Deutschland GmbH 21

22 Open Data mit mittelbarem Nutzen für alle: Pre Crime Observation System Precobs (PreCrimeObservationSystem) ist eine Statistiksoftware, die auf der Theorie der near repeats aufsetzt. Weil Einbrecher, Straßenräuber und Autoknacker nach bestimmten, erfolgreich "getesteten" Mustern vorgehen, werden diese Modi Operandi mit allen Variablen gespeichert. Anschließend werden statistische Korrelationen ähnlicher Gebiete hinzugezogen. So werden "Treffer" erzielt, indem ein Alarm für bestimmte Planquadrate errechnet wird, die dann stärker von der Polizei bestreift werden. Quelle: Copyright 2015 NTT DATA Deutschland GmbH 22

24 SmartData Initiative des BMWi Wie können Betreiber kritischer Infrastrukturen ihr Energiemanagement vor dem Hintergrund eines sich rasch wandelnden Energiemarkts optimieren? Mit dieser Frage beschäftigt sich das Forschungsprojekt SmartEnergyHub auf Basis einer sensorbasierten Smart-Data-Plattform. Energiesparpotenziale werden erschlossen, indem Energiemanagementdaten, Wetterprognosen und die Anbindung an externe Marktplätze kombiniert werden. Das Projekt SmartEnergyHub ist Teil des vom Bundesministerium für Wirtschaft und Energie (BMWi) geförderten Forschungsprogramms Smart Data Innovationen aus Daten. Das Projekt SD4M Smart Data for Mobility entwickelt eine branchenübergreifende Serviceplattform, die Daten verschiedenster Mobilitätsanbieter und weitere Datenquellen wie Social Media nutzt und aufbereitet bereitstellt. Basierend auf dieser Big-Data-Analytik-Plattform für intelligentes Datenmanagement wird ein Ökosystem für multimodale Smart- Mobility-Services entstehen. Diese SD4M- Plattform soll künftig einerseits Mobilitätsdienstleistern helfen, ihre Prognose, Planung und Auslastung zu optimieren, und andererseits Reisenden das Reisen erleichtern. Source: Smart Data Innovationen aus Daten; BMWi April 2015 Copyright 2015 NTT DATA Deutschland GmbH 24

25 Erstes Zwischenfazit Quellenvielfalt Quellenqualität Anwendungen Open Data Value Added Advanced Analytics Open Data und BI Es gibt eine kaum überschaubare Zahl an Quellen für Open Data, die täglich steigt. Die Bewertung der Quellengüte und Nutzbarkeit erfolgt individuell und zweckbezogen. Die Anwendungsbereiche sind facettenreich und in der Regel sehr innovativ. Vielfach werden Open Data Quellen auch schon in aggregierter oder aufbereiteter Form zur Verfügung gestellt. Bei der Nutzung der Daten werden häufig verschiedenste Daten für komplexe Prognosemodelle genutzt. Bei vielen Anwendungsbeispielen wird zwar Business Intelligence Technologien und Methodiken verwendet, allerdings nicht explizit genannt. Copyright 2015 NTT DATA Deutschland GmbH 25

27 Klassische BI-Architektur-Paradigmen und Open Data Aus theoretischer Sicht war die richtige BI-Architektur lange klar definiert, die auch die Integration von externen Daten umfasst. Eignen sich die Ansätze auch für Open Data? Standard: Logische Zergliederung des Datenintegrations- und veredelungsprozesses in mandatorische Datenschichten als logischer Standard (Data Acquisition Layer, (Core) Data Layer, Analytical Layer, Presentation Layer), die von allen Daten automatisiert zu durchlaufen sind. Open Data: Unregelmäßige Updates und manuelle, individuelle und zum Teil einmalige Datenintegration ohne Delta-Bildung. Standard & Ad-hoc-Reporting Functionality Data Mart Data Mart Data Mart Standard: Redundante Speicherung operativer Daten und physische Datenintegration in einer singulären Hub&Spoke Architektur mit 3NF orientiertem Core Warehouse gemäß Inmon Approach als Standardreferenzarchitektur. Open Data: Zur Nutzung bei Sonderanalysen mit limitierter Schemakonstanz. (Core-) Data Warehouse (DWH) Operational Data Store (ODS) Operational Systems (e.g. ERP, SCM, CRM) Data Acquisition Layer Batch External Data Das DWH ist zwar Quelle von Daten, die mit Open Data kombiniert werden können, aber nicht als Persistenz- und Integrationsebene selbst geeignet. Copyright 2015 NTT DATA Deutschland GmbH 27

28 Verteilte BI-Architekturen sind auf dem Vormarsch und auch für Open Data von Relevanz TDWI sieht in aktueller Research Studie den deutlichen Trend weg vom Enterprise Data Warehouse (EDW) hin zu sog. Multi-platform Data Warehouse Environments (DWEs). Traditionelle Core Date Warehouses mit konsistenten Datenpool bilden nach wie vor die ideale Plattform für Standardreporting, Dashboarding, Performance Management und OLAP. Neue Standalone-Datenplattformen entstehen in Ergänzung zur bestehenden Architektur und dienen insbesondere der Verarbeitung und der Analyse von Big Data Use Cases, aber auch der Anreicherungen von Open Data. TDWI Best Practice Report: Evolving Data Warehouse Architectures, 02/2014, TDWI Research. Copyright 2015 NTT DATA Deutschland GmbH 28

29 Spezialisierte Analyselandschaft statt Single Point of Truth 1 Dezentral 2 Logische Integration Gestiegene fachliche und technische Anforderungen erfordern alternative Architekturansätze in Ergänzung zu traditionellen Lösungen. Das Analytical Ecosystem of the Future beschreibt eine zukunftsfähige Komponentenarchitektur auf konzeptioneller Ebene Use Case & Service Orientierung Technische Heterogenität Prozessuale Standardisierung Information Governance Daten- Drehscheibe Traditionelle DWH-Komponenten BI-Funktionen Datenvirtualisierung BI-Nutzungsschicht Near realtime Analytisches Labor 6 Flexibilität Datenquellen Copyright 2015 NTT DATA Deutschland GmbH 29

30 Open Data im Analytical Ecosystem of the Future Open Data wird in der Regel außerhalb des automatisierten Regelprozesses der Datenintegration und veredelung platziert sein. Open Data wird in Analytical Lab Umgebungen, aber auch individuellen Discovery bzw. Sandboxen (Self Service BI) zu finden sein. Unternehmensspezifische Open Data Repositories mit ausgewählten Open Data Quellen mit Relevanz für das jeweilige Geschäftsfeld bieten dem Self Service BI User eine erste Hilfestellung. Workflow Management Access Control &Security Environment Management Multi-temperature Data Management Archiving Business Rules Management Manual Correction Masterdata Management Metadata Management Data Quality Management Environment Mgmt. Access Channel Presentation Layer BI Functionality Virtualization Data Processing Data Storage File Transfer Consuming Operational Systems Data Hub Direct Interface Packaged Solutions Business Rules Engine Calculation Calc-ulation Calc-ulation Engines Engines Web Service Operational Data Store (ODS) Design Workspace Desktop Application Data Data Data Mart Mart Mart Desktop In-Memory Sandbox Data Warehouse (DWH) Data Warehouse (DWH) Data Warehouse (DWH) Data Acquisition Layer BI Engine BI Engine BI Engine Data Mart Data Data (OLAP) Mart Mart Operational Systems (e.g. ERP, SCM, CRM) Browser (Desktop) Data Mart (independent) Data Data Mart Mart Multidimensional Analysis Data Mart Data Data (virtual) Mart Mart Corporate Memory BI-Portal (Intranet) Advanced Analysis late binding Sandbox Data Data Mart Mart Pre-processingAnalytic Environment Batch / Near real time Browser (Mobile) Planning Machine & Sensor Data Content Management Dashboard Ad-hoc- Reporting Standard- Reporting Simulation Search Decision Engine Decision Monitoring Scheduling ETL / ELT Discovery Mobile Application BI-Portal (Extranet) Event Services Business Rules Event Hub (Cache) Event Processing External Data Consolid. / FSR Decision Decision Engine Decision Collaboration Analytic Lab Analytic Lab Workspace Administration Analysis Frameworks Distributed Processing Load Utilities Distributed Database Distributed File System Poly-structured Data Copyright 2015 NTT DATA Deutschland GmbH 30

31 Zweites Zwischenfazit DWH Integration Verteilte Analytische Landschaft Data Lake Data Repository Self Service BI Proaktive Mitwirkung Open Data kann (im Moment noch) nicht mit anderen externen Datenquellen, die ins DWH importiert werden, verglichen werden. Auch Open Data bestätigt den Trend der Abkehr vom Single Point of Truth. Der einfache Datensammelplatz vor BI ist auch für Open Data zur Vorverarbeitung eine Alternative. Individuelle Open Data Repositories bilden einen ersten sinnvollen Schritt, um den Analysten das potenziell relevante Spektrum aufzuzeigen. Open Data wird den Erfolg und Vormarsch von Self Service BI im Sinne von individueller Datenintegration und Data Discovery weiter treiben. Sofern die BI nicht die Open Data Initiative proaktiv aufgreift, werden andere Bereiche die BI ausgrenzen und weitere Schattensysteme entstehen. Copyright 2015 NTT DATA Deutschland GmbH 31

32 Der ökonomische Wert von Open Data Open Data ist Treiber für Wachstum, Erfindergeist und Innovation. Allein für die sieben analysierten Branchen erwartet McKinsey, dass Dank Open Data ein jährlicher ökonomischer Nutzen von mindestens 3,2 Milliarden US$ bis maximal 5,4 Milliarden US$ zusätzlich erreichbar wäre, ca. 25 % davon in Europa. Der wirtschaftliche Nutzen ergibt sich u.a. aus einer höheren Effizienz, der Entwicklung von neuen Produkten und Dienstleistungen sowie aus dem Mehrwert für Verbraucher wie Kosteneinsparungen oder qualitativ höherwertige Produkte. Quelle: McKinsey Global Institute, Open data: Unlocking innovation and performance with liquid information, 2013 Copyright 2015 NTT DATA Deutschland GmbH 32

33 Viele Chancen auf dem Marktplatz für Open Data Supplier: Veröffentlichung von Open Data, kein direkter Umsatz, aber ggf. durch Open Data Angebot höheres Maß an Customer Engagement, Loyalität und Reputation Aggregator/Broker: Sammlung, Aggregation, und Analyse von Datenbeständen in einem Sektor/Thema und Angebot als kostenpflichtige Value Added Service Developer: Design, Build und Run Web-based, Tablet oder Smartphone Applikationen, die Open Data zur Verfügung stellen Enricher: Anreicherung bestehender Produkte/Services durch Open Data Services Enabler: Organisationen zur Förderung der Open Data Nutzung Quelle: Deloitte Analytics. (2011). Open growth Stimulating demand for open data in the UK. Copyright 2015 NTT DATA Deutschland GmbH 33

34 Aggregator/Broker verändern die Wertschöpfungskette und ihre Player Der Data Aggregator/Broker integriert sich in die Wertschöpfungskette mit unterschiedlichen Aufgabenbereichen: Veröffentlichung auf unterschiedlichen Distributionskanälen Veredelung durch Umwandlung/Anreicherung/Vereinheitlichung unterschiedlicher Datenquellen in homogenen Datenpool Veredelung durch Neutralisierung/Anonymisierung von Datenbeständen Auslieferung unter Verwendung von gängigen (technischen) Industriestandards und durch garantierte Datensicherheit/Datenverfügbarkeit mit vereinbarten SLAs Öffentl. Verwaltung Unternehmen Kunden Ermittlung Produktion Veröffentlichen Konfektionieren Veredeln Auslieferung Vertreiben Konsumieren Öffentl. Verwaltung Data Aggregator/Broker Unternehmen Kunden Analog zu diversen Sozialen Netzwerken wird häufig ein Freemium Geschäftsmodell angeboten (Basisprodukt wird gratis angeboten, das Vollprodukt ist kostenpflichtig) Copyright 2015 NTT DATA Deutschland GmbH 34

35 Data Aggregator/Broker werden zunehmend kritischer gesehen Bei den verschiedenen Aufbereitungs-, Aggregations- und Integrationsschritten lassen sich Urheberrecht und Datenschutz (auch über Nationalitätsgrenzen hinweg) nur schwer sicherstellen. Derzeit stehen insb. die globalen Data Aggregatoren im Fokus. Die Google-Geschäftsführer kommen zu uns und sagen: Gebt uns alle Daten, ich will eine einfache Lizenz, der Preis ist egal. Das sind doch die Herausforderungen vor denen wir stehen, wenn wir einen Ordnungsrahmen für Open Data suchen. Ministerialdirigent Dr. Georg Thiel, Bundesinnenministerium; Vortrag des Runden Tisches GIS e.v 02/2015 Audi-Chef Rupert Stadler hat sich erneut mit Tech- Gigant Google angelegt. Die einzige Person, die Zugriff auf die Daten benötigt, ist der Autofahrer selbst, sagte der Automanager auf einer Veranstaltung in Berlin in Richtung Google. Und wir bei Audi nehmen das sehr ernst. Das Auto ist ein zweites Wohnzimmer. Und das ist privat. Prof. Rupoert Stadler, Vorstandsvorsitzender der AUDI AG bild.de Foto: Getty Images/Montage "Die Welt Copyright 2015 NTT DATA Deutschland GmbH 35

36 BI Technologieanbieter beginnen sich zu positionieren Neben den global agierenden Data Brokern beginnen auch innovative BI Technologieanbieter sich in dem Markt zu engagieren. Business Intelligence meets Market Intelligence: Der Wettbewerb um (industriespezifischer) Content & Pre-packeged Solutions löst den Wettbewerb um Functions & Features ab. Der Data Broker DataMarket wurde 2008 in Island gegründet und ist spezialisiert auf die Bereitstellung und Visualisierung von Open Data und privaten Daten DataMarket wurde Okt 2014 von Qlik akquiriert Mit Qlik DataMarket können Anwender direkt in Qlik Sense auf eine umfassende Bibliothek externer Daten zugreifen. die sowohl kostenlose als auch kostenpflichtige Datenquellen umfasst und diese über Cloudbasierte Datendienste verfügbar macht. Mit der kostenlosen Tableau-Plattform Tableau Public können Anwender neue Datenstorys im Web erstellen, freigeben und entdecken feierte Tableau Public einen weiteren Meilenstein mit über neuen Autoren und mehr veröffentlichten Datenstorys als je zuvor. In Summe sind nunmehr Autoren auf der Plattform engagiert, die Visualisierungen pro Woche veröffentlichen. Copyright 2015 NTT DATA Deutschland GmbH 36

37 Drittes Zwischenfazit Data Broker Bewusstsein fehlt Barrieren Markteintritt Datenschutz BI Hersteller Etablierte Auskunfteien, die den Datenhandel mit Rechtsinformationen betreiben, stehen plötzlich im Wettbewerb mit (globalen) Data Brokern. Erst durch die breite Diskussion über Big Data ist eine kritische Diskussion in der Gesellschaft gegenüber den (globalen) Data Brokern entstanden. Data Broker befinden sich im Open Data Umfeld zum Teil in direkter Konkurrenz mit Hobbyanalysten sowie mit Freemium -Anbietern. Neben den globalen Data Brokern werden auch die weniger prominenten Data Broker verschärft in den kritischen Fokus geraten. Einige BI Spezialisten haben reagiert und liefern neben Business Intelligence auch Market Intelligence aus einer Hand. Copyright 2015 NTT DATA Deutschland GmbH 37

39 Erste Schritte zur Nutzung von Open Data Die Integration und Analyse von Daten ist Kern-geschäft von BI & Analytics, daher muss auch Open Data im Fokus von BI & Analytics stehen. Spielen Sie mit den Links - holen Sie sich Anregungen für Ihr eigenes Unternehmen. Prüfen Sie das Angebot von Verbänden und Interessengruppen auf schon vorhandene Analysen. Bauen Sie ein Open Data Repository mit relevanten Quellen auf und ermöglichen Sie Self Service Analytics/BI Capabilities, um Anwendern erste Schritte zur explorativen Nutzung von Open Data zu erlauben und die Aktivitäten transparent und steuerbar zu halten. Vor einer eigenen dauerhaften Integration von Open Data sollte das Angebot von Data Brokern geprüft werden (Make vs. Buy Entscheidung). Copyright 2015 NTT DATA Deutschland GmbH 39

40 Dr. Carsten Dittmar NTT DATA Deutschland Erna-Scheffler-Straße 1, Köln Tel + 49 (221) Mobil + 49 (151) Carsten.Dittmar@nttdata.com Klaus-Dieter Schulze NTT DATA Deutschland Erna-Scheffler-Straße 1, Köln Tel + 49 (221) Mobil + 49 (163) Klaus-Dieter.Schulze@nttdata.com The information contained in this document is the property of NTT DATA. Copying, publishing or distribution of the material contained in this document is prohibited, without the prior written consent of NTT DATA. Copyright 2015 NTT DATA Deutschland GmbH