Patrick Cato Einflüsse auf den Implementierungserfolg von Big Data Systemen

Zum Inhalt

Big Data Systeme ermöglichen die Verarbeitung von großen und komplexen Datenmengen. Durch die zunehmende Beherrschbarkeit dieser Datenmengen wurden vielfältige Anwendungsmöglichkeiten geschaffen. Inspiriert von den neuen Anwendungsfeldern wurden in einer Reihe von Unternehmen Big Data Projekte gestartet. Wenngleich das praktische Schrifttum von den Whitepapern der Beratungs- und Lösungsunternehmen dominiert wird, die über ihre Erfolge und Produkte berichten, so lassen Praxisberichte erkennen, dass viele Big Data Implementierungen komplexitätsbedingt scheitern. Konkrete Hilfestellungen dazu, wie Big-Data-Projekte erfolgreich umgesetzt werden können, fehlen. Analoge Schlussfolgerungen finden sich auch im wissenschaftlichen Schrifttum.

Es besteht ein hohes praktisches und wissenschaftliches Interesse an dem Thema Big Data, jedoch finden sich im praktischen und wissenschaftlichen Schrifttum nur wenige nennenswerte Beiträge, die sich zielgerichtet mit den Einflussfaktoren des Implementierungserfolgs von Big Data Systemen auseinandersetzen. Zudem basiert der Erkenntnisgewinn bis dato ausschließlich auf Sekundärquellen, das heißt eine empirische Betrachtung des Untersuchungsgegenstandes erfolgte noch nicht. Ferner wurde das Thema Big Data bis dato noch nicht von der IT-Nutzenforschung aufgegriffen. Folglich sind aus theoretischer Perspektive der IT-Nutzenforschung noch keine Theoriebildungsprozesse zu erkennen.

Der Verfasser greift die oben skizzierten Forschungslücken auf. Zentrales Ziel in dieser Studie ist die Identifikation der relevanten Faktoren, die den Implementierungserfolg von Big Data Systemen in Unternehmen beeinflussen. Die Forschungsziele sind erkenntnistheoretischer Natur; der Verfasser entwickelt ein differenziertes Verständnis zur erfolgreichen Nutzung von Big Data Systemen in Unternehmen. Hierbei wird sowohl für die Wissenschaft als auch die Praxis ein positiver Wertbeitrag geleistet. Praktikern werden basierend auf den ermittelten Einflussfaktoren konkrete Handlungsempfehlungen gegeben. Für die Wissenschaft wird insbesondere durch die Verknüpfung des Themas Big Data mit theoretischen Konstrukten der IT-Nutzenforschung eine modelltheoretische Sicht auf das Thema eröffnet. Der Betrachtungsfokus liegt auf Unternehmen.