View
216
Download
0
Category
Preview:
Citation preview
© 2015 IBM Corporation
Untätigkeit ist keine Option: Chancen und Nutzenpotentiale von Big Data aus vier Business-PerspektivenBrigitte Roth, Principal Consultant Information Management
IT Management Consulting
Consulting Service 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?
Regulatorien70% sagen, dass Regulatorien den Storagebedarf massiv erhöhen. Unternehmen realisieren, dass sie Daten klassifizieren, verwalten und löschen müssen, anstatt nur den Storage zu erweitern.
Regulatorien70% sagen, dass Regulatorien den Storagebedarf massiv erhöhen. Unternehmen realisieren, dass sie Daten klassifizieren, verwalten und löschen müssen, anstatt nur den Storage zu erweitern.
Volumen Jeden Tag werden ca. 15 Petabytes neue Informationen erzeugt.
Volumen Jeden Tag werden ca. 15 Petabytes neue Informationen erzeugt.
Vielfalt80% des Datenwachstums machen unstrukturierte Inhalte wie Emails, Dokumente, Bilder, Videos, Audio, etc. aus.
Vielfalt80% des Datenwachstums machen unstrukturierte Inhalte wie Emails, Dokumente, Bilder, Videos, Audio, etc. aus.
UnstrukturiertheitEin 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.
UnstrukturiertheitEin 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.
3
Quelle: hp-cloudstories.com
© 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 unterschiedliche DatenquellenPrivacy / Security
Nutzung der Daten Technologien4
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
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
Die Herausforderungen werden heute durch die 4 V‘s charakterisiert: Volume, Variety, Value und Velocity
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• Mediale Daten wie Videos, Bilder, Audio,...• Sensor- und Messdaten aus Maschinen• Dokumente, Präsentationen, Wikis,...• Ca. 80% aller verfügbaren Daten
6
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
Big Data aus vier Business Perspektiven
AnalyticsWelche Informationenkönnen wir aus den Datenziehen?
Digital OfficeWie können wir die Informationen zur Verfügungstellen?
InfrastrukturWie muss unsere Infrastukturaufgebaut sein, um die Anforderungen bewältigen zukönnen?
Compliance / SecurityWie können wir Datenidentifizeren, die besondersschützenswert sind?
7
Bilderquelle: olap.com
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
� Sinnvolle Interpretation und Nutzung der vorhandenen Daten
� Grundlagen schaffen für schnellere, besser fundierte Entscheidungen
Mehrwert durch gezielte Analyse der Informationen
Quellen-definition
Daten-extraktion
Daten-anreicherung
Daten-präsentation
8
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
� 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
Beispiel: Predictive MaintenanceStream-Technologie in der Automobilproduktion
OK
Defekt
OK
Defekt
In Ordnung
RepRep Rep Rep
MaintMaint
Herkömmlich Mit Predictive Maintenance
9
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
� Zugriff auf die notwendigen Informationen für die Mitarbeitenden
� Wer braucht welche Informationen? Wer darf welche Informationen sehen?
� Basis für Dunkelverarbeitungen / Prozessautomatisierungen
Effizienzsteigerung durch Digital Office
10
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
Realisierter Nutzen:
� Gesamtsicht auf den Kunden
� Automatisierte Zuteilung von eingehendenDokumenten
� Prozessführung /-automatisierung
Beispiel VersicherungsgesellschaftBasis für “Digital Insurance”
11
Kunden
Records Management
Posteingang Verwaltungssysteme
Archiv
Post Inbound
E-MailFax
Portal
Agenturen
Scanning
AVOR
ScanningCapture
Workflow System
NSI VVRV
Suche / AnzeigeUp-/Download
VVEV SAP
Prüfung/
Validierung
Schnittstellen
1
1
23
4
5
9
10
11
12
KlassifikationDatenextraktion
Nachkorrektur
6
7
8
App 1 App 2 App 3 App 4
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
Realisierter Nutzen:
� Gesamtsichten auf die gleichen Daten mit unterschiedlichen Kategorien (Kunde, Projekt, Maschine…)
� Reduktion der Einstiegspunkte für den Endbenutzer
Beispiel IndustriebetriebVereinfachung der Arbeitsstrukturen
12
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
� Die Speicherung und Verarbeitung von grossen Datenmengenstellt spezielle Anforderungen an die Infrastruktur
� Diese müssen bekannt sein und gemanaged werden
13
Bereitstellung der notwendigen Infrastruktur Active Data Management
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
Realisierter Nutzen:
� Klare Anforderungen an die Storage Infrastruktur
� Gesamtkonzeption im Bereich Storage
14
ProjektbeispielMischkonzern – ILM Projekt als Basis für neueStorage Technologie
CoS1 = 121 TB
CoS2 = 167,5 TB
CoS3 = 49,4 TB
CoS4 = 24 TB
CoS5 = 12.4 TB
Candidat 1 = 288,5 TB
Candidat 2 = 73,4 TB
Candidat 3 = 12.4 TB
CoS1 = 121 TB
CoS2 = 167,5 TB
Candidat 1 = 288,5 TB
CoS5 = 12.4 TB
CoS3 = 49,4 TB
CoS4 = 24 TB
Candidat 2 = 85.8 TB
N6060 existant
DS4700 existant
DS8700
XIV
Scénario 1 Scénario 2
Nouveau
XIV
DS5000
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
� Nur rund 1/3 aller Daten muss aus rechtlichen Gründen aufbewahrtwerden
� 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 besondereAnsprüche an den Datenschutz
Abwägen von Sicherheit und Risiko
15
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
Realisierter Nutzen:
� Übersicht über vorhandene Informationsklassen und die damit verbundenen rechtlichenAnforderungen an die Aufbewahrung
� Archivierung unternehmensweit sichergestellt gemäss Gesetzeslage / internen Policies
16
Projektbeispiel: IndustriebetriebAnalyse Informationen bzgl. rechtliche Anforderungen Archivierung
Document/Data Retention
According to
Global
Retention
Policy
Covered
by Other
Regulati
ons? Y/N
Name of the Regulation Retention
According to
Other
Regulation
covered in
SAP system
(-EU1)
= Plecos
relevant
Account Payables Ledgers 7 years Y GeBüV 10 years yesAccount Receivable Ledgers 7 years Y GeBüV 10 years yesAnnual Reports 7 years Y MTG Ie 20 years no?Audit Reports from Independant Accountant 7 years Y MTG IIIc 5 years no Bank Reconciliations and Statements 7 years ? probably GeBüV yes?Contracts & Legal Agreements - Expired 7 years Y MTG IIa & IIIa 11/5years yes
Expense Reports 7 years n.a. HR data/docs out-of-scope (or GeBüV?) yesInsurance Policies - Expired 7 years Y MTG IIa & IIIa 11/5years no?Internal Audit Reports / Documentation 7 years Y MTG IIIc 5 years no
Invoices from Vendors 7 years Y GeBüV 10 years yes? GeBüV (only yearly balance sheet and P/L?) 10 years? MTG100 IIi (only yearly balance sheet and P/L?) 11 years
Payroll Information 7 years n.a. HR data/docs out-of-scope (or GeBüV?)Pension / Retirement Savings Documents 7 years n.a. HR data/docs out-of-scope (or GeBüV?)Petty Cash Vouchers / Records 7 years Y GeBüV 10 years yesPurchase Orders for Supplies 7 years Y GeBüV 10 years yesPurchase Orders from Customers 7 years Y GeBüV 10 years yesSales Invoices to Customers 7 years Y GeBüV 10 years yes
Y MTG100 IIi 11 years? income tax? -> DBG Federal Law on Federal Direct Tax , Cantonal laws10 yearsY MTG100 IIi 11 yearsY MWSTG 10 years
7 years yes
VAT Returns 7 years yes
no?
Sales Tax Returns
Monthly Financial Statements 7 years
© 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 imUnternehmen 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 unsereInfrastruktur? Wie können wir bereits heute die notwendige Infrastruktur bereit stellen?
– Compliance und Security: welche Daten müssen wir aufbewahren? Welche Datenwollen 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
21
Schweizer PlanungsgesellschaftAufnahme von Geschäftsanforderungen und ECM Evaluation
� 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
� Erarbeitung von Lösungsvarianten und deren Beurteilung in Workshops
� Erstellung eines High Level Solution Designs
� Erstellung Pflichtenheft
� Erstellung von Bewertungskriterien
� Durchführung der Ausschreibung
� Durchführung von Referenzbesuchen
� Beurteilung der Präsentationen der Anbieter
� Bewertung und Entscheid
Beispiele von Projektresultaten
• 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
Kurzübersicht Projektbeschreibung
� Ziele und Umfang des Projekts festlegen
� Projektteam � Projektplan
erstellen � Projekt
Dokumente definieren
Projektplanung und Abstimmung mit
dem Auftraggeber
� Interviewmatrix und Interviewleitfaden erstellen
� Konsolidierung von Interviewergebnissen
� Liste mit Geschäftsan-forderungendefinieren
Situationsanalyse
� Priorisierte Liste mit funktionalen und nicht funktionalen Anforderungen erarbeiten
� Lastenheft erstellen� Erste Bewertungs-
kriterien definieren
Zielformulierung
� Mögliche Lösungsvarianten dokumentieren
� Nachvollziehbarer Entscheid für eine Lösungsvariante treffen
Synthese
� Finales Pflichtenheft erstellen
� Finale Selektions-kriterien und -prozess definieren
� Liste mit Lösungs-anbietern erarbeiten
� Pflichtenhefter versenden
Analyse
� Short List mit Lösungsanbietern prüfen
� Nutzwertanalyse der Offerten durchführen
� Referenzbesuche
Bewertung
� Einen Lösungsanbieter empfehlen
� Implementierungs-plan für die vorgeschlagene Lösung erarbeiten
Entscheidung
� Projektsteuerung � Projektrapportierung
Laufende Projektleitung
1
2 3 4 5 6 7
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
22
Schweizer EnergieunternehmenStrategie & Konzept für Information, Dokumentation und Archivierung
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.
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
Beispiele von Projektresultaten
• Kunde: Schweizer Energieunternehmen
• Projektzeitraum: 01.2007 – 07.2007
• Anzahl Benutzer: Kernteam: 10 Personen, Interviewpartner 20 Personen, User 2000
• Weitere Bemerkungen:
Kurzübersicht Projektbeschreibung
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
23
Internationale Energie UnternehmungErarbeitung einer Records Management Policy und ILM Blueprint
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.
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
Beispiele von Projektresultaten
• 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.
Kurzübersicht Projektbeschreibung
Assessment und Planung
Klassifikation der Daten / Informationen
Definition der Service Level Angebote
Informations-/Datenklassen
Policies BluePrint
HL Ist-SituationDaten und Archiv
Legal Requirements *
Business Requirements
Archiv/RM Strategie-Papier
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
24
Schweizer MaschinenindustrieunternehmenErarbeitung einer ECM Strategie und eines ECM Gesamtkonzepts
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)
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 Konzept-Gesamtsicht)
� Erarbeitung der dringendsten und am meisten Nutzen bringenden Anwendungsfälle, Beschreibung
� Priorisierung der Anwendungsfälle
� Masterplanung (Programm)
Beispiele von Projektresultaten
• 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
Kurzübersicht Projektbeschreibung
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
25
Schweizer IndustrieunternehmenErarbeitung einer ECM-Vision und eines ECM-Gesamtkonzepts
� 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
� Erarbeitung einer ECM-Vision
� Erarbeitung von ECM-Zielsetzungen und Grundsätzen
� Organisatorische Verankerung von ECM in der Gesamtorganisation
� Erarbeitung einer funktionalen Architektur
� Erarbeitung der dringendsten und am meisten Nutzen bringenden Anwendungsfälle, Beschreibung
� Priorisierung der Anwendungsfälle
� Masterplanung (Programm)
Beispiele von Projektresultaten
� Kunde: Schweizer Industrieunternehmen für Präzisionsgeräte
� Projektzeitraum: 12.2010 – 12.2011
� Anzahl Benutzer: n/a
� Weitere Bemerkungen:
Kurzübersicht Projektbeschreibung
GMC CCMDelegate
GMC CCMDelegate
CCM
Governance BoardGMC CCM Delegate,
IT, Legal, Compliance,Senior Business Managers
CCM Governance Board
GMC CCM Delegate,IT, Legal, Compliance,
Senior Business Managers
ECM Solution Architect
ECM Solution
Architect
Local CCM
Governance BoardGM‘s, Service Owners,
Compliance
Local CCM Governance Board
GM‘s, Service Owners,
Compliance
ECM
Strategy
ECM
Program
portfolio
EmployeeEmployee
ECM
Archi-tecture
Global
InfoMgmt
Policy
Application ManagerApplication Manager
Global
ECM
Policies &
Guide-
lines
ECM
Gover-
nance
Model
ECM Service Owner
(Intranet Contact)
ECM Service Owner
(Intranet Contact)
CCM CABIT, Compliance,
Senior Business Manager
CCM CABIT, Compliance,
Senior Business Manager
Application ManagerApplication ManagerApplication ManagerApplication ManagerApplication ManagerApplication Manager
Develops & Maintains
Approves
Maintains
Develops &Revises
Appoints
Appoints Escalates
Submits Recommendation
TeamBusiness IT
Submits CR
Oversees
Processes
Discuses new requirements or
opportunities
Discussesnew
requirements
Is responsible
Develops
Implements
Nominates
Implements controls
Approves CR
ECM Business
Expert
ECM Business
Expert
Project 2Project 1
Initiates
Reports
Local
ECM
Policies &
Guide-
lines
Develops
Implements
Assists in
development
Local
Info
MgmtPolicy
CCM = Collaboration & Content Management
(internal audit for
compliance)
Initiates
Projects
Power UserPower User
Trains
Trains
Contacts
Submits Incident
ECM Service Manager
ECM Service Manager
Oversees
0
Year 2011 Year 2012 Year 2013 Year 2014Year 2011 Year 2012 Year 2013 Year 2014
Conceptual Prestud. DMS
Current EntSearch Proj
X-Application WorkflowUse Case „HR“
External Access
Use Case 1 DMS
Use Case 2 DMS
Enterprise Search – Use Case „Desktop Search”,
“SharePoint”, “File Servers” – phased approach
Use Case
Legal
Roll-out Standard Solution & Boarding in of new use cases
Archive ManagedUse Case 1
Archive Managed
Use Case 2Archive Managed
Use Case 3
Enterprise Search – Follow-on Use Cases
Project Plecos / BlueOcean
Project Lead: I T Project Lead: Business Project Lead: Joint
Ahoy! Collaboration & Infrastructure and Intranet & Portal
Build-up foundation & ConsolidationBuild-up foundation & Consolidation
Use Cases
PM /
Marketing
Use Cases
PM /
MarketingUse Case
Service: Retail
Extranet
Use Case
Service: Retail
ExtranetUse Cases
Service:
Knowledge
Sharing
Use Cases
Service:
Knowledge
Sharing
Use Case
Service:
Employee Directory
Use Case
Service:
Employee Directory
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
26
Industriebetrieb im BaubereichEvaluation eines Enterprise Content Management-Systems
� 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
� 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
Beispiele von Projektresultaten
� Kunde: Industriebetrieb im Baubereich
� Projektzeitraum: 04.2011 – 09.2011
� Anzahl Benutzer: 120
� Weitere Bemerkungen:
Kurzübersicht Projektbeschreibung
© 2015 IBM Corporation
CIO Club of Excellence – Big Data
27
Ziele
Treiber
Kerndisziplinen
Hilfsdisziplinen
Risiko- und Compliance Management Geschäftsnutzen
Organisatorische Strukturen und Bewusstsein
Richtlinien Stewardship
Management der Datenqualität
Management des Informations-lebenszyklus
Informations-sicherheit und Privatsphäre
Daten- und SpeicherarchitekturDatenklassifizierung und
MetadatenAuditinformationen, Logging
und Reporting
© 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
Information Week, “State Of Enterprise Storage Changing Priorities, Changing Practices”, Jan 2009. Delahunty, SteveIDC: Expanding Digital Universe, 2007IDC: "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
Regulatorien70% sagen, dass Regulatorien den Storagebedarf massiv erhöhen. Unternehmen realisieren, dass sie Daten klassifizieren, verwalten und löschen müssen, anstatt nur den Storage zu erweitern.
Regulatorien70% sagen, dass Regulatorien den Storagebedarf massiv erhöhen. Unternehmen realisieren, dass sie Daten klassifizieren, verwalten und löschen müssen, anstatt nur den Storage zu erweitern.
VolumenJeden Tag werden ca. 15 Petabytes neue Informationen erzeugt.
VolumenJeden Tag werden ca. 15 Petabytes neue Informationen erzeugt.
Vielfalt80% des Datenwachstums machen unstrukturierte Inhalte wie Emails, Dokumente, Bilder, Videos, Audio, etc. aus.
Vielfalt80% des Datenwachstums machen unstrukturierte Inhalte wie Emails, Dokumente, Bilder, Videos, Audio, etc. aus.
UnstrukturiertheitEin 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.
UnstrukturiertheitEin 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.
29
Recommended