Für viele Data-Science-Teams ist das Internet of Things (IoT) bisher nur eine weitere Datenquelle. Für viele IoT-Projektteams sind Daten nur als ein weiteres Element, mit dem man sich beschäftigen muss. Aber jetzt, da immer mehr IoT-Implementierungen in die Realität umgesetzt werden, müssen sich beide Teams mit drei Tatsachen auseinandersetzen. Erstens: Skalierung und Realtime fügen einen bisher ungeahnten Grad an Komplexität hinzu.
Zweitens: Die physische Leistung von Sensoren und Geräten ist kein guter Indikator für ihre Datenperformance. Und zu guter Letzt – und womöglich am wichtigsten: Die Bandbreite an Menschen, die bei der Analyse dieser Daten mitreden wollen, ist größer als in jedem anderen Geschäftsbereich.
Für uns bei SAS bietet das natürlich höchst interessante Möglichkeiten. Aber wir sehen auch die Herausforderungen für unsere Kunden und für uns. Auf der einen Seite wird Analytics bei unseren Kunden immer versierter eingesetzt und hat tiefergehende Auswirkungen auf das Business. Aber auf der anderen Seite erfordert dies auch Lernprozesse, um mit den neuen Chancen, die die Daten ermöglichen, Schritt zu halten. Fast täglich kommen zahlreiche Fragen auf. Wie lässt sich Data Streaming von und zu Sensoren und Geräten ohne Unterbrechung analysieren? Wie unterscheidet sich das Vorgehen dort von vorherigen analytischen Methoden? Und welche Fähigkeiten sind dafür entscheidend?
Wir sind fest davon überzeugt: Der ständige und umfassende Austausch mit unseren Kunden ist ein wichtiger Schritt in die Zukunft. Unsere IoT-Experten sehen das genauso und werden bei der TDWI-Konferenz vom 20. bis 22. Juni in München für jegliche Fragen rund um das Internet der Dinge zur Verfügung stehen. Bei der Diskussion steht folgender Aspekt im Vordergrund: Kann einfache Datenvisualisierung riesiger Datenmengen wirklich dabei helfen, die beste Entscheidung zu treffen? Dies ist eine immens wichtige Frage für BI-Teams, die oftmals neue Anwender mit neuen Erkenntnissen überzeugen müssen. Ich spiele gerne mehrere Szenarien mit Ihnen durch, spüre verkannte Chancen mit Ihnen auf und entdecke mit Ihnen gemeinsam wichtige Zusammenhänge.
Erfordert IoT-Datenmanagement in Echtzeit einen „Devop”-Ansatz für „Data Ops”? Dies ist eine Herausforderung, der sich häufig IT-Mitarbeiter gegenüber sehen. Mein Kollege Cornelius Kimmer diskutiert gerne mit Ihnen mögliche Lösungsansätze.
Lust auf Hands-on-Praxiserlebnisse? Dann kommen Sie gerne bei unserem Workshop „Data Science in Action” vorbei, den Jos van Dongen von unserer niederländischen Schwestergesellschaft halten wird. Data Science wurde vor einiger Zeit als „The Sexiest Job in the 21st Century” bezeichnet und ist ein heißes Thema in der Analytics-Welt. In der Theorie verspricht er bahnbrechende Erkenntnisse und ROI-Ergebnisse, die durch die Decke gehen. Doch die Realität sieht eher so aus, dass viele Unternehmen gerade erst mit ihrem ersten „Big Data Lab“ anfangen oder mit Technologie-orientierten Proof of Concept (PoC) zu kämpfen haben. Jos van Dongen geht auf beide Konzepte ein und erarbeitet zusammen mit den Teilnehmern praktische Ansätze auf dem Weg zum analytischen Unternehmen.
Wenn Sie Interesse haben, diese Fragestellungen offen mit SAS zu diskutieren, buchen Sie Ihren Slot hier. Gerne diskutieren meine Kollegen und ich dann mit Ihnen im Einzelgespräch Ihre ganz individuellen Optionen.
