Hier eine Excel-Liste, dort eine Unzahl von Word-Dokumenten, eine MySQL-Datenbank, eine Lotus Notes Anwendung usw. -solche Daten zusammenzuführen ist schon schwierig genug.
Wird dann noch ein anderes Unternehmen gekauft, das eine gänzlich andere IT-Infrastruktur hat als man selbst, wird es nahezu unmöglich, die Daten des eigenen Betriebs und die Daten des gekauften Unternehmens zu konsolidieren.
So geht wertvolles Know-How verloren.
Abhilfe schaffen sog. Big Data Lösungen, also Programme, die Daten aus einer Vielzahl von Anwendungen und mit einer Vielzahl von Formaten in einen einzigen Datensee laden und so für übergeordnete Auswertungen verfügbar machen können.
Beispiel:
Eine Bauunternehmung kauft eine andere Bauunternehmung im Nachbarort. Beide Unternehmen haben einen Fuhrpark mit Baumaschinen, LKW, PKW.
Und beide Unternehmen haben eine komplett unterschiedliche IT-Infrastruktur.
Sollen nun die beiden Fuhrparks beiden Unternehmen zur Verfügung stehen, um die Anmietung von Maschinen und die damit verbundenen (unnötigen) Kosten bestmöglich zu vermeiden, so ist es erforderlich, dass die aktuell vorhandenen Fahrzeuge wie auch der aktuelle Stand der Disposition der Fahrzeuge beiden Unternehmen bekannt ist.
Dies ist ein typischer Anwendungsfall für Big Data:
unsichtbar für den Anwender werden die beiden Datenbanken in einen Datensee konsolidiert.
So kann dann auf Basis dieser aggregierten Daten die Anmietung von Fahrzeugen optimiert werden.