Aufrufe
vor 3 Jahren

02 | 2015 public

  • Text
  • Verwaltung
  • Factory
  • Konsolidierung
  • Anforderungen
  • Einsatz
  • Frameworks
  • Anwendung
  • Systeme
  • Software
  • Unternehmen
Schwerpunkt: Konsolidierung der IT-DLZ

BIG DATA – TEIL II Big

BIG DATA – TEIL II Big Data ist sicher einer der meistdiskutierten IT-Trends der letzten Jahre und bewegt nicht nur die Businesswelt – große Internetkonzerne wie Google, Yahoo oder Facebook bauen ganze Geschäftsmodelle auf Big Data auf –, sondern zunehmend auch den öffentlichen Bereich. Die Impulse und Erfahrungen aus der Privatwirtschaft werden in Zukunft auch verstärkt die Erwartungen der Bürger an das digitale Angebot der öffentlichen Verwaltung beeinflussen. | von DR. DIRK JÄGER und NEDISLAV NEDYALKOV Im ersten Teil unserer Artikelserie Big Data 1 haben wir die spezifischen Rahmenbedingungen im öffentlichen Bereich untersucht und in Hinblick auf Einsatzmöglichkeiten von Big Data bewertet sowie, darauf aufbauend, die wesentlichen Potenziale und Risiken aufgelistet und deren Auswirkungen betrachtet. 2 umgesetzt wurden, können gegebenenfalls übernommen werden, wenn die spezifischen deutschen Rahmenbedingungen beachtet werden. SCHWEIZER ARBEITSMARKTSTATISTIK In diesem Teil gehen wir detailliert auf zwei Anwendungsbeispiele ein, zeigen die kritischen Erfolgsfaktoren für eine Big-Data-Lösung und beschreiben, wie der Weg zum ersten Big-Data-Projekt in der öffentlichen Verwaltung aussehen kann. ANWENDUNGSBEISPIELE Auch wenn der Ursprung von Big Data in der privaten Wirtschaft liegt, gibt es schon Anwendungsfälle aus dem öffentlichen Bereich. Ideen, die in anderen Ländern bereits erfolgreich Seit 2007 läuft beim Staatssekretariat für Wirtschaft in der Schweiz das Projekt „Labor Market Data Analysis“ (LAMDA X). Im Rahmen des Projekts wurden BI-Anwendungen, wie zum Beispiel die offizielle Arbeitsmarktstatistik, mit teils komplexen Berechnungen auf Basis von Big Data realisiert. Vor der Einführung der Big-Data-Lösung hatte sich herausgestellt, dass die bestehende technologische Basis und die Infrastruktur nicht ausreichend waren, um die Komplexität der nötigen Auswertungen abzudecken. Erhebliche Performan- 1 Man spricht von „Big Data“, wenn die Menge der zu verarbeitenden Daten, die Verschiedenheit der Daten oder die notwendige Geschwindigkeit der Verarbeitung zu groß werden, um sie mit klassischen IT-Architekturen zu handhaben. 2 .public 01-2015 38 | .public 02-15 | Informationstechnologie

ce-Probleme der eingesetzten Systeme waren häufig auf die herkömmliche Datenbankarchitektur zurückzuführen. Außerdem führte die gemeinsame Nutzung der Netzwerkinfrastruktur mit anderen Teilnehmern zu hohen netzwerkbedingten Latenzzeiten. Vor allem aus Performance-Gründen wurde daher nach einer Lösung im Big-Data-Umfeld gesucht, die unter anderem folgende Verbesserungen bieten sollte: • erhöhte Flexibilität und Skalierbarkeit auch nach unten, da für Big Data relativ kleine Datenmengen von 500 GB verarbeitet wurden (darunter Arbeitsmarktstatistiken, Auszahlungsstatistiken der Arbeitslosenversicherungen, Führungskennzahlen und Arbeitsloseninformationen für die Öffentlichkeit), • einen Betrieb auf preisgünstiger Hardware und die Anbindung heterogener Anwendergruppen mit unterschiedlichen Ansprüchen und Zielen Der Hauptnutzen entsteht durch die gesteigerte Performance, die mit deutlich schnelleren Ergebnissen für die Nutzer eindeutig verbessert wurde. Außerdem wurde eine sehr viel schnellere und einfachere Duplizierung der Datenbestände für besondere Test- und Auswertungszwecke ermöglicht. Von Bedeutung für die erfolgreiche Projektdurchführung war auch die evolutionäre Einführung von Big Data – eine attraktive Möglichkeit, in die Welt von Big Data einzusteigen. In diesem Fall bedeutet das, dass die bestehenden Anwendungen und Auswertungen beibehalten wurden und auf der Basis verteilter Datenbankkonzepte, also der neuen Konstellation mit dem Masterserver und den Arbeiterknoten, beschleunigt wurden. Dies öffnet Perspektiven für neue Auswertungen und Algorithmen, die mit der abgelösten technologischen Basis in diesem Umfang nicht möglich waren. Die nun durch das Staatssekretariat gewählte Big-Data-Lösung besteht aus einer Hauptkomponente, die Arbeitsaufträge auf mehrere getrennte Rechenknoten mit Zugriff auf einen Teil der Daten verteilt (siehe Grafik). Die Proof-Of-Concept-Lösung wurde 2011 umgesetzt. Das bisherige Datenbanksystem wurde durch eine EMC-Greenplum-Database ersetzt. Dieses neue Datenbanksystem arbeitet mit massiv paralleler Verarbeitung. Dabei verteilt und steuert ein Masterserver die Verarbeitung auf beliebig vielen Datenbankknoten, die in der Arbeiterebene wiederzufinden sind. Diese Konstellation ermöglicht Flexibilität und Skalierbarkeit und ist nicht an bestimmte Hardwarekomponenten gebunden. BIG DATA IN NEW YORK Ein weiteres Beispiel, wie Big Data die Effizienz der öffentlichen Verwaltung steigern kann, stammt aus New York. Da Wohnraum in New York knapp und teuer ist, besteht für Vermieter ein großer Anreiz, Wohnungen ungenehmigt in kleinere Einheiten aufzuteilen und diese einzeln zu vermieten. Durch viele Menschen auf engem Raum drohen aber nun hygienische Probleme, Lärmbelästigung und erhöhte Brandgefahr durch überlastete elektrische Leitungen und verbaute Fluchtwege. Auch stadtplanerische und soziale Maßnahmen wie die Planung von Schulen werden durch eine „fehlerhafte“ Bevölkerungsstatistik erschwert. BI-Frontend Steuerungsebene • Masterserver 1 verteilt Aufträge • Masterserver 2 für Redundanz Server 1 Server 2 (für Redundanz) Arbeiterebene • Berechnungs- und Datenbankknoten • Verteilte Datenbasis Knoten 1 Knoten 2 Knoten 3 Knoten X Abbildung 1: Beim Staatssekretariat bevorzugte Big-Data-Lösung Informationstechnologie | .public 02-15 | 39

msg

01 | 2018 public
02 | 2017 public
01 | 2017 public
02 | 2016 public
01 | 2016 public
02 | 2015 public
01 | 2015 public
01 | 2014 public
01 | 2014 msg systems study
01 | 2015 msg systems Studienband
Future Utility 2030
Lünendonk® Trendstudie
Digitale Transformation | DE
Digital Transformation | EN
DE | inscom 2014 Report
EN | inscom 2014 Report

msgGillardon

02 | 2018 NEWS
03 | 2016 NEWS
02 | 2016 NEWS
01 | 2016 NEWS
03 | 2015 NEWS
02 | 2015 NEWS
01 | 2015 NEWS
02 | 2014 NEWS
01 | 2014 NEWS
02 | 2013 NEWS
01 | 2012 NEWS
02 | 2011 NEWS
01 | 2010 NEWS
MaRisk
01 | 2017 banking insight
01 | 2015 banking insight
01 | 2014 banking insight
01 | 2013 banking insight
01 | 2012 banking insight
02 | 2011 banking insight
01 | 2011 banking insight
01 | 2010 banking insight
2018 | Seminarkatalog | Finanzen

Über msg



msg ist eine unabhängige, international agierende Unternehmensgruppe mit weltweit mehr als 6.000 Mitarbeitern. Sie bietet ein ganzheitliches Leistungsspektrum aus einfallsreicher strategischer Beratung und intelligenten, nachhaltig wertschöpfenden IT-Lösungen für die Branchen Automotive, Banking, Food, Insurance, Life Science & Healthcare, Public Sector, Telecommunications, Travel & Logistics sowie Utilities und hat in über 35 Jahren einen ausgezeichneten Ruf als Branchenspezialist erworben.

Die Bandbreite unterschiedlicher Branchen- und Themenschwerpunkte decken im Unternehmensverbund eigenständige Gesellschaften ab: Dabei bildet die msg systems ag den zentralen Kern der Unternehmensgruppe und arbeitet mit den Gesellschaften fachlich und organisatorisch eng zusammen. So werden die Kompetenzen, Erfahrungen und das Know-how aller Mitglieder zu einem ganzheitlichen Lösungsportfolio mit messbarem Mehrwert für die Kunden gebündelt. msg nimmt im Ranking der IT-Beratungs- und Systemintegrationsunternehmen in Deutschland Platz 7 ein.


© 2018 by msg systems ag - powered by yumpu Datenschutz | Impressum