Master
Big Data

Big Data ist ein Paradigma, bei dem große Mengen an Informationen aus verschiedenen Quellen erfasst und umgehend analysiert werden.

Big Data unterteilt sich in drei Dimensionen: Volumen, Vielfalt und Geschwindigkeit. Es geht also um die Verarbeitung umfangreicher Datenmengen, die sehr schnell aus verschiedenen Quellen generiert werden. Mit Big-Data-Funktionen können Sie sowohl Marktbewegungen als auch Ihre eigenen Geschäftstätigkeiten beobachten und darauf reagieren.

Beschreibung

Big Data beschreibt die Analyse großer Datenvolumen, die mit großer Geschwindigkeit in Ihrem Unternehmen generiert werden und aus unterschiedlichsten Quellen stammen.

Vorteile

Mit dem Big-Data-Ansatz können Sie Gelegenheiten schneller ergreifen und Bedrohungen direkt abwenden. Zudem lassen sich Bereiche für mögliche Innovationen ermitteln.

Trade-offs

Die notwendigen Data Scientists einzustellen, um Big Data wertschöpfend einzusetzen, ist teuer. Viele Firmen haben bereits erhebliche Investitionen getätigt und nicht die erwarteten Ergebnisse erzielt.

Anwendung

Viele führende digitale Unternehmen nutzen Big Data, um ihre Einblicke in die Abläufe und deren Effektivität zu verbessern.

Beschreibung


Big Data ist ein Sammelbegriff. Es gibt keinen bestimmten Punkt, an dem Daten zu Big Data werden. Aber es gibt gemeinsame Merkmale: Big Data sind beträchtliche Datenmengen, sie werden schnell in Ihrem Unternehmen generiert und stammen aus verschiedenen Quellen. 


Traditionell erhielten Organisationen Informationen zu ihrer Leistung aus internen Geschäftssystemen. Diese Daten sind in der Regel sehr strukturiert und liegen in einem vorgegebenen Format vor, z. B. mit Kundenname, Bestellnummer und Lieferadresse. Wahrscheinlich werden die Daten täglich aktualisiert. Big Data hingegen können fortlaufend aus externen und internen Quellen generiert werden und enthalten auch nicht-strukturierte Daten. Dazu gehören beispielsweise Transkripte aus Callcentern, Geodaten-Bilder, Weblogs oder Videos. Die Form dieser Daten weicht erheblich von den Tabellen oder sonstigen Strukturen ab, die Unternehmen bisher zur Ermittlung von Business Intelligence verwendet haben.


Traditionelle Tools wie relationale Datenbanken und Data Warehouses sind nicht für die Verarbeitung von Big Data geeignet. Stattdessen nutzen Unternehmen eine neue Generation von Tools: Hadoop (zur Verarbeitung großer Datensätze), Spark (Plattform für umfassende Verarbeitungen per SQL, Batch und Stream), Cassandra und weitere NoSQL-Technologien. Dank der Weiterentwicklung im Cloud Computing ist Big Data ebenfalls auf dem Vormarsch. Grund hierfür sind die einfachen und relativ kostengünstigen Skalierungsmöglichkeiten der Cloud.

Vorteile


Big Data verspricht fundiertere Informationen als Entscheidungsgrundlage. So können Sie anhand der Ergebnisse schneller Gelegenheiten ergreifen oder Bedrohungen abwenden. Big Data bietet deutlich mehr Möglichkeiten, mit großen Datenmengen zu experimentieren und Innovationen einzuführen sowie neue Muster beim Kundenverhalten oder neu entstehende Trends zu erkennen.


Organisationen mit leistungsstarken Big-Data-Funktionen haben sowohl unternehmensinterne als auch marktrelevante Entwicklungen im Blick.

Trade-offs


Big Data wertschöpfend zu verwalten ist nicht einfach. Sie müssen wahrscheinlich Data Scientists einstellen – die sind nicht nur sehr gefragt, sondern mitunter auch kostspielig. 


Zudem sollten Sie prüfen, ob in Ihrer Organisation die Voraussetzungen für die Verarbeitung von Big Data gegeben sind. Für datengetriebene Internetunternehmen wie Google, Facebook und Netflix ist der Bedarf an Big-Data-Fähigkeiten eine Selbstverständlichkeit. Wenn Sie zu einem datengetriebenen Unternehmen werden möchten, benötigen Sie eine Big-Data-Plattform für die erhöhten Anforderungen an die Analysekapazitäten.


Viele traditionelle Unternehmen arbeiten noch mit geschäftskritischen Altsystemen, die nie für die Nutzung von Big Data vorgesehen waren. In solchen Fällen kann ein Wechsel zu mehr datengetriebenem Arbeiten durchaus wünschenswert sein. Es ist aber nicht notwendig, sofort signifikante Investitionen in Big Data zu tätigen.

Anwendung


In Unternehmen wie Google, Facebook und Amazon sind die Big-Data-Funktionen ein wesentlicher Bestandteil des Geschäftsmodells. Diese Firmen möchten sich einen Wettbewerbsvorteil verschaffen, indem sie riesige Datenmengen analysieren.


SAGE Publishing verwendet seine Big-Data-Plattform, um die sozialwissenschaftliche Forschung zu transformieren. Die neue Abteilung SAGE Ocean entwickelt Ressourcen und praktische Tools, mit denen Sozialforscher Big Data analysieren und neue Einblicke erhalten können.


Da immer mehr Organisationen von den Möglichkeiten des Internet-of-Things (IoT) profitieren möchten, in dem mit einer großen Menge kostengünstiger Sensoren unternehmenskritische Systeme überwacht werden, steigt auch der Bedarf an Big-Data-Technologien.


Aber auch hier gilt: Unternehmensführungen sollten zunächst ihre eigenen Anforderungen und potenzielle Anwendungsfälle definieren, bevor sie massiv in Big Data investieren.

Sie möchten mehr über das Thema erfahren?

Welches Thema sollen wir für Sie entschlüsseln?

Hinterlassen Sie Ihre E-Mail-Adresse und wir melden uns, wenn der Begriff decodiert wurde.