Definition: Big Data

Big Data

Neben den klassischen Produktionsfaktoren Kapital, Arbeitskraft und Rohstoffe wird inzwischen immer öfter ein vierter angeführt: Daten. Eine folgerichtige Anpassung, betrachtet man aktuelle Berechnungen, aus denen hervorgeht, dass das weltweit anfallende Datenvolumen sich etwa alle zwei Jahre verdoppelt und somit immer mehr an Bedeutung zunimmt. Doch erst die Verknüpfung und Auswertung dieser Daten lässt Unternehmen einen Wettbewerbsvorteil erzielen. Die dafür verwendeten Methoden und Technologien werden unter dem Begriff Big Data zusammengefasst.


Big Data - Chancen als Entscheidungsgrundlage

Hierbei werden schon lange nicht mehr nur Daten, die im Unternehmen erhoben werden, beachtet, sondern auch externe, wie zum Beispiel aus dem Bereich Social Media. Eine Verknüpfung und Analyse dieser zunächst noch unstrukturierten Datenmassen bietet allen Abteilungen und den verschiedensten Geschäftsfeldern enorme Chancen als Entscheidungsgrundlage bei der Steuerung operativer Prozesse, für schnellere und detailliertere Analysen sowie für verbesserten Kundenservice. Einige Anwendungsbeispiele in verschiedenen Bereichen des Unternehmens sind:

  • Controlling: Simulationen in Echtzeit helfen dabei, besser schnelle und trotzdem gut fundierte Entscheidungen zu treffen;
  • Marketing: Analyse der Kundendaten macht personalisierte und damit sehr gezielte Werbung möglich;
  • Logistik: Optimierung des Lagerbestandes durch Echtzeitanalysen;
  • Produktion: Verbesserung der Abläufe durch Analysen der mittels Sensoren an den Maschinen erfassten Daten;
  • Zukunftsprognosen für Optimierungen in allen Bereichen

Big Data beschreibt kein spezielles Konzept, sondern ist ein abstrakter Begriff, der dann im Einzelfall seine konkrete Anwendung findet. Im Allgemeinen können die Transparenz, aber auch die Sicherheit und die ständige Verfügbarkeit der Daten erhöht werden.

Bezüglich der Organisation haben Studien gezeigt, dass die allgemeine Datenverwaltung in einem großen Bereich effizienter ist, als wenn jede Abteilung selbst für die Analyse und Verarbeitung ihrer Daten verantwortlich ist. Deshalb liegt die Verantwortung für Big Data, vor allem in großen Unternehmen, meist bei einem Business Intelligence Competence Center (BICC).


Risiken zu Big Data

Die größten Risiken für Unternehmen im Bereich Big Data stellen das meist fehlende technische und fachliche Know-how sowie ein akuter Mangel an qualifizierten Kräften und damit verbunden ein fehlendes Verständnis für technische Details dar. Daraus resultieren oft Missverständnisse und Vorurteile, die dann zu einer Ablehnung oder ineffizienten Nutzung von Big Data und dem „Versinken im Datendschungel“ führen. Ursache hierfür sind die in diesem Zusammenhang oft erwähnten „drei Vs“. Damit gemeint sind die von vielen Experten immer gerne angeführten Herausforderungen und Kernprobleme von Big-Data-Projekten: „Volume“ (riesige Datenmengen), „Velocity“ (schneller und ständiger Anfall neuer Daten) und „Variety“ (verschiedene Arten von zu verarbeitenden Daten).

Voraussetzung für eine erfolgreiche Arbeit mit Big Data sind geeignete Appliances, analytische Datenbanken oder eine Cloud-Architektur, da die Verarbeitung solch großer Datenmassen anders kaum möglich ist. Hierfür können zum Beispiel die Datenplattform SAP HANA oder das Parallel Data Warehouse (PDW) von Microsoft verwendet werden. Dabei kommt es nicht auf den Umfang der für die Lösung eingesetzten Mittel an, sondern auf deren Effizienz. Das beste System muss also nicht zwangsläufig das teuerste sein.

Während in den USA hauptsächlich die Chancen von Big Data Beachtung finden, werden in Europa und insbesondere in Deutschland die Rufe, Big Data verstoße gegen Datenschutzrichtlinien und berge die Gefahr unkontrollierter Überwachung, immer lauter. Vor allem bei der Verwendung von Big Data im Bereich der personalisierten Werbung kommen immer wieder ethische Probleme auf, da durch die Vernetzung von Kundendaten Eingriffe in die Privatsphäre und damit Datenschutzprobleme entstehen können. Unabdingbar ist deshalb der sorgfältige und verantwortungsbewusste Umgang mit Daten und den Kunden zu vermitteln, dass ihre Daten anonymisiert sind und nicht zu Werbezwecken missbraucht werden.


Einsatzszenario für Big Data

Ein Einsatzszenario für Big Data, bei dem eine Software zur Gesichtserkennung im Getränkeautomaten der Person vor dem Automaten „passende“ Getränk empfiehlt, ist keine Fiktion mehr (http://derstandard.at/1381370985196/Gescannte-Kunden-fuer-gezieltere-Werbung). Dass der Preis der Getränke aus dem Automaten sich an den Durst des Käufers, erkennbar an seinem Gesichtsausdruck, anpasst, ist aber noch ein Gerücht.

In der Praxis wird Big Data zum Beispiel zur Mitarbeitereinsatzplanung einer Drogeriekette, zur Preisoptimierung, aber auch bei der Verfolgung von Kreditkartenbetrügern oder in der Forschung eingesetzt.

Webinare Lösungen Kontakt