BIG DATA SURVEY EUROPE

Transkript

1 1 BIG DATA SURVEY EUROPE Nutzung, Technologie und Budgets europäischer Best Practice Unternehmen BARC-Institut, Würzburg, Februar 2013 Big Data Research Study

2 2 Autoren Dr. Carsten Bange Geschäftsführer Timm Grosser Senior Analyst Nikolai Janoschek Research Analyst Die Autoren danken Frau Melanie Mack für Ihre Unterstützung. Diese unabhängige Studie wurde von BARC erstellt, einem objektiven Marktanalysten. Dank eines Sponsorings durch Ab Initio, IBM, Informatica, Microsoft, pmone, Tableau und Teradata kann diese Studie kostenlos verteilt werden.

3 3 Inhalt Inhalt... 3 Vorwort: Big Data vom Hype zum Alltag... 4 Zentrale Ergebnisse der Umfrage... 5 Methodik und Demografie... 8 Was unterscheidet Unternehmen, die Daten besser nutzen als ihr Wettbewerb?. 10 Ergebnisse der Umfrage Treiber von Big Data Organisation von Big Data in den Unternehmen Ausgaben der Unternehmen für Big Data Nutzung von Big Data Probleme Verwendete Daten Aktualität der Daten Eingesetzte Technologien Bekanntheit von Big-Data-Herstellern und -Dienstleistern Fazit Unternehmensprofile der Sponsoren Microsoft Deutschland GmbH pmone AG Teradata GmbH... 45

4 4 Vorwort: Big Data vom Hype zum Alltag Big Data ist nicht nur eines der Lieblingsthemen der IT- und Wirtschaftsredaktionen weltweit, sondern beginnt nun auch Unternehmen zu transformieren. Organisationen nutzen neue Big-Data-Technologien zur Analyse von Sensor-, Geolokalisierungs-, Verhaltens- oder Social-Media-Daten, um Kunden und Märkten besser zu verstehen, ein effektiveres Risikomanagement zu betreiben oder generell bessere Unternehmensentscheidungen zu treffen. Daten werden im Zuge der Big-Data- Revolution zu einem ebenso wichtigen Produktionsfaktor wie Boden, Kapital und Arbeit, vielleicht sogar zum wichtigsten überhaupt. Daten sollen Geschäftsprozesse und Geschäftsmodelle treiben und verändern, um durch bessere Information Qualität, Effizienz oder Effektivität zu erhöhen. BARC möchte mit der vorliegenden Studie einen empirisch fundierten Beitrag zum Thema Big Data aus einer Europäischen Perspektive leisten. Wir haben uns dazu direkt an die Anwender im Unternehmen gewandt, um mit dieser Studie den Status Quo und die geplante Weiterentwicklung von Big Data in Unternehmen aufzudecken. Wir haben dabei fundamentale Fragen gestellt: was sind die zentralen Treiber von Big Data aus Unternehmenssicht? Wie gehen Unternehmen organisatorisch mit Big Data um? Wie nutzen sie Big Data und welche Probleme sehen sie? Welche Technologien kommen zum Einsatz und wie sieht es mit den Investitionen für Big Data aus? Welche Daten sind für die Unternehmen relevant und wie aktuell halten sie diese Daten vor? Ein besonderes Augenmerk liegt dabei auf den Unternehmen, die angegeben haben, besonders gut mit ihren Daten umzugehen. Von diesen Best-in-Class Unternehmen kann man lernen. Die Studie wurde völlig unabhängig von uns erstellt. Sie kann dank eines Sponsoring der Firmen Ab Initio, IBM, Informatica, Microsoft, pmone, Tableau und Teradata kostenfrei veröffentlicht werden. Besonders bedanken wir uns schon jetzt bei allen, die an zukünftigen Befragungen von BARC teilnehmen, denn nur so können wir auch weitere Beiträge zu Diskussionen mit empirischen Daten leisten. Würzburg, Dr. Carsten Bange, Timm Grosser, Nikolai Janoschek

5 5 Zentrale Ergebnisse der Umfrage Treiber von Big Data Das Thema Big Data stellt Unternehmen vor neue, vielschichtige Herausforderungen. Zu den größten Treibern für Big Data zählen bessere oder neue Daten-Analysemöglichkeiten (75 Prozent), größere Datenvolumen (72 Prozent), polystrukturierte Datenquellen (66 Prozent) sowie eine höhere Datenaktualität (43 Prozent). Hinsichtlich größerer Datenvolumen erwarten 49 Prozent der Unternehmen ein Datenwachstum von über 25 Prozent im kommenden Jahr. Organisation von Big Data In den meisten Unternehmen ist das Thema Big Data organisatorisch in einem BI- Team oder BICC angesiedelt (47 Prozent). In 23 Prozent der Fälle ist der IT-Bereich direkt dafür verantwortlich und in 16 Prozent sind es einzelne Fachbereiche. Insbesondere in Großbritannien und den Best-in-Class-Unternehmen ist Big Data in einem BI-Team oder BICC verankert. Demgegenüber kümmert sich in Frankreich, der DACH-Region und in Nachzügler-Unternehmen häufiger der Fachbereich um das Thema Big Data. Big-Data-Strategie Erst 14 Prozent der Unternehmen haben eine dezidierte Big-Data-Strategie entwickelt, 63 Prozent verfügen über keine solche Strategie. Immerhin planen 23 Prozent eine Big-Data-Strategie einzuführen. Gleichwohl ist eine Big-Data-Strategie allein keine Garantie für einen besseren Umgang mit den Unternehmensdaten. Ausgaben für Big Data Schon jetzt investieren Unternehmen in Big Data, obwohl das Thema noch relativ jung ist. Zudem sind weitere Budgetsteigerungen geplant (ca. 8 Prozent im Durchschnitt). Gleichwohl sind es aber nicht die Ausgaben für Big Data, die dafür ausschlaggebend sind, ob ein Unternehmen gut oder schlecht mit seinen Daten umgeht. So haben Best-in-Class-Unternehmen nicht die höchsten Ausgaben für Big Data. Sie planen zukünftig aber vor allem in Software zu investieren. Unternehmen mit 250 bis Mitarbeitern haben zwar vor, in Big-Data-Werkzeuge zu investieren, gleichzeitig stocken sie ihr Budget für Big Data aber nur geringfügig auf.

6 6 Nutzung von Big Data Schon heute ist eine breite Nutzung von Big Data über alle Unternehmensbereiche hinweg festzustellen. Unternehmen setzen Big Data-Technologien insbesondere in Controlling- (24 Prozent), Marketing- (19 Prozent), Vertriebs- (18 Prozent), IT- (18 Prozent) und Produktionsbereichen (17 Prozent) ein. Vorteile versprechen sich Unternehmen vor allem für strategische Unternehmensentscheidungen und die Verbesserung operativer Prozesse - ein weiter Bogen. Probleme beim Einsatz von Big Data Die Hauptprobleme beim Einsatz von Big Data ergeben sich aus fehlendem Wissen, sowohl technisches (46 Prozent) als auch fachliches Know-how (44 Prozent). Aber auch fehlende überzeugende Einsatzszenarien (36 Prozent), technische Probleme (34 Prozent) und Kosten (33 Prozent) sind oft genannt Schwierigkeiten. Nutzung verschiedener Datenarten Insgesamt ist bereits heute eine breite Nutzung verschiedener Datenarten festzustellen, insbesondere Log- (55 Prozent), Sensorik- (44 Prozent) und unstrukturierten Daten (40 Prozent). Das weitaus größte Potential existiert im Bereich Social-Media-Daten. Es arbeiten zwar derzeit nur 14 Prozent der befragten Unternehmen damit, ihre Nutzung steht aber bei weiteren 50 Prozent auf der Agenda. Aktualität der Daten Es existiert ein klarer Trend, Unternehmensdaten (Near-)Realtime vorzuhalten. Werden derzeit jeweils 4 Prozent der Daten Realtime (unter 5 Sekunden) beziehungsweise Near-Realtime (unter einer Minute) aktualisiert, so ist eine Ausweitung auf 10 bzw. 7 Prozent vorgesehen, was einer Steigerung von 170 Prozent beziehungsweise 103 Prozent entspricht.

7 7 Potenzial von Big-Data-Werkzeugen In Zukunft sind Big-Data-Werkzeuge gefragt. Über ein Drittel (36 Prozent) der Unternehmen plant den Einsatz von speziellen Big-Data-Werkzeugen insbesondere analytische Datenbanken, Big Data Appliances, Hadoop File System und Streaming-Datenbanken. Investitionsvorhaben finden sich nicht nur in großen Unternehmen, sondern auch in kleinen (38 Prozent) und mittelgroße Unternehmen (41 Prozent). Kennzeichen von Best-in-Class-Unternehmen Best-in-Class-Unternehmen sind Unternehmen, die angeben Daten besser zu nutzen als ihre größten Wettbewerber. Sie zeichnen sich durch folgende Merkmale aus: die organisatorische Verankerung von Big Data in einem BICC den breiten Einsatz von Big Data in unterschiedlichen Unternehmensbereichen, insbesondere im Marketing, im Vertrieb und der IT die stärkere Nutzung von unstrukturierten und Social-Media-Daten eine höhere Datenaktualität die Nutzung von speziellen Big-Data-Werkzeugen Bedeutender Weise geben Best-In-Class Unternehmen nicht mehr Geld für Big Data als andere Unternehmen aus die Mittel werden nur anders und wahrscheinlich auch effizienter eingesetzt.

8 8 Methodik und Demografie Die vorliegende Studie zum Einsatz von Big Data in europäischen Unternehmen wurde von BARC basierend auf einer empirischen Untersuchung erstellt. Die Online- Anwenderumfrage wurde Mitte/Ende 2012 unter 274 Fachbereichs- und IT- Entscheidungsträgern in der DACH-Region, Frankreich und Großbritannien durchgeführt. Die Befragung wurde von BARC über eigene Kanäle, themenbezogene Webseiten, verschiedene Newsletter sowie auf Tagungen beworben. Der Studie liegt eine breit gefächerte Branchenverteilung zugrunde. Es stechen jedoch die Dienstleistungs- (21 Prozent), die IT- (19 Prozent) und die Finanzbranche (17 Prozent) heraus. Zudem ist die Fertigungs- und Prozessindustrie (14 Prozent), der öffentliche Sektor (7 Prozent), die Telekommunikationsbranche (6 Prozent) sowie der Einzel- und Großhandel (6 Prozent) gut vertreten. Die restlichen Teilnehmer verteilen sich auf den Transportsektor (4 Prozent), die Versorgungsindustrie (2 Prozent) und anderen Branchen (3 Prozent). Mehr als 50 Prozent der Befragten stammen aus kleinen und mittelständischen Unternehmen mit weniger als Mitarbeitern. Die übrigen ca. 50 Prozent stammen aus Großunternehmen mit mehr als Mitarbeitern. IT (56 Prozent) und Fachbereiche (44 Prozent) sind ähnlich stark vertreten, wobei das Controlling mit 12 Prozent den am stärksten vertretenen Fachbereich darstellt Die Länderverteilung bildet sich wie folgt ab: ca. zwei Drittel der Befragten kommen aus Deutschland (64 Prozent), 26 Prozent aus Frankreich und 11 Prozent aus Großbritannien. Dies erlaubt einzelne Fragestellungen aus Länder-Perspektive zu analysieren. Bei Mehrfachantworten beziehen sich die Ergebnisse auf die Zahl der Teilnehmer und nicht auf die Zahl der Antworten. Daher addiert sich die Summe nicht auf 100 Prozent.

9 9 Weniger als und mehr 10% 8% 10% 9% 10% 8% 21% 24% 0% 20% 40% Abb. 1: Unternehmensgröße (n=269) Dienstleistungen IT Finanzbranche Fertigungs-/Prozessindustrie Öffentlicher Sektor Telekommunikation Einzel- & Großhandel Transport Versorgungsindustrie Andere Abb. 2: Branchenverteilung (n=274) 7% 6% 6% 4% 2% 3% 21% 19% 17% 14% 0% 20% 40% DACH 64% IT 56% Frankreich 26% Fachbereich 37% UK und Englisch sprechend 11% Abb. 3: Länderübersicht (n=273) 0% 20% 40% 60% 80% Sonstige 7% 0% 20% 40% 60% Abb. 4: Verteilung Fachbereiche und IT (n=250) IT Finanzen & Controlling Management Marketing Vertrieb Forschung und Entwicklung Produktion Personalwesen Sonstige Abb. 5: Unternehmensbereiche (n=270) 12% 11% 4% 4% 3% 1% 1% 7% 56% 0% 20% 40% 60%

10 10 Was unterscheidet Unternehmen, die Daten besser nutzen als ihr Wettbewerb? Big Data wird erst seit relativ kurzer Zeit intensiver diskutiert. Daher fehlen Informationen über die Herausforderungen für Unternehmen Big Data erfolgreich zu meistern. Es gilt Fragen zu klären wie: Was genau muss ein Unternehmen tun, um Big Data für sich gewinnbringend einsetzen zu können? Welche organisatorischen Aspekte gilt es zu berücksichtigen? Welche Vorteile kann man aus Big Data ziehen? Bringt ein erfolgreicher Umgang mit Big Data auch viel höhere Kosten für Hardware, Software und Beratung mit sich? Oder generell gefragt: Was zeichnet diejenigen Unternehmen aus, die besonders gut auf die neuen Herausforderungen reagiert haben, die heute mit Big Data assoziiert werden. Um auf diese Fragen eine Antwort zu liefern, hat diese Studie die Teilnehmer danach befragt, wie sie die Nutzung von Daten für die Analyse und Unternehmenssteuerung in ihrem Unternehmen im Vergleich zu ihren größten Wettbewerbern einschätzen. Ungefähr die Hälfte der Befragten (49 Prozent) sieht die Datennutzung in ihrem Unternehmen gleich gut im Vergleich zu ihren Wettbewerbern. Diese Gruppe bezeichnen wir als Average Unternehmen. 30 Prozent geben an, ihr Unternehmen nutze Daten besser als der Wettbewerb. Diese Gruppe bezeichnen wir in der Studie als Best-in-Class Unternehmen und untersuchen, was diese Unternehmen anders machen. 21 Prozent meinten, dass der Umgang mit Daten schlechter im Vergleich zum Wettbewerb sei. Diese Gruppe bezeichnen wir in der Studie als Nachzügler. Die Best-in-Class-Unternehmen sind etwas öfter unter den kleinen Unternehmen mit bis zu 250 Mitarbeitern (40 Prozent) und in der Region Deutschland, Österreich, Schweiz (DACH) (33 Prozent) zu finden. Dem gegenüber sind die Nachzügler eher unter den Großunternehmen mit mehr als Mitarbeitern (25 Prozent) und in Großbritannien (27 Prozent) zu finden. Besonders oft sind die Average- Unternehmen unter den mittelgroßen Unternehmen mit 250 bis Mitarbeitern (58 Prozent) und in Frankreich (70 Prozent) vertreten. Keine größeren Unterschiede ergeben sich in der Einschätzung von Mitarbeitern aus IT oder Fachbereichen (jeweils ca. 30 Prozent Best-in-Class).

11 11 Gleich 49% Besser 30% Schlechter 21% 0% 20% 40% 60% Abb. 6: Wie schätzen Sie die Nutzung von Daten für Analyse und Unternehmenssteuerung in Ihrem Unternehmen im Vergleich zu Ihren größten Wettbewerbern ein? (n=203) Unter % 48% 12% 250 bis % 58% 22% über % 45% 25% 0% 20% 40% 60% 80% 100% Best-in-class Average Nachzügler Abb. 7: Best-in-Class Unternehmen nach Unternehmensgröße (n=201) DACH 33% 44% 23% UK 23% 50% 27% Frankreich 19% 70% 11% 0% 20% 40% 60% 80% 100% Best-in-class Average Nachzügler Abb. 8: Länderverteilung der Best-in-Class Unternehmen (n=203) IT 30% 52% 18% Fachbereich 29% 44% 27% 0% 20% 40% 60% 80% 100% Best-in-class Average Nachzügler Abb. 9: Verteilung IT-Fachabteilung analysiert nach Best-in-Class (n=186)

12 12 Ergebnisse der Umfrage Die empirische Untersuchung beschäftigt sich mit den Herausforderungen, die sich Unternehmen für die Nutzung von Big Data stellen müssen. Unser Verständnis von Big Data repräsentiert folgende Definition, die auch den Teilnehmern der Umfrage für ein gemeinsames Verständnis gezeigt wurde. Big Data bezeichnet Methoden und Technologien für die hochskalierbare Erfassung, Speicherung und Analyse polystrukturierter Daten. Abb. 10: BARC Big Data Definition Es werden zentrale Themen wie die Organisation von Big Data in den Unternehmen, die Ausgaben für Big Data, die Nutzung von Big Data und die Probleme, die bei dessen Einsatz auftreten, behandelt. Des Weiteren beleuchtet diese Studie die Technologien, die Unternehmen für Big-Data-Aufgaben einsetzen, die Anbieter, die Unternehmen mit Big Data in Verbindung bringen, sowie die verwendeten Datenarten und deren Aktualität. Treiber von Big Data Um die Treiber von Big Data besser verstehen zu können, wurden die Teilnehmer zunächst befragt, welche Problemstellungen sie mit Big-Data-Technologien adressieren möchten (Abb. 11). Das Ergebnis ist eindeutig: Große Datenvolumen schaffen es erwartungsgemäß in die Top 3 der Problemstellungen, die mit Big Data adressiert werden (72 Prozent). Drei Viertel der Teilnehmer sehen aber bessere oder neue Datenanalysemöglichkeiten für noch wichtiger und heben so den Nutzen und die Anwendung von Big Data hervor. Fast ebenso wichtig ist die Nutzung polystrukturierter Datenquellen, die 66 Prozent der Teilnehmer als Problemstellung nannten. Immerhin 43 Prozent der Teilnehmer gaben an, dass sie im Zuge von Big Data eine höhere Datenaktualität erreichen wollen. Das bessere Kosten- /Nutzenverhältnis spielt für 30 Prozent eine Rolle.

13 13 Bessere oder neue Daten- Analysemöglichkeiten Große Datenvolumen Nutzung von polystrukturierten Datenquellen 66% 75% 72% Höhere Datenaktualität 43% Besseres Kosten-/Nutzenverhältnis 30% Bessere Zusammenarbeit Große Anzahl von Nutzer 14% 21% Keine neue Herausforderungen 7% 0% 20% 40% 60% 80% Abb. 11: Welche Problemstellungen möchten Sie mit Big-Data-Technologien adressieren? (n=154, multiple choice) Es stellt sich heraus, dass sich die Problemstellungen der Unternehmen mit der eingangs erwähnten BARC-Definition von Big Data überwiegend deckt. Lediglich die Skalierbarkeit für große Anzahl an Nutzern (14 Prozent) scheint noch keine echte Herausforderung für den Großteil der Unternehmen zu sein. Die Relevanz des Themas zeigt auch die geringe Zahl an Befragten, die durch Big Data keine neue Herausforderungen für ihr Unternehmen sehen (7 Prozent). Es zeigt sich, dass Big Data alles andere als ein reines Medienthema ist % 66% 19% 7% % 54% 35% 8% % 48% 36% 13% 0% 20% 40% 60% 80% 100% Negatives / Kein Wachstum Leicht wachsend (1-25%) Stark wachsend (25%-50%) Sehr stark wachsend (>50%) Abb. 12: Wie stark wachsen die für Berichtswesen und Analyse bereitgestellten Daten im Unternehmen pro Jahr? (n=202)

14 14 Zur Konkretisierung der Herausforderung Datenwachstum haben wir die Teilnehmer gebeten, das Wachstum im Befragungsjahr 2012, dem vorhergehenden und dem nachfolgenden Jahr einzuschätzen (Abb. 12). Fast alle Teilnehmer berichten von einem Datenzuwachs im Jahr 2011 (91 Prozent), wobei 26 Prozent ein starkes (19 Prozent) oder sehr starkes Wachstum (7 Prozent) feststellen konnten. Dieses Wachstum hat sich im Jahr 2012 noch verstärkt, so dass 43 Prozent der Teilnehmer angaben, in ihrem Unternehmen habe der Datenumfang stark (35 Prozent) oder sehr stark (8 Prozent) zugenommen. Für 2013 prognostizieren sogar 49 Prozent der Teilnehmer ein Wachstum von >25 Prozent. Diese Ergebnisse bestätigen Ergebnisse, die wir in früheren Studien zu Data Warehousing und Datenmanagement durchgeführt haben. Auch vor der Benennung dieses Phänomens mit dem Begriff Big Data haben Unternehmen also mehr und detailliertere Daten für die Unternehmenssteuerung integriert. Es ist insgesamt davon auszugehen, dass das Thema Big Data und alle Herausforderungen, die es mit sich bringt, in den Unternehmen einen noch größeren Stellenwert bekommen werden. Schon jetzt schätzen 56 Prozent der Befragten das Trendthema Big Data als wichtig oder sehr wichtig für ihr Unternehmen ein.

15 15 Organisation von Big Data in den Unternehmen Um zu verstehen, wie das Thema Big Data organisatorisch strukturiert ist, wurde die Teilnehmer nach der Hoheit über Big Data in ihrem Unternehmen sowie nach dem Vorhandensein einer Big-Data-Strategie befragt. Data-Warehouse-/BI-Team/ BI CC 47% IT-Bereich 23% Einzelne Fachbereiche 16% Datenarchitektur-Team 5% Content-Management-Team 1% 0% 20% 40% 60% Abb. 13: Wer hat die Hoheit über Big Data in Ihrem Unternehmen? (n=154) Aus Abb. 13 geht hervor, dass fast die Hälfte der Unternehmen (47 Prozent) Big Data strukturell in einem Data-Warehouse- / BI-Team oder BICC angesiedelt haben. 23 Prozent übertragen Big Data der IT-Abteilung und in nur 16 Prozent der Fälle ist ein einzelner Fachbereich dafür verantwortlich. 59% Data-Warehouse-/BI-Team/ BI CC 45% 43% 18% IT-Bereich 23% 24% 14% Einzelne Fachbereiche 20% 5% 0% Datenarchitektur-Team 3% 14% 0% Content-Management-Team 1% 3% 0% 20% 40% 60% 80% UK DACH Frankreich Abb. 14: Hoheit über Big Data analysiert nach Ländern (n= 154)

16 16 Interessante Unterschiede existieren in den einzelnen Ländern beziehungsweise zwischen den Best-in-Class-Unternehmen und dem Rest. Mit 59 Prozent ist Big Data besonders häufig in Großbritannien in einem BICC beheimatet, im Vergleich zu 45 Prozent beziehungsweise 43 Prozent in der DACH-Region und Frankreich. In der DACH-Region (20 Prozent) und Frankreich (14 Prozent) kümmern sich dem gegenüber vermehrt die Fachbereiche um Big Data. Sehr deutlich fällt das Ergebnis für die Best-in-Class-Unternehmen aus. In über zwei Dritteln der Best-in-Class-Unternehmen (68 Prozent) kümmert sich ein Data- Warehouse-, BI-Team oder BICC um Big Data. Bei den anderen Unternehmen sind dies lediglich knapp 40 Prozent. Erwähnenswert ist des Weiteren, dass vor allem in der Gruppe der Nachzügler überdurchschnittlich oft der einzelne Fachbereich für Big Data verantwortlich ist (28 Prozent). Besonders erfolgreich sind Unternehmen, die das Thema Big Data strukturell in einem BICC verankert haben, besonders schlecht gehen Unternehmen mit ihren Daten um, wenn der einzelne Fachbereich sich darum kümmert. Dies entspricht der Beobachtung, dass ein guter Nutzen aus Big Data vor allem bei der Verknüpfung von Daten aus verschiedenen Datenquellen gewonnen werden kann. Diese Verknüpfung wir durch eine Querschnittsfunktionen im Unternehmen wie ein BI CC einfacher realisiert, als wenn sich einzelne Bereiche darum kümmern. 68% Data-Warehouse-/BI-Team/ BI CC 39% 38% 13% IT-Bereich 31% 24% 9% Datenarchitektur-Team 6% 0% 6% Einzelne Fachbereiche 10% 28% 0% Content-Management-Team 3% 0% 0% 20% 40% 60% 80% Best-in-Class Average Nachzügler Abb. 15: Hoheit über Big Data analysiert nach Best-in-Class (n= 146)

17 17 Überraschenderweise haben jedoch nur 14 Prozent der Unternehmen eine dedizerte Big-Data-Strategie (Abb. 16), obwohl fast die Hälfte über ein BICC oder eine ähnliche Organisationseinheit verfügt. Immerhin planen weitere 23 Prozent eine solche Strategie einzuführen. Nein 63% In Planung 23% Ja 14% 0% 20% 40% 60% 80% Abb. 16: Gibt es in Ihrem Unternehmen eine Strategie für Big Data? (n=273) Die Auswertung auf Länderebene offenbart, dass keine größeren Unterschiede zwischen den einzelnen Ländern existieren (Abb. 17). Bemerkenswert ist lediglich, dass in den englischsprechenden Teilnehmerländern am seltensten eine Big Data Strategie anzutreffen ist (10 Prozent), obwohl sich dort besonders häufig ein BICC dem Thema Big Data annimmt. Frankreich 14% 71% 14% DACH 14% 60% 26% UK und Englisch sprechend 10% 66% 24% 0% 20% 40% 60% 80% 100% Big-Data-Strategie Big-Data-Strategie in Planung Keine Big-Data-Strategie Abb. 17: Big-Data-Strategie analysiert nach Ländern (n=273) Ein etwas eindeutigeres Bild ergibt sich bei den Best-in-Class-Unternehmen (Abb. 18). Hier gaben 28 Prozent an, sie hätten eine Big-Data-Strategie in ihrem Unternehmen und weitere 30 Prozent sagten, eine Strategie wäre in Planung. Allerdings hält auch diese Analyse eine Überraschung parat: 19 Prozent der

18 18 Teilnehmer, die ihr Unternehmen als Nachzügler einstufen, haben auch eine Big- Data-Strategie. Eine Big-Data-Strategie allein ist demnach scheinbar noch kein Garant für einen erfolgreichen Umgang mit Big Data. Best-in-Class 28% 42% 30% Average 11% 61% 28% Nachzügler 19% 56% 26% 0% 20% 40% 60% 80% 100% Big-Data-Strategie Big-Data-Strategie in Planung Keine Big-Data-Strategie Abb. 18: Big-Data-Strategie analysiert nach Best-in-Class (n=203)

19 19 Ausgaben der Unternehmen für Big Data Aus den bisherigen Ergebnissen ist hervorgegangen, dass die Unternehmen sich weitgehend dem Thema Big Data angenommen haben. Sie haben die Relevanz und die Problemstellungen erkannt und angefangen organisatorisch darauf zu reagieren. Spiegelt sich dieser Sachverhalt auch in den Ausgaben für Big Data wider? Um dies herauszufinden, wurden die Teilnehmer sowohl nach den derzeitigen Ausgaben für Big Data als auch nach der Budgetentwicklung gefragt. Wichtig zu beachten ist hierbei, dass dieser Studie keine repräsentative Stichprobe zu Grunde liegt. Das Sample ist zugunsten von Großunternehmen verschoben, weshalb keine allgemeingültigen Ausgaben getroffen werden können. Beratung 7% 10% 13% 21% 49% Software 11% 9% 18% 26% 36% Hardware 10% 7% 16% 32% 36% 0% 20% 40% 60% 80% 100% > 1 Mio 500 T 1 Mio 250 T 500 T 50 T T < Abb. 19: Wie hoch schätzen Sie die Ausgaben (Hardware, Software, Beratung) Ihres Unternehmens für Big Data ein? (n=133) Insgesamt geben die Unternehmen schon heute nennenswerte Beträge für Big Data aus (Abb. 19 und Tab. 1). In der Stichprobe, auf der diese Studie basiert, gaben die Befragten an, durchschnittlich Euro für Hardware (Median Euro), Euro für Software (Median Euro) und Euro für Beratung (Median Euro) für Big Data auszugeben. Darüber hinaus sind auch weitere Budgetsteigerungen geplant. Im Durchschnitt um 6,7 Prozent für Hardware, um 8,4 Prozent für Software und 7,2 Prozent für Beratung. Ungefähr die Hälfte der Unternehmen hat Budgetsteigerung geplant und mehr als ein Fünftel der Befragten gaben an, dass diese Budgetsteigerung über 20 Prozent ausfallen werde.

20 20 Beratung Software Hardware % 20% 40% 60% 80% 100% <-20% -10% 0 +10% +20% +30% >+40% Abb. 20: Wie entwickelt sich das Budget in Ihrem Unternehmen für Big Data insgesamt? (n=143) Median Mittelwert Entwicklung Budget Insgesamt Hardware ,7% Software ,4% Beratung ,2% Best-in-Class Hardware ,1% Software ,7% Beratung ,3% Average Hardware ,6% Software ,6% Beratung ,5% Nachzügler Hardware ,7% Software ,3% Beratung ,6% Unter 250 Hardware ,7% Software ,5% Beratung ,2% 250 bis Hardware ,6% Software ,3% Beratung ,8% Über Hardware ,6% Software ,4% Beratung ,7% Tab. 1: Durchschnittliche Ausgaben und Budgetentwicklung für Big Data, Angaben in Euro (n=unterschiedliche Basis) Nicht sehr verwunderlich besteht zwischen Unternehmensgröße und Big-Data- Ausgaben ein kausaler Zusammenhang: je größer das Unternehmen ist, desto höher sind auch die Ausgaben für Big Data. Beachtenswert ist jedoch, dass vor allem

21 21 kleine Unternehmen (insgesamt 8,1 Prozent) und Großunternehmen (insgesamt 8,9 Prozent) im Vergleich zu den mittelgroßen (insgesamt 4,6 Prozent) eine fast doppelt so hohe Budgetsteigerung anvisieren. Nicht minder interessant ist die Ausgabenverteilung bei Best-in-Class-Unternehmen im Vergleich zu anderen. Zwar sind in der Kategorie Best-in-Class leicht mehr Kleinunternehmen, in der Kategorie Nachzügler etwas mehr mittelgroße Unternehmen und in der Kategorie Average mehr Großunternehmen, aber dennoch wenden alle drei relativ ähnliche Summen für Big Data auf. Hervorstechen tun einzig die höheren Investitionen der Nachzügler im Bereich Beratung sowie deren höheren Budgetplanungen. Dies deutet darauf hin, dass dort der Handlungsbedarf bereits erkannt wurde.

22 22 Nutzung von Big Data Für Big Data als relativ neues Thema existiert eine Unsicherheit in Unternehmen, wie man die neuen Technologien und Softwarelösungen für Big Data möglichst profitabel einsetzt. Vergleichswerte und -möglichkeiten sind noch rar gesät. Innerhalb dieser Studie wurden die Teilnehmer deshalb nach den Bereichen, in denen Big-Data-Analysen vorgenommen werden, sowie nach den tatsächlichen oder erhofften Vorteilen der Nutzung von Big Data befragt. Controlling 24% Marketing Vertrieb IT Produktion Forschung und Entwicklung 19% 18% 18% 17% 14% Supply Chain Sonstige 7% 6% 0% 20% 40% Abb. 21: In welchen Bereichen Ihres Unternehmens werden Big-Data-Analysen vorgenommen? (n=273, multiple choice) Wie in Abbildung Abb. 21 dargestellt, ist Big Data ein echtes Querschnittsthema, welches in allen Fachbereichen Anwendung findet. Unternehmen setzen Big Data insbesondere für Controlling- (24 Prozent), Marketing- (19 Prozent), Vertriebs- (18 Prozent), IT- (18 Prozent) und Produktionszwecke (17 Prozent) ein. Unsere Vermutung ist, dass im Controlling insbesondere der Umgang mit hohen Mengen strukturierter Daten und steigender Komplexität durch fortgeschrittene Analytik im Fokus steht. Gerade Marketing und Vertrieb sind interessante Bereiche, die neue Datenquellen in Form von Log-Daten von E-Commerce-Systemen oder Social Media Daten (s. auch Abb. 27) integrieren, um das Verhalten von Kunden besser zu verstehen und entsprechend Angebote generieren zu können. IT-Bereiche nutzen im Rahmen von Big Data immer häufiger die Log-Daten ihrer zahlreichen IT- Systeme, um Fehler besser und schneller verstehen zu können. Dies verbessert Service Level und verringert den Aufwand im Support. In Produktion und Supply

23 23 Chain werden dagegen auch häufiger Sensor-Daten genutzt, z.b. zum Monitoring von Betriebszuständen oder geographischen Informationen für eine bessere Steuerung, vorausschauende Wartung, Qualitätssicherung etc. Wirft man den Blick auf die Best-in-Class-Unternehmen, stellt sich heraus, dass diese Big Data überdurchschnittlich oft in den Bereichen IT (37 Prozent), Marketing (32 Prozent) und im Vertrieb (30 Prozent) anwenden. IT 19% 21% Controlling Marketing Vertrieb Produktion 16% 17% 22% 23% 23% 24% 21% 37% 32% 29% 35% 32% 30% 15% Forschung und Entwicklung 19% 19% 10% Supply Chain 8% 12% 0% 20% 40% Best-in-Class Average Nachzügler Abb. 22: Nutzung von Big Data nach Bereichen analysiert nach Best-in-Class (n= 203, multiple choice) Ebenso zeigen sich einige Unterschiede in der Länderanalyse. Während in UK Big Data insbesondere in den operativen Bereichen Marketing (31 Prozent) und Vertrieb (31 Prozent) eingesetzt wird, stechen die DACH-Region durch ihre Controlling- Lastigkeit (27 Prozent) und Frankreich durch seinen Einsatz von Big Data in der Forschung und Entwicklung (26 Prozent) hervor.

24 24 Marketing Vertrieb 31% 17% 20% 31% 17% 16% Controlling 21% 17% 27% Forschung und Entwicklung IT 8% 21% 26% 21% 18% 17% Produktion Supply Chain 10% 17% 19% 7% 6% 10% 0% 20% 40% UK DACH Frankreich Abb. 23: Nutzung von Big Data nach Bereichen analysiert nach Ländern (n= 273, multiple choice)

25 25 Befragt nach den Vorteilen einer Nutzung von Big-Data-Technologien (Abb. 24), stand für 59 Prozent der Teilnehmer bessere strategische Entscheidungen an erster Stelle, dicht gefolgt von der besseren Steuerung operativer Prozesse (51 Prozent) sowie schnellere (50 Prozent) und detailliertere (43 Prozent) Analysen. Geringere Kosten sehen dahingegen nur 28 Prozent der Teilnehmer als Vorteil von Big-Data- Technologien. Es sollen also werden also sowohl strategische als auch operative Vorteile erzielt werden, was zunächst überrascht. Viele Big Data Use Cases fokussieren die Nutzung von größeren Mengen an Detaildaten, was zunächst eine Unterstützung operativer Prozesse erlaubt. Insgesamt sehen Unternehmen aber offensichtlich auch einen Mehrwert in der Verfügbarkeit von mehr und detaillierteren Daten(analysen) als Mehrwert auch strategische Entscheidungen besser unterstützen zu können und auch in diesem Bereich zu faktengetriebenen Unternehmen zu werden. Bessere strategische Entscheidungen Bessere Steuerung operativer Prozesse Schnellere Analyse Detaillierte Analysen 59% 51% 50% 43% Verbesserter Kundenservice Zielgerichtetere Marketingaktionen Besseres Verständnis des Marktes Geringere Kosten Bessere Produkt- / Service-Qualität Bessere Kundenbindung 32% 31% 28% 28% 25% 16% 0% 20% 40% 60% 80% Abb. 24: Worin sehen Sie die wichtigsten Vorteile einer Nutzung von Big Data Technologien? (n= 167, multiple choice)