Durchschnittlicher Daten-Reifegrad noch weit von der höchsten Stufe entfernt
Um die Chancen des Data Act zu nutzen und seine Risiken zu minimieren, brauchen Firmen Kompetenzen in Bereichen wie Datenstrategie, Daten-Governance, Daten-Sicherheit und Daten-Technologie (etwa Daten-Plattformen und KI). HPE hat die relevanten Fähigkeiten in einem Daten-Reifegradmodell abgebildet, dessen Kriterien dazu dienen, die Fähigkeit eines Unternehmens zu bewerten, mit Daten effektiv Wertschöpfung zu betreiben. Einige dieser Kriterien wurden auch in der aktuellen Umfrage abgefragt.
Das HPE-Modell umfasst fünf Reifegradstufen, wobei 1 (genannt „Daten-Anarchie“) die niedrigste und 5 (genannt „Daten-Ökonomie“) die höchste ist. Im Schnitt erreichten die befragten Unternehmen einen Daten-Reifegrad von 2,6 – sie befinden sich damit auf der Stufe „Daten-Reporting“, bei der Daten vor allem dazu genutzt werden, rückblickend und periodisch den Erfolg ihrer Geschäftsaktivitäten zu bewerten (etwa Absatzzahlen oder Kundenzufriedenheit). Auf dieser Stufe sind die Firmen aber noch weit von der höchsten Stufe entfernt, auf der interne und externe Daten strategisch und effektiv für die Wertschöpfung verwertet werden (etwa in Form datenbasierter Produkte und Dienstleistungen).
So sagen beispielsweise nur je 6 Prozent der Befragten, dass ihre Datenstrategie ein Kernbestandteil ihrer Unternehmensstrategie ist, und dass datengetriebene Produkte und Dienstleistungen für ihr Geschäftsmodell strategische Bedeutung haben. In der industriellen Bildverarbeitung stellen PC-basierte Systeme oft eine technische Hürde dar. Die Trennung von Bildaufnahme und Datenverarbeitung führt häufig zu Latenzen, erhöhtem Platzbedarf und einem komplexen Wartungsaufwand. Besonders in schnellen Produktionslinien erschwert die Synchronisation zwischen Sensor und externem Rechner eine stabile Prozesskontrolle. ‣ weiterlesen
Präzise 2D-Inspektion mit nativer Edge-Intelligenz
Etwas besser sieht es bei den operativen Daten-Disziplinen aus. So haben beispielsweise 20 Prozent der Firmen eine unternehmensweite Daten-Governance. Ebenfalls 20 Prozent nutzen Daten, um mittels vorausschauenden oder Trend-Analysen ihre Prozesse zu optimieren und zu automatisieren. Und 63 Prozent setzen irgendeine Art von KI oder maschinellem Lernen ein.
Data Act lenkt Fokus auf hybride Cloud – Übereinstimmung mit HPE-Strategie
Der Data Act will zudem den Wettbewerb im Cloud-Markt stärken und den Firmen mehr Freiheit geben, die am besten passenden Plattformen für ihre Daten-Strategie auszuwählen und zu kombinieren. Dazu werden die Cloud-Anbieter verpflichtet, ihren Kunden den Wechsel auf andere Cloud-Plattformen zu erleichtern und nach einer Übergangsfrist auch auf Wechselentgelte (insbesondere Datenextraktionsentgelte) zu verzichten. Zudem umfasst der Data Act Maßnahmen, um die Interoperabilität von Cloud-Plattformen zu verbessern.
Laut HPE-Umfrage wird dieser Teil des Data Act zu einer erhöhten Wechselbereitschaft der Firmen und mehr Vielfalt in den Cloud-Umgebungen führen. Nur für 16 Prozent der Befragten wird der Data Act kein Anlass für Veränderungen ihrer Cloud-Strategie sein. Der größte Teil der Führungskräfte (46 Prozent) gibt an, dass sich ihr Unternehmen in Richtung einer hybriden Cloud-Strategie entwickeln wird, also einer Kombination mehrerer Cloud-Plattformen mit der eigenen IT-Umgebung. Ungefähr gleiche Anteile werden mehr Daten und Anwendungen in die Cloud verlagern (36 Prozent) und Daten und Anwendungen in die eigene IT-Umgebung zurückholen (31 Prozent).
Diese Entwicklung deckt sich mit der Strategie von HPE. Diese zielt darauf ab, Kunden zu helfen, den Wert aller ihrer Daten zu erschließen, unabhängig davon, wo diese erzeugt und gespeichert werden. Die Hybrid-Cloud-Plattform HPE GreenLake gibt Kunden die Freiheit, die passenden Plattformen für ihre Daten und Anwendungen zu wählen – mit einem einheitlichen Betriebsmodell über Standorte, Rechenzentren und Clouds hinweg. Software-Lösungen wie z.B. HPE Ezmeral Unified Analytics und HPE Ezmeral Data Fabric erlauben einen einheitlichen Datenzugriff in hybriden Multi-Cloud-Umgebungen und umfassen ein Ökosystem von Werkzeugen und Modellen für Datenanalyse und KI. Auf diese Weise können Kunden ihre Datenbestände kontrollieren, ihre Datenlieferkette industrialisieren und produktiv für die Wertschöpfung einsetzen.
