Big Data Tools

Datenaufnahme und Anbindung

Der erste Punkt, der im Alltag über Erfolg oder Frust entscheidet, ist die Frage, wie die Daten überhaupt reinkommen. Prüfe, welche Quellen das Tool anbinden kann: Datenbanken, Dateiablagen, Schnittstellen von anderen Systemen, Datenströme in Echtzeit. Wenn dein Betrieb Daten aus einem alten Warenwirtschaftssystem ziehen muss, dann ist genau diese Anbindung wichtiger als jede schicke Auswertungsfunktion.

Speicherung und Struktur

Manche Tools erwarten, dass du deine Daten vorher ordnest, andere nehmen sie roh und du strukturierst später. Beides hat seinen Platz. Für einen Betrieb, der noch nicht genau weiß, was er auswerten will, ist die zweite Variante flexibler. Achte darauf, ob du Daten auch wieder löschen kannst, gezielt und nachvollziehbar. Das klingt banal, wird aber spätestens beim Thema Datenschutz zum Problem, wenn es nicht geht.

Verarbeitung im Stapel und in Echtzeit

Es gibt zwei Grundmuster: Entweder du sammelst Daten und wertest sie später in einem Rutsch aus (Stapelverarbeitung), oder du verarbeitest sie, während sie reinkommen (Echtzeit). Ein Betrieb, der monatliche Berichte braucht, kommt mit Stapelverarbeitung aus. Wer eine Maschine überwachen und bei Störungen sofort reagieren will, braucht Echtzeitverarbeitung. Kläre das früh, denn die Werkzeuge dafür unterscheiden sich deutlich.

Auswertung und Darstellung

Die Daten müssen am Ende bei einem Menschen ankommen, der eine Entscheidung trifft. Prüfe, wie die Ergebnisse aussehen: Kann die Fachabteilung sich selbst Berichte bauen, oder braucht sie für jede neue Frage einen Techniker? Das ist im Alltag ein großer Unterschied. Lass in der Demo die Person eine Auswertung bauen, die später wirklich damit arbeitet.

Rechte und Zugriffe

Wer darf welche Daten sehen? In einem Betrieb mit mehreren Abteilungen ist das keine Nebensache. Die Personalabteilung soll Gehaltsdaten sehen, der Vertrieb nicht. Prüfe, ob sich Zugriffsrechte fein genug einstellen lassen und ob du nachvollziehen kannst, wer wann was abgerufen hat.

Fang nicht mit dem Tool an, sondern mit deiner Frage. Schreib auf, welche drei bis fünf Fragen du mit den Daten beantworten willst. Wenn du das nicht kannst, brauchst du noch kein Tool, sondern erst mal Klarheit.

Prüfe, wer das Ding später bedient. Es gibt Werkzeuge, die setzen echte Entwickler voraus, und es gibt welche, die eine Fachabteilung mit etwas Einarbeitung selbst nutzen kann. Wenn du keine eigene IT hast, die sich damit beschäftigt, dann fällt die erste Kategorie faktisch raus, egal wie leistungsfähig sie ist.

Achte auf die Frage, wie du wieder rauskommst. Kannst du deine Daten exportieren, in einem Format, das auch woanders funktioniert? Ein Tool, das deine Daten in ein eigenes Format sperrt, macht dich abhängig. Das merkst du erst nach zwei Jahren, wenn du wechseln willst und es nicht mehr geht.

Hol die Leute rein, die betroffen sind. Lass die Software in der Demo von der Person bedienen, die später damit arbeitet, nicht vom Anbietervertrieb und nicht vom Chef. Gib ihr eine echte Aufgabe aus dem Alltag und schau zu, wo sie hängen bleibt.

Teste mit deinen eigenen Daten, nicht mit den Musterdaten des Anbieters. Musterdaten sind sauber und passen genau. Deine echten Daten sind unvollständig, haben Tippfehler und kommen in drei verschiedenen Formaten. Ein Tool, das mit den Musterdaten glänzt und bei deinen echten Daten stolpert, hilft dir nicht.

Der Kaufpreis oder die monatliche Lizenzgebühr ist bei Big Data Tools oft der kleinere Teil der Rechnung. Rechne von Anfang an mit mehr.

Verbreitete Abrechnungsmodelle

Ein verbreitetes Modell ist die Abrechnung nach Verbrauch: Du zahlst für die Menge an Daten, die du speicherst, und für die Rechenleistung, die du beim Auswerten verbrauchst. Das ist am Anfang günstig und skaliert mit dir mit, kann aber unangenehm werden, wenn eine schlecht gebaute Auswertung plötzlich viel Rechenleistung frisst. Andere Anbieter arbeiten mit festen Paketen oder mit einer Lizenz pro Nutzer. Es gibt auch Werkzeuge, deren Software selbst kostenlos ist, bei denen du aber den Betrieb und die Server komplett selbst stemmst.

Die versteckten Kosten

Unterschätze nicht die Einarbeitung. Die Leute, die das Tool bedienen, brauchen Zeit, bis sie produktiv sind. Diese Zeit kostet, auch wenn sie in keiner Rechnung des Anbieters auftaucht. Dazu kommt der laufende Betrieb: Jemand muss sich kümmern, wenn etwas nicht läuft, wenn Daten fehlen, wenn eine Anbindung abbricht.

Rechne die Kosten für die Anbindung deiner bestehenden Systeme mit ein. Die Daten aus deinem alten System herauszuholen und ins neue Tool zu bringen ist oft aufwändiger als gedacht und wird gern vergessen.

Mein Rat: Rechne mit einem Zeithorizont von drei Jahren und trag alles zusammen, Lizenz, Verbrauch, Einarbeitung, Betrieb, Anbindung. Erst diese Summe zeigt dir, was das Tool wirklich kostet.

Der erste Fehler, den ich immer wieder sehe: Ein Betrieb kauft die große Lösung, weil die Zukunft ja groß wird. Dann liegt das Werkzeug halb genutzt herum, weil die Datenmengen die Größe gar nicht rechtfertigen. Kauf für das, was du in den nächsten ein bis zwei Jahren brauchst, nicht für eine Fantasie.

Der zweite Fehler: Niemand ist zuständig. Das Tool wird eingeführt, aber es gibt keine Person, die die Verantwortung dafür trägt. Nach ein paar Monaten weiß keiner mehr, warum bestimmte Auswertungen so eingestellt sind, und keiner traut sich, etwas zu ändern.

Der dritte Fehler betrifft die Datenqualität. Die Leute glauben, ein Big Data Tool putzt schlechte Daten von allein sauber. Das tut es nicht. Wenn deine Quelldaten Müll sind, dann bekommst du am Ende Müll in großem Umfang und in schöner Darstellung. Das ist schlimmer als vorher, weil es nach Wahrheit aussieht.

Ein vierter Fehler ist die fehlende Abstimmung mit dem Datenschutz. Ein Betrieb sammelt alles, was er kriegen kann, weil es ja nützlich sein könnte. Später kommt die Frage, ob das überhaupt erlaubt war, und dann wird es teuer und peinlich. Sammle mit Zweck, nicht auf Vorrat.

Und der fünfte: Das Tool wird eingeführt, aber niemand ändert die Arbeitsabläufe. Die schönen neuen Auswertungen landen in einem Ordner, den keiner öffnet. Ein Werkzeug hilft nur, wenn die Ergebnisse auch in Entscheidungen einfließen.

Sobald du personenbezogene Daten verarbeitest, gilt die Datenschutz-Grundverordnung, in Deutschland ergänzt durch das Bundesdatenschutzgesetz, in Österreich durch das Datenschutzgesetz, in der Schweiz durch das dortige Datenschutzgesetz. Personenbezogene Daten sind alle Daten, über die sich eine Person identifizieren lässt, direkt oder über Umwege.

Zweckbindung und Datensparsamkeit

Du darfst Daten nur für einen festgelegten Zweck erheben und nicht einfach auf Vorrat sammeln. Gerade bei Big Data Tools ist die Versuchung groß, alles zu speichern, weil es technisch geht. Rechtlich ist das ein Problem. Kläre für jede Datenart, warum du sie brauchst und wie lange du sie behalten darfst.

Auftragsverarbeitung

Wenn dein Tool bei einem externen Anbieter läuft, verarbeitet dieser Anbieter deine Daten in deinem Auftrag. Dafür brauchst du einen Vertrag zur Auftragsverarbeitung. Prüfe außerdem, wo die Daten physisch liegen. Liegen sie außerhalb der EU, dann brauchst du eine tragfähige rechtliche Grundlage dafür.

Löschung und Auskunft

Betroffene Personen haben das Recht zu erfahren, welche Daten du über sie hast, und das Recht, dass du diese löschst. Dein Tool muss das können. Ein System, aus dem du einzelne Datensätze nicht gezielt löschen kannst, bringt dich in Schwierigkeiten. Frag den Anbieter konkret, wie eine Löschung abläuft.

Dokumentation

Halte fest, welche Daten du verarbeitest, zu welchem Zweck und auf welcher Grundlage. Das gehört ins Verzeichnis der Verarbeitungstätigkeiten. Im Zweifel ziehe früh einen Datenschutzbeauftragten oder eine juristische Beratung hinzu. Das hier ist ein Überblick, keine Rechtsberatung.

Schritt eins: Fragen aufschreiben

Setz dich mit den Fachabteilungen zusammen und schreib die konkreten Fragen auf, die beantwortet werden sollen. Nicht "wir wollen Daten besser nutzen", sondern "wir wollen wissen, welche Produkte in welcher Region zu welcher Jahreszeit zurückgeschickt werden".

Schritt zwei: Datenlage klären

Schau, welche Daten du überhaupt hast, wo sie liegen und in welcher Qualität. Oft stellt sich heraus, dass die Daten für die gewünschte Frage gar nicht sauber genug vorliegen. Das zu wissen, bevor du ein Tool kaufst, spart viel Geld.

Schritt drei: Anforderungen festlegen

Leg fest, was das Tool können muss: Datenmengen, Echtzeit oder Stapel, wer es bedient, welche Systeme angebunden werden. Trenne dabei zwischen Muss und Wunsch. Ein kurzer Katalog reicht.

Schritt vier: Test mit echten Daten

Wähle zwei bis drei Kandidaten und teste sie mit deinen eigenen Daten und einer echten Aufgabe. Lass die Fachabteilung das machen, nicht nur die IT. Notiere, wo es hakt.

Schritt fünf: Gesamtkosten rechnen

Stell die Kosten über drei Jahre gegenüber, inklusive Einarbeitung und Betrieb. Frag beim Anbieter nach, was passiert, wenn dein Verbrauch stark steigt.

Schritt sechs: Verantwortung festlegen

Bevor du startest, benenne eine Person, die für das Tool zuständig ist. Ohne eine klare Zuständigkeit verliert sich das Projekt. Erst dann entscheidest du und führst schrittweise ein, mit einem überschaubaren ersten Anwendungsfall statt mit allem auf einmal.