Grundlagen und Beispiele für eine bessere Datenverarbeitung

Big Data im Praxiseinsatz

Seite: 3/3

Firmen zum Thema

Unternehmen können mit Produkten wie Hadoop also nicht nur Daten auswerten, wie bei herkömmlichen Abfragen von Datenbanksystemen, sondern auch große Datenmengen in Bezug zueinander setzen, die zuvor nur isoliert betrachtet wurden.

Big Data versus Data Warehouse und Business Intelligence

Big Data wird an vielen Stellen als Konkurrent oder Nachfolger von Business-Intelligence-Lösungen und Data Warehouses gesehen. Oft scheuen Unternehmen den Einsatz von Big Data, wenn bereits andere BI-Lösungen im Einsatz sind. Dabei unterscheiden sich Big Data und BI-Lösungen an zentralen Stellen voneinander. BI-Werkzeuge benötigen eine zentrale Datenspeicherung von Daten, die exakt aufeinander abgestimmt sein müssen. Auf dieser Basis errechnet das System zuverlässige und vollkommen korrekte Daten.

Big Data dagegen kann Daten aus den verschiedensten Quellen beziehen und muss diese nicht in einer gemeinsamen Datenstruktur zusammenfassen. Die Daten sollen auch nicht bis auf die letzte Stelle hinter dem Komma genau sein, sondern einen Trend darstellen, beziehungsweise Informationen zur Verfügung stellen, die bisher noch nicht erkannt wurden.

Während BI zum Beispiel exakt darstellen kann, welches Produkt in welchen Ländern zu welchem Prozentteil, Umsatz und zu welcher Marge verkauft wurde, erkennen Lösungen wie Big Data weiter gehende Daten. Es kann erfasst werden, bei welchem Kundenkreis das Produkt besonders gut ankommt, wie es transportiert wurde und ob es Schwachstellen in der Transportkette gibt, die Defekte verursachen. Eine Fragestellung kann sein: Werden aufgrund dieser Defekte weniger Produkte der nächsten Generation verkauft? Zielsetzung bei Big Data ist eine vollständige Transparenz, weniger die Tiefenanalyse einzelner Aspekte.

Die Daten in BI sind also extrem qualitativ hochwertig, aber schwer und teuer zu erhalten. Big Data ist einfach zu verwenden, bietet weitergefasste Daten, die durchaus etwas ungenau sein können. Die Verarbeitung der Daten ist vollkommen unstrukturiert und benötigt auch keine gemeinsame Datenbasis. BI-Daten werden über längere Zeiten erfasst und in verschiedenen Einsatzszenarien ständig umgebaut. Anders ausgedrückt: Big-Data-Infrastrukturen bieten schnelle, dezentrale Informationen.

Big Data und das Internet der Dinge

Das „Internet der Dinge“ beschreibt die Anbindung aller möglichen Geräte an das Internet. Der vernetzte Kühlschrank ist damit genauso gemeint, wie Fernsehgeräte, Smart-House-Anlagen, Alarmanlagen, Kameras und vieles mehr. Alle diese Dinge generieren Daten, die sich mit Big Data umfassend analysieren lassen.

Ein Beispiel: Die Kamera im Laden erkennt, zu welcher Uhrzeit wie viele Personen in einen Laden kommen, sowie deren Kleidung, das Aussehen und weitere Merkmale. Das Kassensystem verbucht die Einkäufe. Dadurch erkennt das Big-Data-System, welche Kunden wie lange im Laden gebraucht haben, um bestimmte Produkte zu kaufen.

So lassen sich auch die Einrichtung von Läden deutlich verbessern. Außerdem können Unternehmen erkennen, welche Produkte bestimmte Personengruppen kaufen. Das alles lässt sich auch im zeitlichen Rahmen und der Jahreszeit sowie in Zusammenhang mit bestimmten Ereignissen setzen und auf diese Weise effizient auswerten.

(ID:42941486)