Auch in der Schweiz entdecken Private- und Managed- Cloud-Anbieter den Public-IaaS-Markt für sich

Frank Heuer

Frank HeuerInfrastructure as a Service zählt – neben Software as a Service – zu den originären und wichtigsten Cloud-Computing-Servicesegmenten. Dies gilt hinsichtlich des Innovationspotenzials für die Anwender – Rechen- und Speicherkapazitäten können nutzungsabhängig bezogen und eingekauft werden – sowie hinsichtlich des langfristigen Marktpotenzials. So löst IaaS...

%%%%%

Future-Mobile-Workplace-Segmentierung: 2. Kriterium = Arbeitsort – Location, Location, Location

Dr. Henning Dransfeld

Dr. Henning DransfeldExperton Group ist im Begriff, eine Segmentierung für den Future Mobile Office anhand von festen Kriterien zu definieren um die Anforderungen der Belegschaft zu verstehen.  besser gerecht zu werden. Wir haben dazu bei der Experton-Group Stand heute zwei Sets definiert (und das sind längst nicht alle):

1. Altersgruppen:...

%%%%%

IT Generation Y – Was bedeutet das eigentlich?

Oliver Giering

Oliver GieringGeneration Y oder aber auch die so genannten Millennials, also jene Menschen, die etwa in den Jahren zwischen 1985 – 1995 geboren wurden, sind ein beliebtes Thema in den Feuilletons diverser Tageszeitungen, aber auch in der IT-Branche von scheinbar großer Relevanz, betrachtet man die Erwähnungen, die diese vielseitige Bezeichnung in den letzten Jahren...

%%%%%

Big-Data-Syndizierung, -Reporting und –Visualisierung: Wie positionieren sich die Anbieter im deutschen Markt?

Holm Landrock

Holm LandrockEntsprechend der Definition der Experton Group für „Big Data“ sind Big-Data-Anwendungsszenarien auch dadurch gekennzeichnet, dass die Berechnungs- und Analyse-Ergebnisse, auch prädiktive, einer sehr viel größeren Benutzergruppe als im klassischen BI/BA-Umfeld zugänglich sind. Deshalb sind in dieser Kategorie des Big Data Vendor Benchmarks 2015 die Lösungen...

%%%%%

Wie positionieren sich die Anbieter im Schweizer Markt für Cloud Security Encryption?

Oliver Schonschek

Oliver SchonschekDer Königsweg zum Schutz vertraulicher Daten lautet Verschlüsselung. Eine starke Verschlüsselung des Cloud-Zugangs und des Cloud-Speichers durch den Cloud-Anbieter ist wichtig, aber nicht ausreichend; Vielmehr muss der Cloud-Nutzer selbst für eine Verschlüsselung sorgen, die dem Stand der Technik entspricht und die unabhängig vom Cloud-Anbieter...

%%%%%

Kurz notiert: Frisch aus dem Cloud Research Funnel - Modular & Portable Service Delivery

Heiko Henkes

Heiko HenkesWer möchte sich künftig noch mit Infrastrukturen und deren Ausgestaltung in Abhängigkeit der immer komplexer werdenden Applikationsalgorithmen herumärgern? Die Hardware rückt generell immer mehr in den Hintergrund. Ist deshalb auch schon die IaaS-Zeit vorbei und die Zeit der revolutionären Software bzw. Service Lieferung angebrochen?

 

 

Aktuelle...

%%%%%

Office 365, eine Lösung für eine bessere Zusammenarbeit

Wolfgang Heinhaus

Wolfgang HeinhausDie Experton Group hat nach einer einheitlichen Plattform für eine bessere und effizientere Mitarbeiterzusammenarbeit gesucht und auch gefunden. In der Vergangenheit sind viele Silos entstanden für den E-Mail-Verkehr, Video- und Audiokommunikation, Repository, CRM usw. Die Applikationen sind aktuell auf diversen Servern installiert, die bei...

%%%%%

Experts On Demand

RSS Experton Group on Twitter Experton Group Blog Experton Group on YouTube
  • Cloud
  • Big Data
  • Mobile Enterprise
  • Social Business
  • Sourcing
  • Security
  • Industrie 4.0

Bankenindustrie – Digitalisierungsstrategien und Big Data Business

27.02.2015

Arnold Wagner

Arnold WagnerBanken haben im Rahmen ihrer Digitalisierungsstrategien große Erwartungen an Big Data Analytics und sehen in dieser Entwicklung mittelfristig eine erhebliche strategische Relevanz zur Verbesserung der Wettbewerbsposition. Big Data hat das Potenzial, neue Geschäftsmodelle, Finanzprodukte und Services zu schaffen und Innovationen voranzutreiben. Prognosen, die sich ständig und automatisch an veränderte Rahmenbedingungen anpassen, tragen entscheidend dazu bei Geschäftsprozesse profitabel sowie zukunftsfähig zu gestalten. Der Nutzen von Big Data liegt vor allem in der (Real-time)-Analyse großer Datenmengen, die mit den üblicherweise eingesetzten Techniken einer klassischen BI-Architektur aus Datenintegration, Datenspeicherung, Analytik und Visualisierung/Auswertung nicht richtig erreichbar sind. Die Grenze zwischen Big-Data- und traditionellen BI- und Data-Warehouse-Szenarien ist fließend. Ein Beispiel: Die Deutsche Bank hat im November erstmals einen Chief Data Officer auf der Führungsebene ernannt. Er soll die Deutsche Bank unterstützen, ihren Wettbewerbsvorteil durch Erweiterung ihrer Kunden- und Marktkenntnisse sowie durch Verbesserung der Datenqualität und -kontrolle auszubauen. Die Commerzbank hat diese Funktionen einem sog. „Future Lab" gebündelt. Ziel ist die kontinuierliche Analyse des Kundenverhaltens zur Optimierung des Multikanalangebots.

Digitalisierungsprojekte stehen in zahlreichen Banken auf der Management-Agenda. Mit flexibleren Technologieplattformen und der IT-Transformation planen Banken neue Produkte und Service schneller einzuführen und sich strategisch auf die die nächste Phase der Digitalisierung vorbereiten. Banken haben, auch durch den Druck neuer Wettbewerber mit digitalen Geschäftsmodellen, erkannt, dass die Innovationsfähigkeit durch einen eigenen First-Mover-Ansatz verbessert werden muss. Ein aktuelles Beispiel dazu ist der Sourcing-Deal über IT-Infrastruktur im globalen Firmenkundengeschäft zwischen Deutsche Bank und Hewlett-Packard über mehre Mrd. US-Dollar (Private Cloud, Technologie-Upgrade). Insgesamt betrachtet braucht die Bankenindustrie bei neuen Technologien und Services eine stärkere „Trial-Error-Kultur“. Letztlich verändern sich durch die Digitalisierung aus Sicht des Bankmanagements zwei wesentliche Faktoren: die Kundenwünsche und Erwartungen sowie die Wettbewerbsbedingungen. Im Fokus der aktuellen Diskussionen stehen häufig die Front-End-Prozesse (Kunde-Bank-Interaktion) und damit die Erweiterung des Online- oder Mobile-Banking-Angebots. Die Potenziale der Digitalisierung umfassen allerdings die gesamten Wertschöpfungsketten aller Geschäftsfelder und das gesamte Operating Model. Die Implementierung stellt hohe Anforderungen an eine (agile) IT-Architektur und neue Interaktionsmodelle zwischen Front- und Back-Office-Einheiten im Retail Banking. Zunehmend rücken die Prozesse und der Kundenmehrwert in den Geschäftsfeldern Zahlungssysteme und Cash-Management auf die Projektagenda. Bei der Digitalisierung sind Banken im strategischen Vorteil die aufgrund des Geschäftsvolumens Skaleneffekte und damit eine optimierte Wettbewerbsfähigkeit generieren können.

Die Implementierung von „Big-Data-Strategien“ umfasst strategische und operationelle Erfolgsfaktoren im Rahmen des „Enterprise Information Managements“. Differenzierung nach: Information Strategy, Data Analytics, Data Quality, Data-Interpretation, User Expectations, Decision-Making Governance, Tools und Technologien, New-Skills (Data Scientist) sowie Business Value und eine „Trial-Error-Kultur“. Die ökonomische Bedeutung von (Echtzeit-) Daten, wie Finanz- und Börsentransaktionsdaten und Social-Networking Analysen sowie deren Auswirkungen auf das Vertriebsmanagement der Banken nimmt kontinuierlich zu (Beispiel: Marktdaten für die Geschäftsbereiche Investmentbanking und Asset-Management). Um wettbewerbsfähig zu bleiben, sollten die Banken lernen, ihren steigenden Datenpool (interne und externe Datenströme mit hoher Datenqualität) mit modernen Managementmethoden zu verbinden und in adäquate Geschäftsstrategien sowie entsprechend angepasste Finanzprodukte und Services zu transformieren. Entscheidend sind Banken- und Analyseexperten mit praktischer Erfahrung, um Daten aus unterschiedlichen Quellen richtig zu managen, relevante Erkenntnisse abzuleiten und so eine Faktenbasis zu schaffen, die Banken die Entscheidungsfindung in den Kernprozessen erleichtert. Die Verankerung von Big Data im Business Management sowie die Integration in die operativen IT-Systemen (Core Banking Systeme) ist ein kritischer Erfolgsfaktor.

Die Top-Herausforderung für das Management ist es, wirtschaftlich lohnende Anwendungsszenarien zu finden, die neue Investitionen rechtfertigen. Neue Anwendungsszenarien liegen in den Geschäftsfeldern Multikanal-Banking (Filial-/Direktbanken), traditionelle und digitale Börsenplattformen, Fonds- und Kreditkartengesellschaften sowie im Risikomanagement, Reporting sowie Controlling und Compliance. Ein Beispiel: Deutsche Börse AG (Konzernbereich IT & MD+S Division) nutzt auf einigen Gebieten Big Data-Lösungen. Die gesamten Handelsdaten der Börsenplätze Xetra und Eurex sowie die Indexdaten eines Tages werden in einem Data Warehouse gespeichert und stehen für interne und externe Analysen u.a. über eine API-Schnittstelle in der Cloud zur Verfügung („Big Data as a Service”). Im nächsten Schritt könnten die Banken ihre Analysen direkt auf der Datenbank bei der Deutschen Börse durchführen, entweder mit vordefinierten Formeln oder mit eigenen Algorithmen („Analytics-Store“). Über Sourcing-Modelle lassen sich Infrastruktur und Analysetechnik gemeinsam aufbauen (ggf. auch Pool-Szenarien). Ein Anwendungsbeispiel für Performance und Skalierbarkeit ist der Hochfrequenzhandel (HFT, Regulierung durch MiFID II): Technologische Voraussetzung ist eine high-performance Plattform zur Echtzeitdatenanalyse, die breite Anwendung im Algorithmic Trading, FX eCommerce, Risiko- und Compliance-Monitoring.

Managementberater haben begonnen, eigene Geschäftsfelder aufzubauen, die sich auf Big Data und Business Analytics konzentrieren (Beispiele: BCG Digital Ventures, Deloitte). Statt klassischer Projektgeschäfte ist nun die Entwicklung völlig neuer Geschäftsmodelle gefragt, die die Chancen einer zunehmenden Digitalisierung der Wertschöpfungskette nutzen. Mit den Technologien und Methoden im Bereich Big Data eröffnen sich Banken neue Wege, bestehende Datenmodelle und Szenarien mit Echtzeitdaten anzureichern, um somit aussagekräftigere Ergebnisse zu erlangen und Trends zu prognostizieren. Obwohl sich Banken durchaus im Klaren sind, dass Big Data mittelfristig ein Thema mit hoher strategischer Relevanz und lukrativen Wachstumschancen ist, mangelt es an geeigneten Digitalisierungsstrategien und den notwendigen adäquaten Management-Kompetenzen. Zur Hebung der Projektpotenziale sollte die IT-Industrie Einsatzszenarien und Business-Nutzen für die Bankenindustrie sowie Integrationsszenarien verstehen. Es besteht erhebliches Potenzial für Consulting-, Engineering und Integrations-Services sowie für Big-Data-Infrastruktur und IT-Operations. Banken sollten die Datenversorgung verbessern und ein "Analytics Center of Excellence" aufbauen. Die Komplexität der Big-Data-Szenarien und die Marktreife der Technologien und Geschäftsmodelle erfordert bei der Evaluierung Markttransparenz (Produkte, Services, Best Practices) durch unabhängige Research-Analyse. 

Mobile Enterprise wird zukünftig deutlich geschäftsorientierter werden. Der neue Mobile Enterprise Vendor Benchmark 2015 nimmt sich diesen Entwicklungen an und wird Anwendern einen einheitlichen Marktüberblick und konkrete Entscheidungsunterstützung bei der Auswahl entsprechender Angebote und Hersteller in 2015 bieten........................ [mehr]

Experton Group ist bei VOICE - Bundesverband der IT-Anwender e.V. als exklusiver Research- und Beratungspartner vertreten. Besuchen können Sie uns vom 15.-20. März 2015 in Halle 4 Stand A48. Für mehr Informationen klicken Sie bitte ..................... [hier]