IT Management Consulting Consulting Service Information Management

Untätigkeit ist keine Option: Chancen und Nutzenpotentiale von Big Data aus vier Business-Perspektiven Brigitte Roth, Principal Consultant Information Management

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Inhalt Was ist Big Data? Big Data aus vier Business-Perspektiven: – Wertsteigerung durch Analytics – Effizienzgewinn durch das digital Office – Bereitstellung der notwendigen Infrastruktur – Abwägen von Sicherheit vs. Risiko Zusammenfassung

2

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Wann sind Daten Big Data?

Quelle: hp-cloudstories.com

Volumen

Jeden Tag werden ca. 15 Petabytes neue Informationen erzeugt.

Vielfalt

80% des Datenwachstums machen unstrukturierte Inhalte wie Emails, Dokumente, Bilder, Videos, Audio, etc. aus.

Unstrukturiertheit

Ein durchschnittliches Unternehmen mit 1’000 Angestellten benötigt ungefähr $5.3 Mio. pro Jahr, um Informationen auf seinen Servern zu finden. 42% der Manager sagen, dass sie mindestens einmal pro Woche falsche Informationen nutzen.

Regulatorien

70% sagen, dass Regulatorien den Storagebedarf massiv erhöhen. Unternehmen realisieren, dass sie Daten klassifizieren, verwalten und löschen müssen, anstatt nur den Storage zu erweitern. 3

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Big Data Definitionen… … und die Analyse daraus Big data usually includes data sets with sizes beyond the ability of commonly used software tools to capture, curate, manage, and process data within a tolerable elapsed time… Big data is a set of techniques and technologies that require new forms of integration to uncover large hidden values from large datasets that are diverse, complex, and of a massive scale. The ability of society to harness information in novel ways to produce useful insights or goods and services of significant value and things one can do at a large scale that cannot be done at a smaller one, to extract new insights or create new forms of value. Data of a very large size, typically to the extent that its manipulation and management present significant logistical challenges The new tools helping us find relevant data and analyze its implications - The belief that the more data you have the more insights and answers will rise automatically from the pool of ones and zeros - A new attitude by businesses, non-profits, government agencies, and individuals that combining data from multiple sources could lead to better decisions. The convergence of enterprise and consumer IT.

Datenmenge

4

unterschiedliche Datenquellen Privacy / Security Nutzung der Daten Technologien © 2015 IBM Corporation

CIO Club of Excellence – Big Data

Die Herausforderungen werden heute durch die 4 V‘s charakterisiert: Volume, Variety, Value und Velocity Explodierende Datenmengen (Volume) – Strukturierte Daten (Datenbanksysteme für transaktionale Workloads) wachsen jährlich um 32% – Unstrukturierte Daten wachsen mit 63% jährlich, sind für Unternehmen zu 35 % nicht weiter von Nutzen und können gelöscht werden – Replizierte Daten inklusive Backup- und Archivdaten, Geschäftsanalysen, Discovery und Spiegelungen wachsen mit 49% jährlich Zunehmende Datenvielfalt (Variety) – 90% der Daten, welche in den nächsten 10 Jahren produziert werden, sind unstrukturiert Steigender Datenwert durch Analytics und Compliance-Anforderungen (Value) – Nutzen aus Analysen der Daten – Aufbewahrungsfristen von bis zu 50 Jahren – 37% der Daten sind inaktiv oder verfallen Zunahme der Geschwindigkeiten (Velocity) – Sensordaten und Zunahme von mobilen Netzwerkgeräten – Analyse von Streamingdaten

5

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Arten von Daten

Strukturierte Daten • • • •

Normalisierte Datenbanken Jede Spalte ist beschrieben Keine Redundanzen Leicht und schnell zu lesen

Unstrukturierte Daten • • • •

6

Mediale Daten wie Videos, Bilder, Audio,... Sensor- und Messdaten aus Maschinen Dokumente, Präsentationen, Wikis,... Ca. 80% aller verfügbaren Daten

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Big Data aus vier Business Perspektiven Analytics

Digital Office

Welche Informationen können wir aus den Daten ziehen?

Wie können wir die Informationen zur Verfügung stellen?

Bilderquelle: olap.com

7

Infrastruktur

Compliance / Security

Wie muss unsere Infrastuktur aufgebaut sein, um die Anforderungen bewältigen zu können?

Wie können wir Daten identifizeren, die besonders schützenswert sind? © 2015 IBM Corporation

CIO Club of Excellence – Big Data

Mehrwert durch gezielte Analyse der Informationen Sinnvolle Interpretation und Nutzung der vorhandenen Daten Grundlagen schaffen für schnellere, besser fundierte Entscheidungen

Quellendefinition

8

Datenextraktion

Datenanreicherung

Datenpräsentation

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Beispiel: Predictive Maintenance Stream-Technologie in der Automobilproduktion Erfassung aller Daten der Produktionsmaschinen Analyse der Daten in Echtzeit kombiniert mit Business Intelligence und lernenden Systemen Realisierter Nutzen: Verlängerte Lebenszyklen der Produktionsmaschinen Minimierung von unerwarteten Ausfallzeiten durch Reparaturen Herkömmlich

Mit Predictive Maintenance OK

OK

In Ordnung Defekt

Maint

Rep Rep

9

Defekt

Maint Rep

Rep

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Effizienzsteigerung durch Digital Office Zugriff auf die notwendigen Informationen für die Mitarbeitenden Wer braucht welche Informationen? Wer darf welche Informationen sehen? Basis für Dunkelverarbeitungen / Prozessautomatisierungen

10

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Beispiel Versicherungsgesellschaft Basis für “Digital Insurance” Agenturen

Posteingang

Verwaltungssysteme

App 1 NSI

1

App 2 VVRV

App 3 VVEV

App 4 SAP

Realisierter Nutzen: Kunden

Gesamtsicht auf den Kunden

Post Inbound 1 5

Schnittstellen

12

Scanning 2

3

Records Management Prüfung/ Validierung

Suche / Anzeige Up-/Download

AVOR

Automatisierte Zuteilung von eingehenden Dokumenten

6 Portal

Scanning

Prozessführung /-automatisierung

Capture Workflow System

4

11

7

9

E-Mail Fax Nachkorrektur Klassifikation Datenextraktion

11

8

Archiv 10

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Beispiel Industriebetrieb Vereinfachung der Arbeitsstrukturen Realisierter Nutzen: Gesamtsichten auf die gleichen Daten mit unterschiedlichen Kategorien (Kunde, Projekt, Maschine…) Reduktion der Einstiegspunkte für den Endbenutzer

12

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Bereitstellung der notwendigen Infrastruktur Active Data Management Die Speicherung und Verarbeitung von grossen Datenmengen stellt spezielle Anforderungen an die Infrastruktur Diese müssen bekannt sein und gemanaged werden

13

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Projektbeispiel Mischkonzern – ILM Projekt als Basis für neue Storage Technologie

Scénario 1

Scénario 2

Candidat 1 = 288,5 TB

Candidat 1 = 288,5 TB Nouveau

CoS1 = 121 TB

DS8700

CoS1 = 121 TB

XIV

Realisierter Nutzen: Klare Anforderungen an die Storage Infrastruktur Gesamtkonzeption im Bereich Storage

CoS2 = 167,5 TB

CoS2 = 167,5 TB

Candidat 2 = 73,4 TB

Candidat 2 = 85.8 TB N6060 existant

CoS3 = 49,4 TB

CoS4 = 24 TB

XIV DS5000

CoS3 = 49,4 TB

CoS4 = 24 TB

CoS5 = 12.4 TB

Candidat 3 = 12.4 TB DS4700 existant CoS5 = 12.4 TB

14

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Abwägen von Sicherheit und Risiko Nur rund 1/3 aller Daten muss aus rechtlichen Gründen aufbewahrt werden Unter den Daten befinden sich besonders wertvolle Daten (crown jewels) Die Schwierigkeit ist die Identifikation der entsprechenden Daten Die Verschmelzung von Unternehmensdaten und persönlichen Daten stellt besondere Ansprüche an den Datenschutz

15

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Projektbeispiel: Industriebetrieb Analyse Informationen bzgl. rechtliche Anforderungen Archivierung Realisierter Nutzen: Übersicht über vorhandene Informationsklassen und die damit verbundenen rechtlichen Anforderungen an die Aufbewahrung Archivierung unternehmensweit sichergestellt gemäss Gesetzeslage / internen Policies Document/Data

16

Retention According to Global Retention Policy

Covered Name of the Regulation by Other Regulati ons? Y/N

Account Payables Ledgers Account Receivable Ledgers Annual Reports Audit Reports from Independant Accountant Bank Reconciliations and Statements Contracts & Legal Agreements - Expired

7 years 7 years 7 years 7 years 7 years 7 years

Y Y Y Y ? Y

Expense Reports Insurance Policies - Expired Internal Audit Reports / Documentation

7 years 7 years 7 years

Invoices from Vendors Monthly Financial Statements

7 years 7 years

Payroll Information Pension / Retirement Savings Documents Petty Cash Vouchers / Records Purchase Orders for Supplies Purchase Orders from Customers Sales Invoices to Customers Sales Tax Returns

7 years 7 years 7 years 7 years 7 years 7 years 7 years

VAT Returns

7 years

Retention According to Other Regulation

covered in SAP system (-EU1) = Plecos relevant

10 years 10 years 20 years 5 years

GeBüV GeBüV MTG Ie MTG IIIc probably GeBüV MTG IIa & IIIa

11/5years

yes yes no? no yes? yes

n.a. Y Y

HR data/docs out-of-scope (or GeBüV?) MTG IIa & IIIa MTG IIIc

11/5years 5 years

yes no? no

Y ? ? n.a. n.a. Y Y Y Y Y ? Y Y

GeBüV 10 years GeBüV (only yearly balance sheet and P/L?) 10 years MTG100 IIi (only yearly balance sheet and P/L?) 11 years HR data/docs out-of-scope (or GeBüV?) HR data/docs out-of-scope (or GeBüV?) GeBüV 10 years GeBüV 10 years GeBüV 10 years GeBüV 10 years MTG100 IIi 11 years income tax? -> DBG Federal Law on Federal Direct Tax , Cantonal 10 years laws MTG100 IIi 11 years MWSTG 10 years

yes no?

yes yes yes yes yes yes

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Zusammenfassung Big Data ist heute Tatsache – Die Datenmenge nimmt in allen Bereichen zu – Ein Unternehmen hat nicht die Wahl, ob es Big Data machen will oder nicht Big Data hat nicht nur einen Analyse-Aspekt, sondern wirkt sich auf weitere Bereiche im Unternehmen aus: – Tägliche Arbeit der Mitarbeitenden: wo finde ich als Mitarbeiter welche Informationen? Wie kann mein Prozess am effizientesten gestaltet werden? – Bereitstellung der Infrastruktur: welche Anforderungen bestehen an unsere Infrastruktur? Wie können wir bereits heute die notwendige Infrastruktur bereit stellen? – Compliance und Security: welche Daten müssen wir aufbewahren? Welche Daten wollen wir besonders schützen? Die notwendigen Fragestellungen sollten proaktiv angegangen werden Die verschiedenen Perspektiven müssen aufeinander abgestimmt werden

17

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Analytics im echten Leben

18

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Vielen Dank

19

© 2015 IBM Corporation

Backup

Backup

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Schweizer Planungsgesellschaft Aufnahme von Geschäftsanforderungen und ECM Evaluation Kurzübersicht • • • •

Projektbeschreibung

Kunde: Schweizer Planungsgesellschaft Projektzeitraum: 01.2009 – 03.2010 Anzahl Benutzer: Kernteam 10 Personen, Erweitertes Team 20 Personen, 50 User in der ersten Phase Weitere Bemerkungen: Erarbeitung einer ECM Lösung welche skalierbar von 50 Benutzern auf 3000 Benutzer wachsen kann

Da die bestehende Lösung den Anforderungen nicht mehr genügte hat der Kunde im 2009 die Evaluation eines Enterprise Content Management (ECM) Systems gestartet. Die IBM wurde als Partner für die Unterstützung der Evaluation beigezogen Die IBM unterstützte den Kunden im gesamten Evaluationsprozess durch das fachliche ECM-Know-how, die Vorgehensmethodik in Evaluationsprojekten und die Beisteuerung von Tools und Methoden für die verschiedenen Phasen der Evaluation: Aufnahme der Geschäftsanforderungen durch Interviews und Workshops bei verschiedensten Benutzergruppen Ableitung der Systemanforderungen und deren Priorisierung und Gewichtung

Beispiele von Projektresultaten Projektplanung und Abstimmung mit dem Auftraggeber Ziele und Umfang des Projekts festlegen Projektteam Projektplan erstellen Projekt Dokumente 1 definieren Situationsanalyse Interviewmatrix und Interviewleitfaden erstellen Konsolidierung von Interviewergebnissen Liste mit Geschäftsanforderungen definieren 2

Erarbeitung von Lösungsvarianten und deren Beurteilung in Workshops Erstellung eines High Level Solution Designs

Laufende Projektleitung

Erstellung Pflichtenheft

Projektsteuerung Projektrapportierung

Erstellung von Bewertungskriterien Durchführung der Ausschreibung Zielformulierung Priorisierte Liste mit funktionalen und nicht funktionalen Anforderungen erarbeiten Lastenheft erstellen Erste Bewertungskriterien definieren 3

Synthese

Analyse

Mögliche Lösungsvarianten dokumentieren Nachvollziehbarer Entscheid für eine Lösungsvariante treffen 4

Finales Pflichtenheft erstellen Finale Selektionskriterien und prozess definieren Liste mit Lösungsanbietern erarbeiten Pflichtenhefter versenden 5

Bewertung

Entscheidung

Short List mit Lösungsanbietern prüfen Nutzwertanalyse der Offerten durchführen Referenzbesuche

6

Durchführung von Referenzbesuchen

Einen Lösungsanbieter empfehlen Implementierungsplan für die vorgeschlagene Lösung erarbeiten

Beurteilung der Präsentationen der Anbieter Bewertung und Entscheid

7

21

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Schweizer Energieunternehmen Strategie & Konzept für Information, Dokumentation und Archivierung Kurzübersicht

Projektbeschreibung

•

Erarbeitung einer Strategie und Konzept für die Unternehmens-Gruppe für die Bewirtschaftung der Ablagen und Archive unter Einhaltung der gesetzlichen Aufbewahrungspflichten sowie unter Berücksichtigung der elektronischen Daten und Datenträger.

• • •

Kunde: Schweizer Energieunternehmen Projektzeitraum: 01.2007 – 07.2007 Anzahl Benutzer: Kernteam: 10 Personen, Interviewpartner 20 Personen, User 2000 Weitere Bemerkungen:

Beispiele von Projektresultaten

Dazu wurde folgendes Projektvorgehen gewählt: Aufnahme der Detailanforderungen (Interviews) in den Einheiten: Stabs- Organisationen, Energie, Netze, Partner im Bezug auf : - Ablage und Archivierung - Vertragsmanagement - Dokumenten Management (DMS) und Information Retrieval (IR) - SAP Archivierung - Storage Management - E-Mail Archivierung Konsolidierung der Ergebnisse und Erste Priorisierung der Themen für die Informationsmanagement Strategie Entwurf Inhaltsverzeichnis / Struktur Erarbeitung der Strategie mit dem Kernteam in Workshop mit Inhalten wie Vision, Vorgaben, Grundsätze, Gesetzliche Grundlagen, strategische Ausrichtung, Einflüsse Trennung Energie / Netze Erarbeitung des Konzepts basierend auf der Strategie und den erhobenen Anforderungen, Erstellung der Information Management Architektur

22

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Internationale Energie Unternehmung Erarbeitung einer Records Management Policy und ILM Blueprint Kurzübersicht

Projektbeschreibung

•

Das Projekts beinhaltet eine Analyse der Records Management und ILM Situation sowie die Planung weiterer Massnahmen. Der Bereich Records Management besteht aus einem Top-down Ansatz, in dem eine RM Policy dokumentiert und vom Kunden-Management abgenommen wird. Danach werden in einem zweiten Schritt Instrumente, Rollen, Organisation und technische Tools definiert.

• • •

Kunde: Internationale Unternehmung, für Energie und Bahninfrastruktur Projektzeitraum: 06.2006 bis 06.2007 Anzahl Benutzer: Kernteam: 4 Personen, Projektteam 20 Personen, User 5000 Weitere Bemerkungen: Das Projekt verfügte über zwei Sponsoren mit unterschiedlichen Zielen. Der Vertreter der Geschäftsseite fokussiert auf Compliance und Records Management Punkte, der Vertreter der Informatikführung auf IT Optimierung, TCO und SLA. Das Projekt berücksichtigt beide Seiten.

Beispiele von Projektresultaten Assessment und Planung

Business Requirements Legal Requirements *

HL Ist-Situation Daten und Archiv

Archiv/RM Strategie-Papier

Klassifikation der Daten / Informationen Informations/Datenklassen Definition der Service Level Angebote

Policies

BluePrint

Der ILM Teil basiert auf verschiedenen Ergebnissen aus dem Records Management Ansatz. Basierend auf den Informationsklassen wird die Datenklassifizierung erarbeitet, die wiederum Basis für die ILM Architektur, das Service Level Mapping sowie die ILM Policies sind. Dabei werden die folgenden Ergebnisse erarbeitet: RM Policy Analyse der geschäftlichen, regulatorischen und rechtlichen (Compliance) Anforderungen Analyse der Unternehmensinformationen / -daten Informationsklassifizierung mit den unterschiedlichen Business Units Definition der Records Management Instrumente wie bspw. Aufbewahrungslisten Datenklassifizierung Definition der Sevice Levels High level Architektur und Mapping der Service Levels auf die Datenklassen ILM Blueprint 23

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Schweizer Maschinenindustrieunternehmen Erarbeitung einer ECM Strategie und eines ECM Gesamtkonzepts Kurzübersicht

Projektbeschreibung

•

Phase 1: Review bestehender Konzepte: Durchsicht und Review der bestehenden ECM Konzeptdokumentation des Kunden Feedback in Form von - Management Präsentation - Abschlussdiskussion (mit Details) - Vorgehensvorschlag für die weiteren Schritte der ECM Konzeption und Implementierung (ECM Masterplan)

• • •

Kunde: Schweizer Maschinenindustrie Unternehmen Projektzeitraum: 08.2008 - 2011 Anzahl Benutzer: n/a Weitere Bemerkungen: Das Projekt wurde in zwei Phasen durchgeführt; nach der ersten Phase (Review bestehender Konzepte) wurde entschieden, die identifizierten Anpassungen in einem Coaching Projekt durchzuführen

Beispiele von Projektresultaten

Phase 2: Erarbeitung von ECM Strategie und ECM Gesamtkonzept: Präzisierungen der einzelnen bestehenden ECM Teilbereiche (Dokumente) Zusammenlegung der Konzeptthemen (einheitliche Sicht und damit Doppelspurigkeiten entfernen) Zentrales Glossar Strategische Verankerung (speziell auch mit Compliance) Organisatorische Aspekte, welche parallel zur technischen Sicht zu betrachten, sind im Konzept mitdokumentieren Funktionale Architektur (Aussagen im Bereich der KonzeptGesamtsicht) Erarbeitung der dringendsten und am meisten Nutzen bringenden Anwendungsfälle, Beschreibung Priorisierung der Anwendungsfälle Masterplanung (Programm) 24

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Schweizer Industrieunternehmen Erarbeitung einer ECM-Vision und eines ECM-Gesamtkonzepts Kurzübersicht

Projektbeschreibung

Kunde: Schweizer Industrieunternehmen für Präzisionsgeräte Projektzeitraum: 12.2010 – 12.2011 Anzahl Benutzer: n/a Weitere Bemerkungen:

Um aktuelle und weitere Aktivitäten im Bereich ECM, insbesondere DMS, optimal koordinieren zu können, wurde bei dem Industriekunden eine Vision und Roadmap erstellt. Die IBM unterstützte den Kunden im gesamten Prozess durch das fachliche ECM-Know-how, die Vorgehensmethodik und die Beisteuerung von Tools und Methoden für die verschiedenen Phasen des Projekts: Analyse und Dokumentation der weltweiten Situation bezüglich ECM Ist-Aufnahme der bestehenden Systeme Identifikation der Hauptprobleme im Bereich ECM Zentrales Glossar

Beispiele von Projektresultaten

Erarbeitung einer ECM-Vision Year 2011

GMC GMCCCM CCM Delegate Delegate

Appoints

GMC GMCCCM CCMDelegate, Delegate, IT, IT,Legal, Legal,Compliance, Compliance, Senior SeniorBusiness BusinessManagers Managers

Develops

Global Info Mgmt Policy

Global ECM Policies & Guidelines

Implements controls (internal audit for compliance)

Is responsible

CCM CCM Governance Governance Board Board

Initiates Projects

Appoints

Develops & Revises Approves

ECM Strategy

Year 2012

ECM Governance Model

Use Case Service: Employee Directory

CCM CCM CAB CAB

Use Cases Service: Knowledge Sharing

ECM Program portfolio

Maintains Approves CR

Use Case Service: Retail Extranet

Erarbeitung von ECM-Zielsetzungen und Grundsätzen

Use Cases PM / Marketing

Build-up foundation & Consolidation Conceptual Prestud. DMS

Initiates Implements

Year 2014

Ahoy! Collaboration & Infrastructure and Intranet & Portal

Use Case Legal

Escalates

IT, IT,Compliance, Compliance, Senior SeniorBusiness BusinessManager Manager

Year 2013

Organisatorische Verankerung von ECM in der Gesamtorganisation

Roll-out Standard Solution & Boarding in of new use cases

Use Case 1 DMS

Submits Recommendation Reports

Develops

Local ECM Policies & Local GuideInfo lines

Mgmt Policy

Oversees Processes Implements

Local Local CCM CCM Governance Governance Board Board

ECM ECM Business Business Expert Expert ECM ECM Solution Solution Architect Architect

GM‘s, GM‘s,Service ServiceOwners, Owners, Compliance Compliance Nominates

ECM ECM Service Service Owner Owner (Intranet (Intranet Contact) Contact)

Submits CR

ECM Architecture

Use Case 2 DMS

Assists in development

Erarbeitung einer funktionalen Architektur

External Access Discuses new requirements or opportunities

Current Ent Search Proj

Enterprise Search – Use Case „Desktop Search”, “SharePoint”, “File Servers” – phased approach

ECM ECMService Service Manager Manager

Trains Submits Incident

Discusses new requirements

Develops & Maintains

Archive Managed Use Case 1

Erarbeitung der dringendsten und am meisten Nutzen bringenden Anwendungsfälle, Beschreibung

Enterprise Search – Follow-on Use Cases

Archive Managed Use Case 2

Archive Managed Use Case 3

Oversees

Power Power User User Train s

Project 2 Project 1

Contacts

Application Manager Application Manager Application Application Manager Manager Application Manager Application Manager Application Application Manager Manager

Employee Employee CCM = Collaboration & Content Management

Business

IT

X-Application Workflow Use Case „HR“

Project Plecos / BlueOcean Project Lead: I T

Project Lead: Business

Project Lead: Joint

Priorisierung der Anwendungsfälle

0

Team

Masterplanung (Programm)

25

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Industriebetrieb im Baubereich Evaluation eines Enterprise Content Management-Systems Kurzübersicht Kunde: Industriebetrieb im Baubereich Projektzeitraum: 04.2011 – 09.2011 Anzahl Benutzer: 120 Weitere Bemerkungen:

Projektbeschreibung Da der Kunde noch kein ECM-System einsetzte und verschiedene Prozesse optimieren wollte, hat sie im 2011 die Evaluation eines Enterprise Content Management (ECM) Systems gestartet. Die IBM wurde als Partner für die Unterstützung der Evaluation beigezogen. Die IBM unterstützte den Kunden im gesamten Evaluationsprozess durch das fachliche ECM-Know-how, die Vorgehensmethodik in Evaluationsprojekten und die Beisteuerung von Tools und Methoden für die verschiedenen Phasen der Evaluation: Aufnahme der Geschäftsanforderungen durch Interviews und Workshops Ableitung der Systemanforderungen und deren Priorisierung und Gewichtung

Beispiele von Projektresultaten

Erarbeitung von Lösungsvarianten und deren Beurteilung in Workshops Erstellung eines High Level Solution Designs Erstellung Pflichtenheft Durchführung der Ausschreibung Durchführung von Referenzbesuchen und Präsentationen der Anbieter Bewertung und Entscheid

26

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Risiko- und Compliance Management

Ziele

Geschäftsnutzen

Treiber Organisatorische Strukturen und Bewusstsein

Richtlinien

Stewardship

Kerndisziplinen Management der Datenqualität

Management des Informationslebenszyklus

Informationssicherheit und Privatsphäre

Hilfsdisziplinen Daten- und Speicherarchitektur

Datenklassifizierung und Metadaten

Auditinformationen, Logging und Reporting 27

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Wikipedia: Big Data bezeichnet Datenmengen, die zu groß oder zu komplex sind oder sich zu schnell ändern, um sie mit händischen und klassischen Methoden der Datenverarbeitung auszuwerten. Der Begriff "Big Data" unterliegt als Schlagwort derzeit einem kontinuierlichen Wandel; so wird mit Big Data ergänzend auch oft der Komplex der Technologien beschrieben, die zum Sammeln und Auswerten dieser Datenmengen verwendet werden. Die gesammelten Daten können aus nahezu allen Quellen stammen: angefangen bei jeglicher elektronischer Kommunikation, über von Behörden und Firmen gesammelte Daten, bis hin zu den Aufzeichnungen verschiedenster Überwachungssysteme. Big Data können so auch Bereiche abdecken, die bisher als privat galten. Der Wunsch der Industrie und bestimmter Behörden, möglichst umfassenden Zugriff auf diese Daten zu erhalten, sie besser analysieren zu können und die gewonnenen Erkenntnisse zu nutzen, gerät dabei zunehmend in Konflikt mit Persönlichkeitsrechten des Einzelnen.

28

© 2015 IBM Corporation

CIO Club of Excellence – Big Data

Das Wachstum von Daten-Volumen und -Vielfalt sowie der Geschwindigkeit des Informationsbedarfs resultiert in immer grösserer Komplexität

Volumen

Jeden Tag werden ca. 15 Petabytes neue Informationen erzeugt.

Vielfalt

80% des Datenwachstums machen unstrukturierte Inhalte wie Emails, Dokumente, Bilder, Videos, Audio, etc. aus.

Unstrukturiertheit

Ein durchschnittliches Unternehmen mit 1’000 Angestellten benötigt ungefähr $5.3 Mio. pro Jahr, um Informationen auf seinen Servern zu finden. 42% der Manager sagen, dass sie mindestens einmal pro Woche falsche Informationen nutzen.

Regulatorien

70% sagen, dass Regulatorien den Storagebedarf massiv erhöhen. Unternehmen realisieren, dass sie Daten klassifizieren, verwalten und löschen müssen, anstatt nur den Storage zu erweitern.

Information Week, “State Of Enterprise Storage Changing Priorities, Changing Practices”, Jan 2009. Delahunty, Steve IDC: Expanding Digital Universe, 2007 IDC: 29 "The Hidden Costs of Information Work" April 25, 2006 Accenture: Managers Say the Majority of Information Obtained for Their Work is useless 2007 http://newsroom.accenture.com/article_display.cfm?article_id=4484

© 2015 IBM Corporation