27. Mai 2016 | pArtikel drucken | kKommentieren

Was ist das „Big“ in Big Data wirklich?

Datenmenge, Datenflut, Datenlawine – all diese Begriffe sollen das „Big“ in Big Data darstellen. Dabei zeichnen sie ein unzureichendes Bild, denn: Das „Big“ steht für deutlich mehr als die bloße Quantität der Daten.

Lesen Sie weiter auf CANCOM.info

Big Data – laut Digitalverband Bitkom sind die Daten der „Rohstoff unserer Zeit“ für Unternehmen. Durch die Datenanalyse sollen Industrieprozesse wie beispielsweise die Maschinenwartung automatisiert werden oder der Handel seine Lieferzeiten in Echtzeit optimieren.

Immer wieder wird Big Data als die größte Herausforderung für Unternehmen genannt. Gleichzeitig in einem Atemzug damit bloß die Datenmengen angesprochen. Wer Big Data für sich nutzbar machen möchte, sollte jedoch wissen, wie sie sich zusammensetzen, denn das „Big“ steht für deutlich mehr als eine große Anzahl. CANCOM.info hat die Basics von Big Data für Sie zusammengetragen.

Big Data – mehr als nur Datenmengen

Mit den sogenannten vier „V’s“ lässt sich erfassen, was die Daten zu einer so großen Herausforderung macht.

➤   Volume (Datenmenge): Wir sprechen heute etwa von 8.500 Exabyte (EB) jährlichem Datenvolumen. Bis 2020 soll dies auf 40.000 EB anwachsen – zum Vergleich: 1 EB sind eine Million Terabyte.

➤   Variability (Datenvielfalt): Daten sind nicht gleich Daten. Unternehmen haben es mit unterschiedlichen Datentypen und Formaten zu tun.

prescriptive analytics

Firmen brauchen eine Analytics-Strategie von Big Data. Bild: Evernine.

Strukturiert – Daten liegen in einer klaren Form vor und passen eindeutig in das Schema von Datenbanken. Ursprung: CRM, Transaktion, Sales oder Marketing semistrukturiert – Daten, die zwar eine gewisse Struktur haben, diese ist aber nicht sofort erkennbar. Ursprung: IT-Logfiles, Sensoren, Social Media, Maschinendaten oder Tweets.

Unstrukturiert – Diese Daten passen nicht einfach in ein Schema wie eine Datenbank. Sie sind strukturlos. Ursprung: Emails, Chats, Audio, Video oder Word-Dokumente.

Ein Beispiel verdeutlicht den Unterschied zwischen semistrukturierten und unstrukturierten Daten: Emails selbst haben eine gewisse Struktur mit Empfänger, Absender und Betreff. Damit gehören sie zu den semistrukturierten Daten. Der Inhalt der E-Mail selbst ist jedoch strukturlos.

Mittels Analyse werden die Daten entsprechend aufbereitet, damit sie je nach Typ ihre Information freigeben oder sogar Schlussfolgerungen auf Zusammenhänge zulassen.



So ist Big Data in Unternehmen im Einsatz

➜    Marketing: Analyse der Webstatistiken und Anpassung der Marketingmaßnahmen
➜    Finance: Monitoring und Aufdecken von unregelmäßigen Finanztransaktionen
➜    Health Care: Unterstützung der Diagnostik durch Erkennung von Zusammenhängen
➜    Industrie: Fehlerminimierung in Echtzeit und automatisierte Ressourcenoptimierung. Lesen Sie hier, wie der Smart Service Technician der CANCOM einen Schritt weiter geht und alle IoT-Quellen und Aktionen der digitalisierten Fabrik auf einmal verwaltet.



➤   Velocity (Geschwindigkeit): Die systematische Analyse (Sammlung, Auswertung und Darstellung) von Daten in elektronischer Form wird seit den 90er Jahren unter dem Begriff Business Intelligence betrachtet. Big Data kann aber mehr, denn hier ist die Analyse und damit auch Reaktion in Echtzeit möglich. Das kommt etwa in der Industrie zum Einsatz, um die Produktion zu optimieren und intelligenter zu machen.

➤   Veracity (Richtigkeit): Hier stellt sich die Frage, ob die Daten vertrauenswürdig sind und Sinn ergeben. Häufig wird an den Daten und deren Analyseergebnissen gezweifelt. Um die Richtigkeit und Glaubwürdigkeit der Daten zu steigern, bedarf es hoch qualitativer Daten als Grundlage sowie anerkannter Analyseverfahren. Nur aussagekräftige Prognoseverfahren führen dazu, dass Entscheidungen letztlich automatisiert werden können.

Die Mehrheit der im Unternehmen „produzierten“ Daten bleibt heute ungenutzt 

Big Data-Potential richtig nutzen.

Big Data-Potential richtig nutzen. Bild: Pixabay

Strukturierte Daten lassen sich relativ leicht durchsuchen und automatisiert weiterverarbeiten. Semistrukturierte Daten und unstrukturierte Daten müssen erst noch strukturiert werden, bevor sie weitergenutzt werden können. Firmen scheitern heute allerdings immer noch daran, ihre Daten nutzbar zu machen. Ohne entsprechende Datenbanksysteme und Software ist die Analyse immer noch sehr kosten- und zeitintensiv.

Eigentlich müssten die Firmen jedoch schon viel weiter sein. Denn in Zukunft wird es nicht mehr nur um die Auswertung der Daten gehen. Mit sogenannter Prescriptive Analytics wird nicht nur analysiert was passieren wird, sondern direkt konkrete Handlungsanweisungen oder Lösungsvorschläge gegeben. Dabei können auch automatisierte Prozesse angeknüpft werden, sodass etwa Maschinen autonom entscheiden, welche Aktion passiert. Um Verfügbarkeit und Sicherheit herzustellen, müssen Firmen einen Weg finden, technologische Hürden zu meistern. Hier erfahren Sie, warum der „prescriptive“ Ansatz die Zukunft ist.

Big Data – Die Chancen

Welche Business-Mehrwerte und Chancen können Unternehmen durch die neu gewonnenen Informationen aus den Daten überhaupt erwarten?

✦   Entscheidungen:
Big Data können die Basis für Entscheidungen verbessern. Die Informationen können auch in die Risikobewertung einfließen.

✦   Prozessoptimierung:
Abläufe innerhalb der Unternehmen vom Office, Verkaufsprozess, bis hin zur Produktion können durch gewonnene Daten optimiert werden. Das spart natürlich auch Kosten.

✦   Umsatzsteigerung:
Wer beispielsweise punktgenau liefern kann und seinen eigenen Bedarf genauestens kennt, ist vor Ausfällen oder Leerlaufzeiten besser abgesichert und steigert so den Profit.

✦   Preisanalyse:
Analysiert ein Unternehmen das Geschehen auf dem Markt in Echtzeit, kann es auch die Preise entsprechend steuern.

✦   Kundenbedarf:
Durch die Analyse des Kundeninteresses und der spezifischen Besonderheiten bestimmter Kundengruppen (zum Beispiel durch die Auswertung von Social Media-Aktivitäten) können Unternehmen besser auf deren Bedürfnisse eingehen oder Marktlücken erkennen.

Videos von CANCOM.info

Quelle Titelbild: Evernine. 

 

Hier schreibt Doris Breitenreuter für Sie

Mehr Artikel vom Autor