Definition

Was ist Big Data?

| Autor / Redakteur: Michael Radtke / Nico Litzel

(Bild: © aga7ta - stock.adobe.com)

Der im Internet und in den Unternehmen verfügbare Datenberg – diese Tatsache wird als Big Data umschrieben – wird immer größer, unübersichtlicher und lässt sich nur schwer verarbeiten. Immer technologisch anspruchsvollere Tools und Programme sollen die Datenflut zähmen.

Der Begriff Big Data stammt aus dem englischen Sprachraum. Erst als Phänomen oder als Hype wahrgenommen, fassen die Experten mittlerweile unter diesem Begriff zwei Aspekte zusammen. Demnach umschreibt er zum einen die immer rasanter wachsenden Datenmengen; zum anderen aber geht es auch um neue und explizit leistungsstarke IT-Lösungen und Systeme, mit denen Unternehmen die Informationsflut vorteilhaft verarbeiten können – Stichwort Machine Learning. Insbesondere unstrukturierte Daten – zum Beispiel aus den sozialen Netzwerken – machen dabei einen nicht unerheblichen Teil der Massendaten aus. Mit dem Grid Computing steht diesbezüglich jetzt eine spezielle Form des verteilten Rechnens zur Verfügung, womit eine rechen- und datenintensive Datenverarbeitung ermöglicht wird.

Eine neue Ära digitaler Kommunikation

In Deutschland wird die Wortschöpfung Big Data oft als Sammelbegriff für die moderne digitale Technologie verwendet. Aber nicht nur die digitalen Datenmengen an sich stehen im Fokus. Vielmehr nimmt Big Data und die damit einhergehende Digitalisierung auch nachhaltig Einfluss auf die Sammlung, Nutzung, Verwertung, Vermarktung und vor allem Analyse der digitalen Daten. Inzwischen steht dieser Name diesbezüglich für eine vollkommen neue Ära digitaler Kommunikation und entsprechender Verarbeitungspraktiken. In sozialer Hinsicht wird dieser Umstand sogar für einen grundlegenden gesellschaftlichen Wandel – respektive Umbruch – verantwortlich gemacht.

Wettbewerbsvorteile mit Big Data Analytics generieren

Diese Entwicklung hat aber gerade Auswirkungen auf die Unternehmenslandschaft. Die Firmen erhalten nämlich durch die großen Mengen an Daten, die zur Verfügung stehen, ganz neue Einblicke in die Interessen, das Kaufverhalten und auch das Risikopotenzial von Kunden sowie von potenziellen

Interessenten. Damit die Information auch entsprechend gefiltert, untersucht, beurteilt und entsprechend eingeordnet werden können, greifen Unternehmen gezielt zu Analytics-Methoden. Hinter dem Begriff Analytics verbergen sich dabei explizite Maßnahmen, um in dem Datenbergen unbekannte Korrelationen, versteckte Muster und andere nützliche Informationen zu identifizieren. Diese Erkenntnisse können dann für Wettbewerbsvorteile gegenüber Konkurrenten sorgen oder auch anderweitige geschäftliche Vorteile – wie etwa ein effektiveres Marketing oder auch Umsatzsteigerungen – bringen.

Software Tools für eine fortschrittliche Analytik

Die Unternehmen verfolgen mit der komplexen Datenanalyse dabei in erster Linie das Ziel, bessere Entscheidungsgrundlagen für die eigene Geschäftstätigkeit zu schaffen. Um dieses Hauptziel zu realisieren, wertet ein Data Scientist – die Experten für Big Data – die riesigen Mengen an entsprechenden Transaktionsdaten sowie zusätzlich an anderweitigen Informationen aus den unterschiedlichsten Datenquellen aus.

Zu diesen Quellen zählen zum Beispiel Internet-Clickstreams, Protokolle von Webservern, Einzelverbindungsnachweise für Mobiltelefone, Informationen von Sensoren oder vor allem auch Berichte über Social-Media-Aktivitäten der User. Für die Verarbeitung und Analyse dieser Massendaten greifen Unternehmen auf Software Tools zurück, die sowohl Big als auch Small Data Analytics umfassend ermöglichen.

Quelloffene Software Frameworks

In den vergangenen Jahren ist eine ganz neue Klasse von extrem leistungsstarken Technologien und Programmen entstanden. Dabei rücken gerade quelloffene Software Frameworks wie Apache Hadoop, Spark, NoSQL-Datenbanken sowie zum Beispiel Map Reduce in den Fokus. Gerade Spark und vor allem Hadoop erfreuen sich dabei einer ungemein großen Beliebtheit. Hadoop basiert auf dem von Google generierten MapReduce-Algorithmus in Kombination mit Vorschlägen des Google-Dateisystems. Anwender können mit diesem Programm große Datenmengen im Rahmen intensiver Rechenprozesse auf so bezeichneten Computerclustern verarbeiten; dieser Vorgang wird auch als Cluster Computing bezeichnet. Die Entwicklung in diesem Bereich wird stetig durch Software-Unternehmen vorangetrieben, etwa von den Anbietern Cloudera oder Hortonworks.

Big Table, Graphdatenbanken und Distributed File Systems

Immer mehr an Bedeutung gewinnt dabei zum Beispiel Big Table, das von Google entwickelte Hochleistungs-Datenbanksystem. Auch das einfach strukturierte, verteilte Datenbankverwaltungssystem Cassandra rückt als explizite Lösung für sehr große strukturierte Datenbanken verstärkt in den Vordergrund. Dabei ist Cassandra insbesondere auf Ausfallsicherheit und eine hohe Skalierbarkeit ausgelegt.

Eine weitere Lösungsalternative stellen zum Beispiel Graphdatenbanken dar. Hierbei werden stark vernetzte Informationen als Graphen dargestellt, wobei die spezialisierten Graphalgorithmen komplexe bzw. komplizierte Datenbankanfragen erheblich vereinfachen. Zudem ist es ratsam, ein verteiltes Dateisystem – ein Distributed File System – zu nutzen. Ein solches Netzwerk-Dateisystem optimiert die Zugriffs- und Speicherungsmöglichkeiten deutlich.

Optimierte Speichertechnik

Neben moderner und hoch funktioneller Software spielt auch die Hardware – explizit die Speichertechnologie – bei Big Data eine entscheidende Rolle. Mittlerweile macht es die Speichertechnologie möglich, Datenvolumen im Rahmen des sogenannten In-Memory Computing direkt im Hauptspeicher eines Rechners zu halten. Früher mussten diese Daten gewöhnlich auf langsamere Speichermedien wie Festplatten oder Datenbanken ausgelagert werden. Dank In-Memory Computing wird jetzt die Rechengeschwindigkeit deutlich erhöht und die Echtzeitanalyse umfangreicher Datenbestände ermöglicht.

Was ist Big Data? Analytics, Definition, Bedeutung & Beispiele

Logistiksoftware

Was ist Big Data? Analytics, Definition, Bedeutung & Beispiele

16.01.19 - An Big Data führt kein Weg mehr vorbei. Trotzdem sehen viele Betriebe das Thema noch skeptisch. Hier erfahren Sie, was Big Data bedeutet, welche konkreten Anwendungsszenarien es gibt und welche Trends Experten Big-Data-Technologien prognostizieren – Praxisbeispiele inklusive! lesen

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Aktuelle Beiträge zu diesem Thema

So beeinflussen neue Technologien Analytics

Kommentar von Satish HC, Infosys

So beeinflussen neue Technologien Analytics

Die rasanten Veränderungen in den Bereichen Digitalisierung, Daten und Analytics eröffnen Unternehmen Potenziale für nachhaltige Veränderungen. Organisationen können nun ihre Geschäftsmodelle neu gestalten, ihre Performance verbessern, die Kundenzufriedenheit steigern und Risiken reduzieren. Damit erfüllen sie Marktanforderungen und bleiben wettbewerbsfähig. lesen

Microsoft startet neue Datenanalyse-Services

Mehr Erkenntnisse aus Daten

Microsoft startet neue Datenanalyse-Services

Mit dem Azure Data Explorer, einer neuen Version von Azure Data Lake Storage und der Vorschau auf Mapping Data Flow in der Azure Data Factory stellt Microsoft eine Reihe an Analytics-Neuheiten vor. lesen

Mit Kooperationen und Weiterbildung gegen den Fachkräftemangel

Kommentar von Tine Schlaak, Udacity

Mit Kooperationen und Weiterbildung gegen den Fachkräftemangel

Der Mangel an IT-Fachkräften hat laut Bitkom einen neuen Höchststand erreicht – so werden etwa im Bereich Datenanalyse händeringend Experten gesucht. Digitale Lernangebote und strategische Partnerschaften können helfen, die Lücken zu schließen. lesen

Medtech-Hersteller entlasten den Arzt

Künstliche Intelligenz auf der Medtec Live

Medtech-Hersteller entlasten den Arzt

Wissenschaftler beschäftigen sich schon seit Jahrzehnten mit Künstlicher Intelligenz. Doch erst heute scheint die Schwelle zur weitläufigen Nutzung überschritten. Aber ist Künstliche Intelligenz in der Medizin tatsächlich der so medienwirksam gepriesene Heilsbringer für die Zukunft? Eine Bestandsaufnahme mit Beispielen aus der Praxis. lesen

Vom Umgang mit großen Datenmassen

Buchrezension Big Data

Vom Umgang mit großen Datenmassen

Die durch die Digitalisierung und das Internet of Things entstehenden Datenmassen können mit konventionellen Mitteln relationaler Datenbanken nicht mehr bewältigt werden. Dazu braucht es andere Mittel und Methoden. Das Buch „Big Data“ beschreibt sie. lesen

Wie sieht die Medizin der Zukunft aus?

Gesundheitswesen 2030

Wie sieht die Medizin der Zukunft aus?

Die nächsten Jahre werden spannend. Künstliche Intelligenz, Robotik und Big Data transformieren die Art und Weise, wie wir Medizin und Technologie, Krankheit und Gesundheit betrachten. Auch Prozesse, Diagnosen und Therapiemethoden werden durch technologische Innovationen beeinflusst. lesen

„Die Datenanonymität muss gewährleistet sein“

DATA Storage & Analytics Technology Conference 2019

„Die Datenanonymität muss gewährleistet sein“

Dr. Gerhard Koch, Technical Board Member bei Octarine LLC und ehemals CTO von Connected Car & Car IT Security – Mercedes Car Group, ist auf der „DATA Storage & Analytics Technology Conference 2019“ mit der Keynote „Analytics und KI – große Chancen und große Herausforderungen“ vertreten. lesen

Big Data Analytics schafft Chancen für die Bankenwelt

Kommentar von Vincenzo Fiore, Auriga

Big Data Analytics schafft Chancen für die Bankenwelt

Multichannel, Engagement, Benutzererlebnis, Risiko der Disintermediation durch neue Akteure und immer strengere Vorschriften zum Datenschutz: Das sind die entscheidenden Elemente, die das Wettbewerbsumfeld prägen, in dem Banken heutzutage agieren. Dabei gibt es einen einzigen Ansatz, um diesen Veränderungen zu begegnen. Einen einzigen, aber keinen einzigartigen Ansatz, der auf Big Data und Analytics basiert. Die Rede ist hier in erster Linie von einem Ansatz und nicht nur von Tools. lesen

Vorteile und Risiken des digitalen Krankenhauses

Kommentar von Boris Shiklo, Sciencesoft

Vorteile und Risiken des digitalen Krankenhauses

Die modernen Technologien, unter denen das IoT Einzug hält, finden ihren Einsatz nicht nur in unterschiedlichen industriellen Branchen, sondern auch im alltäglichen Leben. Das Gesundheitswesen ist hierbei keine Ausnahme. Die Ziffern „4.0“ begleiten auch Begriffe aus diesem Bereich. lesen

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44399329 / Definitionen)