Big Data ist im Kontext der zunehmenden Digitalisierung eine wichtige Technologie. Für ein Verständnis der Zusammenhänge ist es zuerst wichtig, was Big Data überhaupt bedeutet, daher soll an dieser Stelle zuerst die Big Data Defintion beleuchtet werden.
Der Begriff Big Data bezeichnet Datenmengen die so groß sind, dass man sie mit normaler Software oder Hardware beziehungswiese herkömmlichen Methoden der Datenverarbeitung nicht mehr bewältigen kann. Jedes Unternehmen produziert im Laufe der Zeit eine riesige Menge an unstrukturierten Daten. Mit jedem Online Einkauf, jeder Finanztransaktion oder jedem Telefonat wachsen die Datenmengen und der damit verbundene Rechenbedarf für die Verarbeitung nimmt zu. Der Begriff umschreibt nicht nur die Datenmengen, sondern auch deren Nutzung, Verwaltung, Vermarktung und vor allem Analyse dieser Daten.
Big Data Definition: Zur Entstehung der Technologie
Open-Source-Frameworks wie zum Beispiel Apache Hadoop waren für den Einsatz von Big Data bedeutsam, denn es vereinfachte die Speicherung von großen Datenmengen und senkte die Speicherkosten. Big Data handelt von allem große Datenmengen, die in Vielfalt und mit hoher Geschwindigkeit anfallen, zu erfassen, zu speichern und zu durchsuchen. Die Herausforderung von Big Data ist nicht hauptsächlich die Speicherung der Daten oder der Zugriff auf einzelne Datensätze, sondern aus den vorhandenen Daten Informationen zu filtern. Die Herausforderungen bei Big Data werden als dreidimensional bezeichnet, was man auch als 3-V-Modell kennt:
- Volume: Unternehmen sammeln Daten aus einer Vielzahl von Quellen wie geschäftlichen Transaktionen. Machine Learning führt zu noch mehr Daten.
- Velocity: Die Datenströme bewegen sich schnell und müssen zeitnah verarbeitet werden.
- Variety: Es fallen stark unterschiedlichen und oft nicht strukturierten Daten wie Textdokumenten, Audio, Video.
Big Data Prozess
Big Data eröffnet neue Geschäftschancen und Geschäftsmodelle und ist für viele Technologien nitwendige Bedingung, so zum Beispiel für Chatbots. Es gehören drei zentrale Aktionen zum Big Data Prozess: Integration, Verwalten und Analyse. Die moderne Speichertechnologie spielt bei Big Data eine große Rolle – die In-Memory Computing Methode ermöglicht, dass die Daten in RAM eines Computerclusters gespeichert und parallel verarbeitet werden. Durch In-Memory Computing wird die Rechengeschwindigkeit erhöht und die Echtzeitanalyse umfangreicher Datenbanken ermöglicht. Data Analytics extrahiert und untersucht die Daten aus verschiedenen Datenquellen, um das Ziel zu realisieren. Zu den Datenquellen zählen Protokolle von Webservern, Internet-Clickstreams und Social-Media-Aktivitäten.
Big Data Anwendungen in Unternehmen
Die Unternehmen verfolgen mit der Datenanalyse in erster Linie das Ziel, bessere Entscheidungsgrundlagen für die eigene Geschäftstätigkeit zu schaffen. Unternehmen können die Daten nutzen ihre Kunden besser kennenzulernen und Produkte, Dienstleistungen und Werbung auf sie zuzuschneiden. Big Data Anwendungen arbeiten in der Regel ohne aufwändige Aufbereitung. Dies ermöglicht Kosteneinsparungen, Flexibilität und einen schnellen Zugriff auf Analysen aktuellster Daten.
Big Data und Cloud Computing
Die Möglichkeiten werden von Big Data werden durch Cloud-Computing erweitert. Die Speicherarchitekturen im Cloud ermöglichen eine effiziente Speicherung, Verteilung Bereitstellung der Daten. Es sind unendlich viele Bereiche denkbar in denen Big Data zum Einsatz kommen kann. In der medizinischen Forschung können Messdaten helfen die besten Therapien für Krankheiten zu finden. Maschinen können ihre eignen Betriebsdaten nutzen um daraus zu lernen und effizienter zu werden.
Dr. Jens Bölscher ist studierter Betriebswirt mit Schwerpunkt Wirtschaftsinformatik. Er promovierte im Jahr 2000 zum Thema Electronic Commerce in der Versicherungswirtschaft und hat zahlreiche Bücher und Fachbeiträge veröffentlicht. Er war langjährig in verschiedenen Positionen tätig, zuletzt 14 Jahre als Geschäftsführer. Seine besonderen Interessen sind Innovationen im IT Bereich.
Neueste Kommentare