Definition

Was ist Big Data Analytics?

| Autor / Redakteur: tutanch / Nico Litzel

(© aga7ta - Fotolia)

Big Data Analytics ermöglicht es, große Datenmengen aus unterschiedlichen Quellen zu analysieren. Die gewonnenen Informationen oder erkannten Muster lassen sich einsetzen, um beispielsweise Unternehmensprozesse zu optimieren.

Big Data Analytics lässt sich in einzelne Teilgebiete gliedern. Die wichtigsten davon sind:

  • Die Datenbeschaffung aus verschiedenen Quellen mithilfe von Suchabfragen,
  • die Optimierung und Auswertung der gewonnenen Daten sowie
  • die Analyse der Daten und Präsentation der Ergebnisse.

Zunächst stellt sich bei der Big Data Analytics die Aufgabe, riesige Datenmengen unterschiedlichen Formats aus verschiedenen Quellen zu erfassen und für die weitere Bearbeitung aufzuarbeiten. Dabei besteht oft die Schwierigkeit, dass die großen Datenmengen unstrukturiert und in verschiedenen Formaten vorliegen. Da solche Informationen mit herkömmlicher Datenbanksoftware kaum zu erfassen sind, kommen bei Big Data Analytics aufwendige Prozesse zur Extraktion, Erfassung und Transaktion der Daten zum Einsatz. Anschließend erfolgt die Datenanalyse mithilfe spezieller Big Data Software, die statistische Methoden wie Predictive Analytics nutzt. Im letzten Schritt werden die gewonnen Ergebnisse aufbereitet und visualisiert. Big Data Analytics bezieht sämtliche Softwareanwendungen mit ein, die für die geschilderten Prozesse zum Einsatz kommen.

Die Herausforderungen von Big Data Analytics

Damit sich großen Informationsmengen erfassen und wie gewünscht auswerten lassen, muss Big Data Analytics mehrere Herausforderungen meistern. Die verwendete Software muss sowohl in der Lage sein, viele Suchabfragen schnell durchzuführen, als auch die unterschiedlichen Datensätze in hoher Geschwindigkeit zu importieren und zu verarbeiten. In der Regel nutzen Big-Data-Analytics-Anwendungen hierfür parallele Bearbeitungsverfahren. Es existieren für Big Data Analytics quelloffene Software-Frameworks, die spezielle Big-Data-Technologien beherrschen und die Verarbeitung von riesigen Informationsmengen mithilfe von vernetzten Clustersystemen ermöglichen.

Um die Performance weiter zu erhöhen, nutzen viele Systeme im Gegensatz zu herkömmlichen Datenbankanwendungen bei der Verarbeitung nicht Festplattenspeicher, sondern den schnelleren Arbeitsspeicher. Das sorgt für höhere Zugriffsgeschwindigkeiten und ermöglicht Analysen nahezu in Echtzeit.

Big Data Analytics zur Optimierung von Unternehmensprozessen

Big Data Analytics kommt häufig im Business-Intelligence-Umfeld zum Einsatz. Ziel ist es, mit den aus der Datenanalyse gewonnenen Erkenntnissen Unternehmensabläufe zu optimieren und Vorteile gegenüber Wettbewerbern zu erzielen. Hierfür untersucht Big Data Analytics große Mengen unterschiedlicher dem Unternehmen zur Verfügung stehender Daten nach nützlichen Informationen, versteckten Mustern oder anderen Korrelationen. Herkömmliche Programme für Business Intelligence sind zu solch umfassenden Analysen riesiger Informationsmengen nicht in der Lage. Die durch Big Data Analytics gewonnenen und visualisierten Analysen liefern Ergebnisse für die Optimierung verschiedener Geschäftsprozesse. Zudem können Sie für die Unterstützung schwieriger Entscheidungsprozesse herangezogen werden.

Weitere Anwendungsbereiche von Big Data Analytics

Neben der Business Intelligence ergeben sich für Big Data Analytics eine ganze Reihe weiterer Anwendungsbereiche. Die Analyse großer Datenmengen lässt sich beispielsweise in der Verbrechensbekämpfung, im Versicherungswesen für die Risikobewertung und Anpassung von Versicherungsbeiträgen oder im Gesundheitswesen einsetzen. Weitere mögliche Anwendungsbeispiele sind die Verarbeitung von Wetterdaten, die Auswertung von Bewegungsprofilen oder die Analyse von Webstatistiken.

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 werden Smart Cities mit dem IoT smart

Kommentar von Boris Shiklo, ScienceSoft

So werden Smart Cities mit dem IoT smart

IoT-basierte Smart Cities gibt es in allen Größen. In diesem Artikel untersuchen wir intelligente Apps für große, mittlere und kleine Städte und erläutern die Besonderheiten bei ihrer Implementierung. lesen

Fujitsu stellt KI- und Datenanalyse-Framework Sholark vor

Geschäftsentscheidungen beschleunigen

Fujitsu stellt KI- und Datenanalyse-Framework Sholark vor

Mit Sholark will Fujitsu seinen Unternehmenskunden einen neuen Weg bieten, um die digitale Transformation ihrer Geschäftsprozesse voranzutreiben. Das Framework liefert dazu unter anderem Erkenntnisse aus unstrukturierten Daten. lesen

KI im produzierenden Gewerbe – wo steht Deutschland?

Kommentar von Dr. Inessa Seifert, PAiCE

KI im produzierenden Gewerbe – wo steht Deutschland?

Ob Deep Learning, maschinelles Lernen oder Predicitve Analytics: Künstliche Intelligenz (KI) gilt als künftige Schlüsseltechnologie der Digitalisierung und ihr wird ein dementsprechend hohes volkswirtschaftliches Potenzial zugeschrieben – auch im produzierenden Gewerbe. lesen

Viele Datenquellen überfordern Unternehmen

Big-Data-Einsatz macht Probleme

Viele Datenquellen überfordern Unternehmen

Die hohe Anzahl an verschiedenen Datenquellen stellt Unternehmen, die Big Data nutzen, vor Probleme. Sie verzetteln sich häufig im Umgang und mit der systematischen Einbindung der Informationen, wie eine Studie von Sopra Steria Consulting zeigt. lesen

9 Tipps für den Einsatz von Web Analytics

Analytics-Prozesse optimieren

9 Tipps für den Einsatz von Web Analytics

Im komplexen Feld der Webanalyse können Unternehmen Einiges richtig machen, aber auch Vieles falsch, das die Analytics-Prozesse verkomplizieren und zu fehlerhaften Ergebnissen führen kann. Dadurch kann das wertvolle Potenzial von Analytics nicht vollständig ausgeschöpft werden. Mit folgenden Tipps lassen sich Prozesse optimieren bzw. von Beginn an Probleme bei neuen Analytics-Projekten vermeiden. lesen

Datengetriebene Unternehmenskultur steht im Fokus

BI Trend Monitor 2019

Datengetriebene Unternehmenskultur steht im Fokus

Das Business Application Research Center (BARC) hat im Rahmen seines BI-&-Data-Management-Kongresses den BI Trend Monitor 2019 veröffentlicht. Die Studie gibt einen Überblick über aktuelle Trendthemen auf dem BI-Markt. lesen

Nagarro und Google Cloud laden nach München ein

Veranstaltung zum Thema Künstliche Intelligenz

Nagarro und Google Cloud laden nach München ein

Das IT-Beratungshaus Nagarro lädt mit seinem Partner Google Cloud zu einer Veranstaltung mit dem Thema „Intelligent Enterprise: AI-enabled differentiation is now!“ nach München ein. Das englischsprachige Event findet im Google Office, in der Erika-Mann-Straße 33 von 9 Uhr bis 15:30 Uhr statt. lesen

Algorithmen-Marktplätze zur Auswertung von Big Data

Datenanalyse-as-a-Service

Algorithmen-Marktplätze zur Auswertung von Big Data

Wer aus Big Data konkret umsetzbare Erkenntnisse gewinnen möchte, kommt um leistungsstarke Algorithmen nicht umhin. Auf einschlägigen AaaS-Marktplätzen – kurz für Algorithmen as a Service – werden Unternehmen schnell fündig. lesen

Machine-Learning-Nutzung soll sich verzehnfachen

Studie zur Technologieentwicklung

Machine-Learning-Nutzung soll sich verzehnfachen

Eine aktuelle Studie von Crisp Research in Kooperation mit The unbelievable Machine Company (*um) und Dell EMC zeigt, dass der digitale Wertschöpfungsanteil von KI und Machine Learning rasant zunimmt. lesen

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44477081 / Definitionen)