Wissen in Datenbanken entdecken – 5 Mythen rund um Data Mining

Anzeige

Data Mining ist kompliziert, ein vorübergehender Trend, benötigt enormes Fachwissen, erfordert riesige Datenbanken und eignet sich zudem nur für bestimmte Branchen. Alles Vorurteile, die leicht zu revidieren sind.

Data Mining wird eingesetzt, um Daten zu analysieren, Muster und Beziehungen innerhalb der Daten zu erkennen und in nützliche Informationen umzuwandeln, damit Unternehmen bessere Entscheidungen treffen können. Die Analyse von Daten erfolgt seit jeher, wird aber in letzter Zeit immer bedeutender, seit neue Spezialtechnologien auf den Markt gekommen sind. Gleichzeitig entstehen aber auch viele Missverständnisse und Mythen über das, was Data Mining ist, wie es funktioniert und welche Vorteile die Nutzung bringt. 

Mythos #1

Data Mining ist ein extrem komplizierter Prozess und schwer verständlich.

Algorithmen hinter Data Mining mögen komplex sein, aber mit den richtigen Tools sollte Data Mining einfach zu bedienen sein und die Art und Weise, wie Sie Ihr Unternehmen führen, verändern. Data-Mining-Tools ermöglichen es Ihnen, Ihre Daten durch einfache Diagramme, Abfragen und Visualisierungen leicht darzustellen und zu verstehen, was Ihnen einen Einblick in die Leistungsfähigkeit Ihres Unternehmens gibt. Sie können dann Probleme und potenzielle Engstellen identifizieren und analytisch fundierte Entscheidungen treffen, um Ihre Ineffizienz zu beseitigen. Data-Mining-Tools sind nicht so komplex oder schwer zu bedienen, wie manche Leute denken mögen. Sie sind so konzipiert, dass sie leicht verständlich sind und Unternehmen in der Lage sind, die im Betrieb produzierten Informationen zu interpretieren. Data Mining bringt enorme Vorteile und sollte für diejenigen, die es in Betracht ziehen, nicht einschüchternd sein.

Mythos #2 

Data Mining ist nur ein weiterer Trend, der bald aussterben wird.

Quantitative Analyse-Praktiken werden von Unternehmen schon seit langer Zeit angewandt. Data Mining ist nur eine weiterentwickelte Version der Methoden, die schon Anfang des 20. Jahrhunderts existiert haben. Daten sind überall vorhanden und die Größe einiger Datenbanken ist heute so enorm, dass es nicht mehr möglich ist, Analysen manuell durchzuführen. Die einfache Bedienung, die Kosten- und Zeitersparnis und die Möglichkeit, eine Analyse der Unternehmensleistung mit einer schnell einsetzbaren und leicht verständlichen Lösung durchzuführen, sind Garant dafür, dass diese Technologie nicht so schnell verschwinden wird. Data Mining war und bleibt eine präsente Technologie, die sich nur in ihrer Form weiterentwickeln wird.

Mythos #3 

Data-Mining-Technik ist so fortschrittlich, dass Fachwissen nicht mehr nötig ist.

Fachwissen und Expertise des Unternehmens und seiner Märkte können nicht durch Data Mining ersetzt werden. Das zusätzliche Wissen durch die neuen Analysemethoden ist wichtig, aber ohne Kenntnis des Geschäfts und seiner Märkte nützen diese Methoden nichts. Daher ist es essenziell, beides zu verstehen. Wenn Sie eine Analyse der Unternehmensdaten durchführen, empfiehlt sich einen Experten auf diesem Gebiet zu haben, der die erzeugten Informationen versteht und nutzen kann. Neben dem Experten, der das Unternehmen und den Markt kennt, braucht man auch einen Experten für Data-Mining-Analysen, der die Tools richtig anzuwenden weiß, um die benötigten Informationen zu bekommen. Data Mining kann im Wesentlichen nicht ohne das Fachwissen existieren.

Mythos #4 

Data Mining ist nur für große Datenbanken einsetzbar.

Obwohl Data Mining häufiger für die Analyse großer Datensätze verwendet wird, kann es für jede Größe verwendet werden. Nahezu jede Datenmenge kann wertvolle Informationen liefern, die für Unternehmen genutzt werden können, um Probleme und mögliche Problemauslöser zu erkennen. Selbst mithilfe von Datensätzen in Stichprobengröße können Unternehmen Ineffizienzen eruieren, denen sie proaktiv vorbeugen oder für die sie sich Verbesserungen überlegen können. Oft ist es sogar von Vorteil, für die Analyse nur bestimmte Daten aus einer großen Datenbank zu ziehen, als die komplette Datenbank. Man muss nur wissen, welchen Typ von Daten man analysieren möchte, um wertvolle Ergebnisse und Schlussfolgerungen zu erhalten.

Mythos #5 

Data Mining ist nur in bestimmten Branchen sinnvoll.

Obwohl Data Mining am häufigsten in stark datenorientierten und innovationsgetriebenen Branchen eingesetzt wird, ist es ein Tool für jedwede Branche. Es wird immer einen Fall geben, in dem Data Mining nicht rentabel ist. Aber genau wie die Größe der Datenbank keine Rolle spielt, so spielt auch die Branche keine Rolle. Ein breites Anwendungsgebiet des Data Mining ist die datengetriebene Prozessanalyse und Prozessoptimierung, welche in allen Branchen existieren. Mithilfe des Data Mining lassen sich strukturierte digitale Prozesse analysieren und somit die Zusammenhänge der einzelnen Prozessgrößen untereinander ermitteln. Neue fortschrittliche ML-Technologien wie Prozessintelligenz ermöglicht es den Unternehmen sogar, selbst Daten aus unstrukturierten Prozessen zu analysieren und Verbesserungsmöglichkeiten zu identifizieren. Damit wird die Prozessabwicklung schneller und präziser und somit das Kundenerlebnis verbessert.



Markus Pichler,
VP Global Partnerships and Alliances
bei ABBYY
Illustrationen: © Drekhann/shutterstock.com

 


 

120 Artikel zu „Data Mining“

Defizite im Data Mining und bei den Datenarchiven

Unternehmen aller Größen und aller Branchen ersticken in Daten und sind kaum dazu in der Lage, Data Mining in ihren Datenarchiven zu betreiben, um wichtige Erkenntnisse zu gewinnen, die letztendlich die Geschäftsergebnisse verbessern können. Ein kleiner Teil der Unternehmen nutzt in der Tat seine Datenarchive, was sich pro Unternehmen zu einem Umsatzplus von 9 Millionen…

Das Potenzial von Machine Learning in einem Data Lake

Egal um welche Branche oder Unternehmensgröße es sich handelt: Daten sind unverzichtbar geworden, wenn es darum geht, fundierte Entscheidungen zu treffen oder Prozesse zu optimieren. Dazu müssen die gewaltigen Datenmengen, die Unternehmen heute ununterbrochen generieren allerdings erst erschlossen und nutzbar gemacht werden. Die Grundlage dafür bildet der Data Lake (Datensee), ein zentrales Repository, in dem…

Cyberkriminalität: Angreifer nehmen Führungskräfte ins Visier, warnt der Data Breach Investigations Report 2019

Das C-Level-Management wird zielgerichtet und proaktiv von Social-Engineering-Angriffen erfasst. Diese Entwicklung steht im Zusammenhang mit einem Anstieg von wirtschaftlich motivierten Social-Engineering-Angriffen. Die Kompromittierung von webbasierten E-Mail-Konten nimmt zu, in 98 Prozent der Fälle durch gestohlene Anmeldeinformationen. In 60 Prozent der Attacken, bei denen eine Webanwendung angegriffen wurde, handelte es sich um webbasierte E-Mail-Konten. Ein Viertel…

Advanced, predictive, preventive: Data Analytics – Trend oder Zukunft?

Die Themen Digitalisierung und Big Data stehen bereits seit Jahren auf der »To-do-Liste« der Unternehmen und sind auch in den Fachmedien mehr als präsent. Allerdings steckt die Umsetzung in der Realität bei vielen Unternehmen noch in den Kinderschuhen. Das Potenzial, das Daten bieten, ist häufig nicht auf den ersten Blick ersichtlich. Erst durch eine detaillierte Analyse der Daten lassen sich diese optimal nutzen. Mittlerweile eröffnen sich hier mit Data Analytics ganz neue Möglichkeiten.

Cyberattacken in 2019: Illegales Cryptomining, Business E-Mail Compromise und Makros

Wenn es um realistische Prognosen für das neue Jahr in Sachen Cybersicherheit geht, ist nach Meinung von Palo Alto Networks davon auszugehen, dass bestimmte Entwicklungen aus 2018 weiter an Bedeutung gewinnen werden. Im Jahr 2019 erwarten die Spezialisten im Wesentlichen drei Varianten von Cyberangriffen:   Weitere Angriffe mit dem Ziel des Cryptocurrency Mining Ende letzten…

Digitalisierung von Geschäftsprozessen – Wenn aus »Big Data« »Smart Data« wird

INFORM ist spezialisiert auf intelligente Software zur optimierten Planung und Echtzeit-Disposition von Geschäftsprozessen. Integriert in die bestehende IT-Umgebung optimieren diese Systeme den Erfolg vieler Planungen, Betriebsprozesse und Dispositionsentscheidungen in Bezug auf Produktivität und Zuverlässigkeit. Wir sprachen mit Jens Siebertz, stellvertretender Leiter des Geschäftsbereichs Produktion bei INFORM.

Data- & Analytics-Trends 2018: Flexibel Daten analysieren und integrieren

Business Intelligence, Big Data, IoT und künstliche Intelligenz haben eins gemeinsam: Sie alle drehen sich um Daten und ihre Auswertung. Um bestmöglich von den neuen Technologien zu profitieren, benötigen Unternehmen geeignete Datenplattformen und Analytics-Lösungen. Hier kommen fünf aktuelle Trends, die zeigen, worauf es ankommt. Die Fähigkeit, Daten zu sammeln und auszuwerten, ist heute essenziell für…

Cryptocurrency Mining wächst im Bildungssektor besonders stark

Analyse des Angreiferverhaltens zeigt, dass 60 Prozent des Cryptocurrency Mining im höheren Bildungswesen stattfinden.   Vectra gibt die aktuellen Ergebnisse der 2018 RSA Conference Edition seines Attacker Behavior Industry Reports bekannt. Demnach verzeichnet vor allem der Hochschulsektor derzeit einen erstaunlichen Anstieg potenziell schädlicher Vorgänge durch Cryptocurrency Mining. Der Report beschreibt Cyberangriffe und Trends basierend auf…

Big Data: Standardisierung tut Not

Verzeihen Sie mir die etwas antiquierte Überschrift. Die digitale Transformation treibt viele Blüten. Cloud Services entstehen, und es wird in die Cloud verlagert, was das Zeug hält. Unternehmensprozesse »kippen um wie die Fliegen«. Als ich mich vor 20 Jahren etwas eingehender mit der Konstruktion und Entwicklung in der industriellen Fertigung beschäftigt habe, tauchte die Vision…

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…