Vorsprung durch Wissen – Die Ära von Big Data kommt noch

In zehn Jahren wird man über das was wir heute unter Big Data verstehen nur müde lächeln. Die Datenmengen werden durch das »Allesnetz« in einem unvorstellbaren Ausmaß wachsen. Es gilt den Herausforderungen schon heute zu begegnen.

Angetrieben von immer neuen technischen Innovationen, bieten sich in der heutigen Zeit mehr Möglichkeiten denn je Daten zu sammeln und zu analysieren. Trotzdem sind diese vermeintlich neuen Daten nicht einfach aus dem nichts entstanden, sondern sie existierten schon immer – nur dass es keine Möglichkeiten gab diese zu messen und zu verarbeiten. 

Als Metapher kann man sich ein Schiff auf See vorstellen, das ununterbrochen von Dateninformationen (wie Wetter, Treibstoffreserven und Beladung) abhängig ist. Vor nicht allzu langer Zeit wäre der Kapitän dieses Schiffes froh gewesen, hätte er nur jeden Tag die genaue Position ermitteln und in sein Logbuch eintragen können. Heutzutage sind moderne Schiffe aber nicht nur in der Lage die Position jederzeit zu ermitteln, sondern anhand von Wetterkarten, Radarinformationen, Echolot u.v.m. Entscheidungen zu treffen, die für einen sicheren Seegang von Nöten sind. Daran zeigt sich, dass diejenigen, welche einen Vorsprung an Wissen haben, stets einen Vorteil gegenüber ihren Konkurrenten oder Mitbewerbern besitzen. Deshalb trifft das Zitat von Peter Sondergaard (2011), die Wichtigkeit von Daten und Informationen in der heutigen Zeit:

»Information is the oil of the 21 century and analytics is the combustion enginge«. [1]

Durch das exponentielle Wachstum von Datenmengen werden IT-Experten nun vor neue Herausforderungen gestellt. In Deutschland wird Big Data oft als Sammelbegriff für die moderne digitale Technologie verwendet. Aber nicht nur die digitalen Datenmengen an sich stehen im Fokus. Vielmehr nimmt Big Data und die damit einhergehende Digitalisierung auch nachhaltig Einfluss auf die Sammlung, Nutzung, Verwertung, Vermarktung sowie vor allem Analyse der digitalen Daten. Im Kontext von Big Data stehen auch zwangsläufig die drei grundlegenden Kriterien: Volume, Velocity und Variety. Das Big Data etwas mit großen Datenmengen zu tun hat, darauf wäre man wohl auch ohne die drei »Vs« gekommen. Das heißt, falls eines dieser Kriterien zutrifft, hätte man ein gutes Argument für ein Big-Data-Projekt. 

Volume ist die Problematik der Speicherung von riesigen Datenmengen, deren Aufkommen so groß und komplex ist, dass es mit herkömmlichen Methoden der Datenverarbeitung nicht mehr gespeichert oder gar analysiert werden kann. 

Velocity dagegen bezeichnet die Geschwindigkeit, mit der Daten generiert und verarbeitet werden können, sodass, wenn man es auf die Spitze treibt, eine Echtzeitverarbeitung und -analyse erzielt werden kann. 

Variety bezieht sich auf die Vielfalt der Datentypen und -quellen. Neben herkömmlichen Datensätzen zählen auch Texte, Bilder, Videos, Geodaten oder Audioaufzeichnungen zu dieser Datenvielfalt. Diese müssen gesammelt, strukturiert und auf Zusammenhänge untersucht werden, um sie anschließend in Beziehung zueinander zu setzen. 

Grundvoraussetzung für Big Data sind die Entwicklung neuer Technologien der Datenverarbeitung, wie beispielsweise In-Memory-Speicherlösungen, oder das Voranbringen neuer Algorithmen und Werkzeuge, wie Business-Intelligence-Tools.

Potenziale und Risiken. In Unternehmen fallen täglich Unmengen an Informationen und Daten an. Mithilfe von Big Data und Big Data Analytics können Daten aufbereitet und in Informationen umgewandelt werden. Aus diesen lassen sich zum einen neue Kennzahlen entwickeln, aus welchen schlussendlich Geschäftsentscheidungen getroffen werden, die zum Erfolg des Unternehmens führen. Durch Echtzeitanalysen kann diese Entscheidungsfindung zusätzlich schneller stattfinden und man kann auf sich ändernde Daten reagieren. Weiterhin kann Big Data dazu beitragen präventiv Entscheidungen zu treffen, und dadurch einen Vorteil gegenüber den Wettbewerbern zu erzielen. Beispielsweise durch die Auswertung von Maschinendaten können Informationen erhalten werden, in welchen Abständen die Maschine ausfällt. Durch den Einsatz zusätzlicher Sensorik können weitere Daten erfasst werden, um daraus Abhängigkeiten und Zusammenhänge zu ermitteln. Durch die gewonnenen Informationen lassen sich Maßnahmen, etwa eine Instandhaltung zu einem bestimmten Zeitpunkt vor Ausfall der Maschine, einrichten. Dadurch lassen sich nicht nur Prozesse optimieren, sondern auch Kosten senken.

Einer der größten Chancen von Big Data sind vor allem neue Einblicke in Kundenbedürfnisse und in das Kaufverhalten von Kunden zu bekommen. Durch die Analyse dieser Daten können vorhandene oder kommende Trends erkannt beziehungsweise vorausgesagt werden. Firmen können nun darauf reagieren und neue Produkte oder besondere Marketingstrategien entwickeln. Für Unternehmen im B2C-Bereich ist die Entwicklung der sozialen Netzwerke ein Segen. Niemals zuvor konnte man eine so breite Masse an personenbezogenen Daten aus Tweets, Likes, Hashtags, Trends und Diskussionen sammeln. 

Wo Big Data auf der einen Seite viele reizvolle Vorteile bietet, muss man an dieser Stelle auch einmal auf die Kehrseite eingehen. Der zu weiten Teilen meist kritisierte Punkt an Big Data ist der Eingriff in die Privatsphäre der Menschen. Diejenigen Unternehmen, welche die Daten der Menschen nutzen und analysieren, können tiefe Einblicke über die Gewohnheiten und charakterlichen Züge des Menschen gewinnen. Während im Internet unaufhaltsam eine Spur von Daten erzeugt wird, werden Bewegungen im Netz von sogenannten Cookies aufgezeichnet. Seiten, die besucht, Produkte, welche angeschaut werden oder auch in welcher Reihenfolge, wird hier gespeichert. Am Ende dieser Spur steht der Endverbraucher. Durch die Entschlüsselung und Analyse dieser Spuren werden Verbtaucher zu gläsernen Objekten, woraus deren Gewohnheiten, politische Einstellungen, Hobbys, Gesundheitszustand und vieles Weiteres gefolgert werden kann – dadurch geht jede Art von Anonymität verloren. Wo auch immer Daten gesammelt werden, besteht das Risiko, dass diese Daten in fremde Hände gelangen und Schaden verursachen. Deshalb spielt das Thema Datenschutz eine entscheidende Rolle bei der Diskussion um Big Data.

Die Zukunft. Ganz egal wie groß das Volumen von Daten im Moment auch ist, der Trend wird sich fortsetzen und in den kommenden Jahren weiter zunehmen. Unter dem Begriff »Internet of Things (IoT)« oder auch »Allesnetz« genannt, wird die vollständige Vernetzung von wirklich allem möglich: Angefangen von der gechipten Kuh, vollautomatische Produktionsstraßen, Telekommunikationsdaten, Verkehrsampeln, bis hin zu Smart-Home-Systemen, die schon vorher wissen, wann man zu Hause sein wird, um bei der Ankunft die gewünschte Zimmertemperatur vorzufinden. Sieht man für einen Moment von der Diskussion über Datensicherheit und Kontrolle ab und betrachtet nur den technischen Aspekt, so ist jetzt schon klar: Es wird eine unvorstellbare Menge an Daten anfallen. Wir verfügen im Moment nicht einmal über die passenden Vergleichsmaßstäbe, um die Datenmenge, über die wir verfügen werden, zu bemessen. Entsprechend drängend sind die Fragen nach der Entwicklung der Rechenleistung und der Speichermedien. Die eigentliche Ära von Big Data steht uns also erst noch bevor.


Oliver Ell,
Junior Consultant,
Industrial Application
Software GmbH

 

 

Christine Schuhmacher, PR-Redakteurin
www.caniaserp.de

 

[1] https://medium.com/project-2030/data-is-the-new-oil-a-ludicrous-proposition-1d91bba4f294

 

Illustration: © Pop Tika /shutterstock.com 

 

500 search results for „Big Data Analytics“

Robotik, KI, AVs, Blockchain, Big Data Analytics und Sensoren krempeln die traditionelle Lieferkette um

95 % der Unternehmen noch nicht in der Lage, Vorteile der Digitalisierung für Supply Chains voll auszuschöpfen. Neue Technologien entwickeln sich so rasant, dass Schritthalten für Unternehmen schwierig ist. Mehr als 75 % erkennen potenzielle Vorteile von Informationstechnologie zur Kostenreduzierung, scheitern jedoch bei Implementierung an internen Hürden.   Der Report von DHL zur Digitalisierung in…

Big Data Analytics – Aus Rohdaten wird Gewinn

Verborgene Schätze – Sensoren, Maschinenlogs, SAP-Daten, Remote-Plattformen oder andere Quellen liefern jeden Tag enorme Datenmengen. Sie bleiben häufig ungenutzt. Die Herausforderung ist es, diese Big Data so aufzubereiten, dass man daraus Werte schaffen kann – auf der Kosten-, der Risiko- und vor allem der Wachstumsebene.

Big Data Analytics: So wird jeder Tag zum Black Friday

Vier Ansätze, wie Händler mit Big Data ihre Umsätze steigern. In den letzten Jahren sind Diskussionen über den Erfolg des Black Friday aufgekommen. Gründe dafür waren erste Angebote schon Tage vor dem Verkaufs-Freitag und schließlich die Erkenntnis, dass die Schnäppchen gar nicht so günstig sind, wie sie von den Unternehmen beworben werden. Dazu hat sich…

Katana neuer USU-Geschäftsbereich für Big Data Analytics

Die Digitalisierung der Industrie entwickelt sich zu einem Treiber für die Nachfrage nach Big-Data-Analytics-Anwendungen und Daten-getriebenen Services. Mit Data-as-a-Service-Lösungen werden bereits in 2019 weltweit knapp 12 Milliarden Dollar umgesetzt, so eine aktuelle Studie der Marktforscher von 451 Research. Die USU Software AG hat seit 2012 in diesem Umfeld mit eigener Forschung eine neue Big-Data-Analytics-Plattform entwickelt…

Big Data Analytics erfordert eine verlässliche Datenbasis

Der Begriff Big Data Analytics bezeichnet ein umfangreiches Spektrum von Methoden und Verfahren, beispielsweise Datenintegration, Datenmanagement, Business Intelligence und Predictive Analytics. Sie alle verfolgen das Ziel, eine breite Datenbasis möglichst effizient zur Optimierung von Entscheidungsprozessen im Unternehmen einzusetzen. Eine wichtige Rolle dabei spielt eine kontinuierlich hohe Datenqualität, ohne die keine echten Fortschritte erreichbar sind und im schlimmsten Fall das Risiko besteht, falsche Schlüsse zu ziehen.

Studie zu Big Data Analytics deckt Defizite und Potenziale bei der Digitalen Transformation auf

90 Prozent der Industrieunternehmen in Deutschland, Österreich und der Schweiz (DACH) nutzen noch immer weniger als die Hälfte ihrer Daten. Das ist eine Erkenntnis der Studie »Wettbewerbsfaktor Analytics 2015«. Die von der Universität Potsdam in Zusammenarbeit mit dem Softwarehersteller SAS durchgeführte Untersuchung erhebt den analytischen Reifegrad von Unternehmen der DACH-Region [1]. Quintessenz: Ein Großteil der…

Wie positionieren sich die Anbieter von Big Data Analytics im Schweizer Markt?

Die verfügbaren Analyse-Tools verteilen ihre Berechnungsergebnisse noch immer überwiegend an die traditionelle Anwendergruppe, meist Geschäftsführung und Controlling. Damit verhalten sich viele Big-Data-Anwendungen wie klassische BI/BA-Lösungen. Die Anwendungs-Szenarien bestehen oft aus Diagrammen mit attraktiv dargestellten und durchaus auch intuitiv verständlichen Key Performance Indicators und anderen Ergebnissen aus dem heute typischen Geschäftsalltag. An dieser Situation hat sich…

Data Analytics in der Praxis – 7 Beispiele für erfolgreiche BI- und Big-Data-Projekte

  Angesichts sich immer schneller ändernder Rahmenbedingungen ist die Bedeutung von Datenanalyselösungen rapide gestiegen. Unternehmen müssen in immer kürzerer Zeit immer weitreichendere Entscheidungen treffen. Dazu brauchen sie einen verlässlichen Datenbestand, der einerseits alle Informationen der Organisation enthält und andererseits rasch und unkompliziert ausgewertet werden kann. Die nachfolgenden, branchenübergreifenden Praxisbeispiele zeigen, wie Unternehmen Daten systematisch analysieren…

Big Data und Data Analytics: Schritt für Schritt zur eigenen Infrastruktur

Big Data und Data Analytics gehören zu den Kernthemen, mit denen sich Unternehmen heute im Rahmen der Digitalisierung ihrer Geschäftsmodelle auseinandersetzen. Externe Unterstützung in der Vorbereitungs- und Aufbauphase hilft Unternehmen, schnell und zielgerichtet eigene Strukturen aufzubauen, um Daten zur Wertschöpfung nutzen zu können. Big Data ist für die Mehrheit der Unternehmen inzwischen ein relevantes Thema,…

Big Data: Analytics as a Service

In der aktuellen Studie »Experton Big Data Vendor Benchmark 2017« wurde die Anbieterlandschaft für Big-Data-Lösungen und -Services in sieben Kategorien untersucht. Eine Kategorie betrachtet die Angebote, bei denen Analytics-Umgebungen im Rahmen von Service-Modellen im Mittelpunkt stehen. Viele Anwenderunternehmen sind mittlerweile mit dem Unterschied zwischen dem unkontrollierten Sammeln von Daten, der Installation einer Hadoop-Distribution, der Verarbeitung…

Die Trends 2017 für Analytics, künstliche Intelligenz und Big Data

Für den Komplex Analytics, Big Data und neue, datengetriebene Geschäftsmodelle hat die Experton Group einige Schwerpunkte identifiziert, die 2017 eine große Rolle spielen oder an Bedeutung gewinnen werden. Data Lakes Da sind zunächst Data Lakes zu nennen, Stichwort Hadoop, wofür den Anwendern inzwischen weitgehend ausgereifte Distributionen zur Verfügung stehen. Wie wir vor einigen Jahren bereits…

Big Data und Advanced Analytics: Erfolgsfaktoren der Digitalisierung

Die Analyse von Big Data verspricht weitere und aktuellere Daten für die operative Steuerung und Entwicklung neuer Angebote. Doch bislang geht die Mehrheit der Unternehmen das Thema noch sehr vorsichtig an, wie jetzt eine gemeinsame Umfrage der QUNIS GmbH, Controller Akademie und Aquma GmbH zeigt [1]. Neben einen weiterhin hohen Informationsbedarf sind es vor allem…

Infografik: Big Data Security Analytics

Durch die fortschreitende Digitalisierung der Unternehmenswelt sind Unternehmen so gefährdet wie nie, Opfer von Cyberattacken zu werden. In fortgeschrittenen Big-Data-Analysen liegt großes Potenzial, sich wirksam gegen solche Angriffe zu schützen. Wie der aktuelle Stand aussieht, hat jetzt die gemeinsame Studie »Big Data und Informationssicherheit« von KuppingerCole und BARC ausführlich untersucht. Die vorliegende Infografik visualisiert die…

Automobilindustrie muss Big Data & Analytics mehr Beachtung schenken

Datensicherheit, fehlendes Know-how und mangelnde Daten sind die größten Herausforderungen. Das Thema Big Data & Analytics ist im Zuge neuer Technologien und digitaler Innovationen in der Automobilindustrie immer stärker im Kommen und wird von der Mehrheit der Unternehmen bereits als zunehmend relevant eingestuft. Dabei geht es vor allem um die Analyse von Kunden- und die…

Weitere Artikel zu