Pay-Per-Use Modelle ermöglichen Self-Service Analytics und somit den schlanken Einstieg in neue Technologien und Geschäftsmodelle. Platform-as-a-Service (PaaS)-Angebote überwinden infrastrukturelle Barrieren und Hürden im Business Enablement. Der Use Case steht im Mittelpunkt und somit die Fokussierung auf neue wertschöpfende Geschäftsmodelle und deren Fragestellungen.

Die Trends und Entwicklungen im Business Intelligence (BI) und Analytics Markt machen es Anwenderunternehmen nicht immer einfach Schritt zu halten. Auch wenn State-of-the-Art Technologien heute Möglichkeiten bieten, die noch vor wenigen Jahren nur bedingt vorstellbar waren, sind nicht selten hausinterne Restriktionen ein Show-Stopper. Nicht jedes neue Werkzeug lässt sich in die gegebene Infrastruktur einbetten. Data Science Methodologien erfordern zudem neue Fertigkeiten, die wenig bis gar nicht im Unternehmen verfügbar sind. Nichtsdestotrotz fordert das Topmanagement die Auseinandersetzung mit Big Data ein, um bisher nicht entdeckte Datenschätze zu heben und neue Wertschöpfungspotenziale zu erschließen.

Wie soll man dem als IT-Abteilung beziehungsweise als Verantwortlicher im Competence Center begegnen? Vielleicht so: Einfach mal machen!

 

Zahle nur was du in Anspruch nimmst

Eine Lösung können PaaS-Angebote sein, die im Pay-Per-Use Model in Anspruch genommen werden. Es gibt mittlerweile einige Distributoren, die Data Warehouse (DWH)-Systeme in der Cloud anbieten, die zudem Out-of-the-box-Konzepte für Data Governance und Data Management beinhalten. Flexibel können zahlreiche verschiedene Quellsysteme wie unter anderem SAP und Salesforce angebunden werden. Visualisierungen und Analysen werden mit marktgängigen Instrumenten wie Tableau oder PowerBI vorgenommen. Snowflake beispielsweise ist ein cloudbasierter DWH-Anbieter, der sogenannte smarte Data Lakes bereitstellt, die sich problemlos in ein PaaS einbetten lassen.

Die PaaS-Angebote zeichnen sich auf der einen Seite durch einen Full Service aus, der neben den beschriebenen Funktionen auch eine umfassende 24/7-Betreuung gewährleistet. Auf der anderen Seite sind Umfang, Nutzung und Speicherplatz in Abhängigkeit vom Bedarf frei skalierbar. Der Nutzer zahlt im Pay-Per-Use-Ansatz nur die tatsächlich in Anspruch genommenen Leistungen.

 

Mit Pay-Per-Use-Modellen erste Versuche mit Big Data-Technologien wagen

Gerade für Unternehmen, die erste Gehversuche mit neuen Big Data-Technologien probieren wollen, um anhand von Data Science das eigene Potenzial möglicher Datenschätze zu eruieren, bietet sich hier eine passende Gelegenheit. Durch das cloudbasierte PaaS-Modell werden alle benötigten Werkzeuge nebst Infrastruktur, Service und Betrieb in einem Paket bereitgestellt. Es bedarf keines zeitraubenden Settings der hauseigenen IT, was der Idee eines schlanken und zeitnahen Pilotprojektes oft entgegensteht. Die Analytics- und DHW-Instrumentarien können exakt für die benötigte Dauer bequem und unkompliziert gebucht werden. Wird durch verschiedene Projektansätze mehr Speicherplatz erforderlich, um beispielsweise neue Modelle zu kalkulieren und auszuwerten, kann dieser einfach skaliert werden.

 

Pay-Per-Use erleichtert agile Projektvorgehensweisen

Der Self-Service-Gedanke und die Fokussierung auf den Use-Case stehen bei diesem Konzept im Mittelpunkt. Neue Ideen und Innolabs sollen nicht durch aufwendige Investitionen in Infrastruktur, Speicherplatz und Betrieb von vornherein blockiert werden. Insbesondere agile Projektvorgehensweisen erfordern eine flexible BI- und Analytics Architektur. Nicht immer steht zu Beginn eines Mockups fest, welche Erkenntnisse der initiierte Laborversuch hervorbringt und ob eine Pilotanwendung auch in einen späteren Regelbetrieb übernommen wird. Pay-Per-Use belastet die Projektbudgets nur für den tatsächlich in Anspruch genommenen Rahmen. Dies erlaubt auch Fast-Fail- sowie Trial-and-Error-Herangehensweisen, um verschiedene Use-Cases nacheinander oder parallel einem Stresstest zu unterziehen.

Sollten Pilotprojekte die gewünschten Mehrwerte erzeugen und sich mittel- bis langfristig eine Überführung in die bestehende Infrastruktur anbieten, um beispielsweise Synergien mit anderen Anwendungen zu generieren, ist dies erfahrungsgemäß mit überschaubarem Aufwand möglich. Die bekannten Anbieter der unterschiedlichen PaaS-Komponenten stellen heute zahlreiche Migrationspfade bereit, die eine sukzessive Transformation ermöglichen. Bis dahin kann der Übergang Schritt für Schritt organisiert und die PaaS-Lösung weiter genutzt werden. Im Anschluss wird die Applikation deaktiviert und es fallen demzufolge keine weiteren Kosten an.

Manchmal ist es einfacher gesagt als getan – aber Pay-Per-Use nimmt den Unternehmen Entscheidungsdruck hinsichtlich kostspieliger Investitionen und bereitet somit tatsächlich ein Stück weit den Weg hin zu „Einfach mal machen“.