Der im Internet und in den Unternehmen verfügbare Datenberg – diese Tatsache wird als Big Data umschrieben – wird immer größer, unübersichtlicher und lässt sich nur schwer verarbeiten. Immer technologisch anspruchsvollere Tools und Programme sollen die Datenflut zähmen (Quelle Big Data Insider).

Die Datenflut wird immer größer und stellt Unternehmen vor der Herausforderung diese zu speichern, zu erhalten und vor allem auszuwerten. So sagt das Magazin Big-Data Insider weiter: Demnach umschreibt er zum einen die immer rasanter wachsenden Datenmengen; zum anderen aber geht es auch um neue und explizit leistungsstarke IT-Lösungen und Systeme, mit denen Unternehmen die Informationsflut vorteilhaft verarbeiten können.

Doch viele Leser fragen sich immer noch: was ist Big Data? Ist das einfach eine große Excel zu haben oder eine große Menge von Papierdokumenten? Ist das nun Big Data oder falls nein: Was ist Big Data? Dieser Frage möchte ich im Artikel auf den Grund gehen.

Was ist Big Data

Gibt man den Suchterm bei Google ein, findet man direkt folgende Definition von ReserachEnterpriseSoftwareBig Data ist ein allgemeiner Begriff, der für die Beschreibung umfangreicher Mengen unstrukturierter und semi-strukturierter Daten verwendet wird, die Unternehmen täglich produzieren. Diese Daten nehmen viel Zeit und Geld in Anspruch, um sie in eine relationale Datenbank für Analysen zu laden.

Auch das Gabler Wirtschaftslexikon liefert eine Definition: Mit “Big Data” werden große Mengen an Daten bezeichnet, die u.a. aus Bereichen wie Internet und Mobilfunk, Finanzindustrie, Energiewirtschaft, Gesundheitswesen und Verkehr und aus Quellen wie intelligenten Agenten, sozialen Medien, Kredit- und Kundenkarten, Smart-Metering-Systemen, Assistenzgeräten, Überwachungskameras sowie Flug- und Fahrzeugen stammen und die mit speziellen Lösungen gespeichert, verarbeitet und ausgewertet werden.

Eine tolle Erklärung findet sich auch bei Chip. Big Data sind:

  •  große Datenmenge wird dann als Big Data bezeichnet, wenn der Umfang zu groß oder zu komplex ist, sie per Hand zu verarbeiten. Das gilt vor allem für Daten, die sich stetig ändern.
  • Big Data, das können unverfängliche Daten aus der Klimaforschung sein. Es werden aber genauso Daten über Menschen gesammelt: Kommunikationsverhalten, Konsumverhalten oder Surfverhalten der Internetnutzer. Auswirkungen der Big Data Analyse sehen Sie jeden Tag im Internet. Ein typisches Beispiel ist die personalisierte Werbung.

Im Fazit kann man also sagen, dass Big Data erstmal große Datenmengen sind, welche unstrukturiert sind und nicht per Hand ausgewertet werden können.

Big Data – Pro und Kontra

Große Datenmengen bieten unserer Gesellschaft einiges an neuen Möglichkeiten, also zumindest, wenn wir in der Lage sind diese auszuwerten. So habe ich bei dice einige tolle Beispiele gefunden, welche ich aufzeigen möchte.

Auch der einen Seiten können Verbrechen besser bekämpft werden. So sagt Dice: Es mag vielleicht nicht ganz so sein wie im Film „Minority Report“, in dem eine Gesellschaft gezeigt wird, in der Polizisten erfolgreich Individuen für Verbrechen verhaften, die sie gar nicht begangen haben. Aber tatsächlich halfen bereits heute Datenmassen den Regional- und Kommunalbehörden, Schwierigkeiten zu erkennen, bevor diese zu einem großen Problem werden können.

Weiterhin können Krankheiten vorausgesagt werden. So sagt dice: Mithilfe der Vorhersage von Ereignissen aufgrund vorhandener Daten könnte man individuelle medizinische Versorgung für jeden Patienten anbieten. Indem man digital erfasste medizinische Daten und ähnliche Krankheitsverläufe von Patienten analysiert, ließen sich persönliche Krankheitsrisiko-Profile erstellen. Ärzte könnten dann vorbeugende Behandlungen verschreiben oder verwandte Symptome überprüfen.

Ein weiteres tolles Beispiel ist Netflix. So findet sich bei dice: Für die Firma Netflix ist die Visualisierung von Daten von größter Bedeutung, um ihre Erfolgsgeschichte auch weiterhin fortführen zu können. Netflix kann aufgrund von Datenberechnungen ermitteln, was die Zuschauer sehen wollen und wie sie die Inhalte gerne präsentiert haben möchten.

Es finden sich also zahlreiche tolle Beispiele. Für mehr können Sie einfach auf dice weiterlesen. Im folgenden ist Big Data aber vielleicht nicht immer ein Erfolgsfaktor und ich möchte deswegen auch die Schattenseiten präsentieren.

So sagt das Magazin CIO, die Kritik an Big Data “liegt vermutlich an der unter Maschinen weit verbreiteten “Algorithmusschwäche”, also aus der Unfähigkeit, aus vielen gesammelten Informationen die richtigen Schlüsse zu ziehen. Davon abgesehen sind es vor allem zwei Gründe, die dazu führen, dass Unternehmen nicht oder nicht genug von Big Data profitieren. Der erste: Sie kommen mit Hilfe von Datenanalyse zu Ergebnissen, die sie auch mit nicht ganz so big Data hätten haben können.”

Der zweite: Big Data produziert Ergebnisse und Ideen, die sich aus was für Gründen auch immer in der Praxis nicht umsetzen lassen. So hatte ein großer US-Einzelhändler bei einem Modellversuch festgestellt, dass die Verkäufe ansteigen, wenn man ein Sonderangebotsprodukt schon eine Weile vor seiner Verbilligung in die Regale räumt und auch noch dort lässt, wenn der Angebotspreis nicht mehr gilt (CIO).

In diesem Absatz haben wir nun einige gute Beispiele von Big Data gesehen aber auch einige, welche vielleicht nicht ganz so sinnstiftend sind. Es liegt also wie immer dran, dass wir Big Data richtig einsetzen und es nicht nur tun, weil es eben Hype ist.

AI, Deep Learning und Maschine Learning

Ein Potential, welches die Beherrschung großer Datenmengen mit sich bringt, ist die Fähigkeit Maschinen eine Intelligenz zu verleihen sprich künstliche Intelligenz. So könnte eine Maschine den Controlling Bericht doch direkt selbst auswerten und Maßnahmen einleiten oder?

Zum einen findest dazu der Begriff Artificial Intelligence. So Sagt t3nAlle im Zusammenhang mit der Erbringung von Intelligenzleistungen, die bislang dem Menschen vorbehalten waren, verwendeten Technologien finden sich unter dem Oberbegriff der AI wieder. 

Weiterhin gibt es die Möglichkeit des Maschine Learning: Maschinelles Lernen beschreibt mathematische Techniken, die einem System, also einer Maschine ermöglichen, selbständig Wissen aus Erfahrungen zu generieren (t3n). Noch einen Schritt weiter geht allerdings Deep Learning: „Deep Learning” mit künstlichen neuronalen Netzen ist eine besonders effiziente Methode des permanenten maschinellen Lernens auf der Basis statistischer Analyse großer Datenmengen (Big Data) und die bedeutendste Zukunftstechnologie innerhalb der AI (t3n).

Fazit: Was ist Big Data?

Big Data ist eine Menge unstrukturierter Daten, welche wir nicht per Hand auswerten können. Die Beherrschung solcher Datenmengen kann zu großen Potentialen führen aber auch “nach hinten losgehen”. Die Potentiale dieser Datenbeherrschung sind neue Methoden wie künstliche Intelligenz, welche einem enormen Marktvorteil bieten können. Ich hoffe mit diesem Artikel einen Einblick in das Thema gegeben zu haben und freue mich selbst über meinen ersten Artikel zu diesem Thema.

ERFAHREN SIE MEHR ZUM THEMA: Was ist Big Data

Wenn Sie mehr zur Frage: Was ist Big Data erfahren möchten, können Sie gerne an den Roundtables teilnehmen und relevante Themen mit mir und anderen Experten diskutieren. Oder schreiben Sie in die Kommentare wie Sie mit diesem Trend umgehen. Lesen Sie auch meinen Artikel zu Big Data.

Tipp: Buchvorschläge zu Big Data

Verwendete Quellen anzeigen

Bildquelle: Designed by Freepik

Autor

Externer Doktorand an der Universität Erlangen-Nürnberg am Lehrstuhl für IT-Management. Ich untersuche wie sinnvoll skalierte Agilität im Zuge des digitalen Wandels zur Zukunftsfähigkeit von Unternehmen beitragen kann. Neben der Promotion arbeite ich Vollzeit in einem Unternehmen.

Schreiben Sie einen Kommentar

*