Do-It-Yourself-Cloud-Analysen

Datenanalysen und Cloud Computing sind schon seit Jahren der Erfolgsmotor für Unternehmen. Viele wichtige Unternehmensdaten bleiben jedoch immer noch ungenutzt, was vor allem an historisch gewachsenen Bedingungen und veralteten Strategien in den Unternehmen selbst liegt. Die aktuelle wirtschaftliche Lage treibt die Notwendigkeit für Cloud Computing – und insbesondere der Analyse von Daten über die Cloud – weiter an.

Gerade jetzt, wo Unternehmen versuchen, „mit weniger mehr zu erreichen“, heißt es für sie auch, alle vorhandenen Ressourcen zu nutzen und ganz nach dem Motto „Do it yourself“ (DIY) ihren Mitarbeitenden die Möglichkeit zu geben, Unternehmensdaten selbstständig zu analysieren. Mit der Einbeziehung der Cloud könnte 2023 das wichtigste Jahr dafür sein, DIY-Cloud-Analysen im gesamten Unternehmen einzuführen.

Die Cloud stand bei Expert:innen, Analyst:innen und Geschäftsführer:innen in den vergangenen Jahren ganz oben auf der Liste der Technologien, die man im Auge behalten sollte. Sie wurde branchenübergreifend hoch angepriesen als Lösung mit einem großen Potenzial für Effizienzsteigerungen und Zugänglichkeit. Leider ist die Cloud auch eine bemerkenswert unzureichend genutzte Technologie. Ihr Schwerpunkt liegt vor allem auf der Datenspeicherung, während der Datenanalyse weniger Bedeutung beigemessen wird.

So konzentrierte sich auch die erste Generation der Cloud auf Storage, Apps und das Aufkommen cloud-basierter Anwendungen im Sinne von Software-as-a-Service (SaaS). Bei der zweiten Generation der Cloud modernisierten IT-Teams ihre Prozesse und Arbeitspraktiken, um leistungsfähiger zu sein. Womit wird sich also die nächste Generation der Cloud befassen?

Faktencheck Cloud-Analysen

Fakt ist: In den vergangenen Jahren hat sich die Unternehmenswelt schneller als je zuvor verändert – dieser Meinung sind auch 74 Prozent der deutschen Unternehmen laut einer Studie von Alteryx in Zusammenarbeit mit IDC. Interne organisatorische Veränderungen, Fachkräftemangel und sich wandelnde Wettbewerbslandschaften bremsen Unternehmen aus und machen nun den Bedarf an Datenanalysen, um wettbewerbsfähig und erfolgreich zu sein, höher denn je. Aktuell nutzen nach der Untersuchung von Alteryx und IDC jedoch 84 Prozent der deutschen Unternehmen nicht einmal ihre eigenen analytischen Erkenntnisse zur Entscheidungsfindung.

Die Fähigkeit, mithilfe von Datenanalysen gute Entscheidungen zu treffen, ist dabei von zwei Faktoren bestimmt: erstens von der Menge der zu analysierenden Daten und zweitens von dem Engpass an den für die Analyse benötigten Data Scientists. Aus diesem Grund wird sich die dritte Generation des Cloud Computing in 2023 vor allem um das Thema Zugänglichkeit drehen. Denn die Cloud-Technologie kann viel mehr bewirken: Wenn Unternehmen die Cloud für alle ihre Mitarbeitenden zugänglich machen und sozusagen demokratisieren, legen sie auch die Datenanalysen genau in die Hände derjenigen, die am meisten davon profitieren.

Zwar sind Datenanalyse und Cloud Computing schon seit Jahren der Erfolgsmotor für Unternehmen, aber für die Deutschen scheint es immer noch eine große Herausforderung zu sein, das Potenzial ihrer Daten zu erschließen. 2023 könnte das wichtigste Jahr für DIY-Cloud-Analysen werden.

Data Scientists

Letztlich ist jede Technologie nur so erfolgreich – und wirkungsvoll – wie die Person, die sie einsetzt. Das gilt auch für Cloud Computing. Am wertvollsten ist Cloud Computing, wenn es dieses menschliche Potenzial auch in einem großen Umfang nutzt. Das setzt voraus, dass Unternehmen die Zugangsanforderungen und die tatsächliche Zugänglichkeit der Cloud in Einklang bringen sowie ihre Expert:innen in den Vordergrund rücken.

Dieser menschliche Faktor kann in vielen Fällen für Unternehmen ein Vorteil sein, weil es den Einfallsreichtum der Mitarbeitenden in der Entscheidungsfindung involviert. In anderen Fällen – so wie wir es heute bei den Data-Science-Teams sehen – kann der menschliche Faktor auch als Engpass für Unternehmen wirken. Da die täglich anfallende Datenmenge exponentiell ansteigt und Unternehmen ihre Data-Science-Teams nicht effektiv skalieren können, sind die Mitarbeitenden in diesen Teams auf der ganzen Welt aufgrund ihrer übermäßigen Arbeitsbelastung überfordert und ausgebrannt.

So belegen auch Zahlen von Gartner, dass die weltweiten Ausgaben für öffentliche Clouds im Jahr 2023 ein Volumen von 600 Milliarden US-Dollar erreichen werden. Eine Untersuchung von Statista in Fortführung der IDC-Forschung zeigt einen enormen Anstieg des Datenvolumens von bis zu 180 Zettabytes pro Jahr bis 2025. Zum Vergleich: Um nur ein Zettabyte an Daten zu speichern, wären 41,5 Millionen der weltweit größten handelsüblichen Festplatten (24 TB) erforderlich. Die wenigen Mitarbeitenden in Data-Science-Teams können mit dieser exponentiell wachsenden Datenmenge nicht Schritt halten, was zu einer Burnout-Situation führt.

Quick wins

In der Regel bewerten Unternehmen die ihnen zur Verfügung stehenden Ressourcen rasch neu und konzentrieren sich auf die Bereiche, in denen sie den größten Nutzen in einem möglichst angemessenen Zeitrahmen erzielen können. Es ist klar, dass der Wechsel zur Cloud zumindest teilweise durch Pragmatismus angesichts des exponentiellen Datenwachstums und des Bedarfs an schnellen Erkenntnissen angetrieben wurde. Im Jahr 2023 und darüber hinaus wird derselbe Pragmatismus eine wichtige Triebfeder für die verstärkte Einführung von demokratisierten Cloud-Analysen sein – eine Lösung für die Herausforderung mit den zunehmend ausgebrannten und überlasteten Data-Science-Teams, die mit dem Umfang des Datenwachstums nicht Schritt halten können.

Für Unternehmen gilt es nun nicht nur, zeitnahe Erkenntnisse aus ihren Daten zu gewinnen, sondern auch, in einem disruptiven Wettbewerbsumfeld wettbewerbsfähig zu bleiben. Dazu müssen sie das volle Potenzial von Cloud Computing ausschöpfen, indem sie Benutzerfreundlichkeit mit weitreichender Zugänglichkeit kombinieren. In der Praxis heißt das nicht nur, dass sie mit Data Scientists die Integration moderner Cloud-Technologien erleichtern, sondern auch, dass sie Mitarbeitende in Fachabteilungen dazu befähigen, ihre eigenen Fragestellungen mit Cloud-Daten zu lösen.

Beziehung zur Cloud neu definieren

Um dieses Potenzial für 2023 und darüber hinaus zu erschließen, müssen sich Unternehmen zuallererst von der alten Vorstellung verabschieden, wie Cloud Computing funktionieren sollte. Gartner schätzt, dass wir bereits im Jahr 2019 weltweit die Grenze von einer Milliarde Knowledge Workern überschritten haben. Bei Knowledge Workern handelt es sich um Mitarbeitende, die kreativ denken und strategisch wichtige Schlussfolgerungen ziehen müssen. Knowledge Worker sind genau die Menschen, für die die Cloud-Technologie entwickelt wurde.

Cloud-Integrationen können – in vielen Fällen – aus betrieblicher Sicht enorm fortschrittlich und ausgereift sein. Unternehmen haben Multi-Cloud-Lösungen, Containerisierung und kontinuierlich lernende KI-/ML-Algorithmen implementiert, um innovative Ergebnisse zu erzielen. Doch diese Ergebnisse werden oft nicht in dem notwendigen Umfang oder mit der benötigten Geschwindigkeit geliefert, um sekundenschnelle Entscheidungen treffen zu können. Genau diese sind jedoch in der heutigen Zeit für den Erfolg eines Unternehmensbetriebs erforderlich.

Cloud-Demokratisierung

Damit die Cloud-Demokratisierung erfolgreich sein kann, müssen Unternehmen ihre Knowledge Worker weiterbilden und ihnen die richtigen Tools an die Hand geben. Nur so können sie das volle Potenzial ihrer eigenen Daten ausschöpfen und genau die Fachkräfte – die am besten geeignet sind, Fachfragen zu beantworten – dazu befähigen, Datenanalysen ganz nach dem Motto Do-It-Yourself „einfach mal selbst zu machen“. Low-Code-No-Code-Tools können dabei einen entscheidenden Vorteil liefern: Sie ermöglichen auch ohne Expertise die Analyse von Cloud-Daten und verkörpern gleichzeitig auch die ursprüngliche Vision der Cloud-Technologie – den Menschen die Macht zu geben, die sie brauchen, um sich Gehör zu verschaffen. Die Cloud-Evolution geht also in die nächste Runde.