Definition

Was ist Big Data Analytics?

| Autor / Redakteur: Stefan Luber / Nico Litzel

(Bild: © aga7ta - stock.adobe.com)

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

SAP arbeitet am universellen Stammdatenmodell

Nachbericht SAP TechEd in Barcelona

SAP arbeitet am universellen Stammdatenmodell

Integration und Cloud-Erweiterungen waren die Hauptthemen der SAP-Hausmesse TechEd in Barcelona. Ein Service soll Stammdaten künftig anwendungsübergreifend harmonisieren – über die Cloud auch mit den Applikationen anderer Anbieter. lesen

So gelingt der Start in die KI ohne zusätzliche Ausgaben

[Gesponsert]

Maschinelles Lernen auf bestehenden Infrastrukturen

So gelingt der Start in die KI ohne zusätzliche Ausgaben

IT-Manager benötigen keine neue Infrastruktur, um das volle Potential der KI auszuschöpfen. Sie können ohne zusätzliche Ausgaben sinnvolle Szenarien aufbauen und testen, gewinnbringend nutzen und bei Bedarf unkompliziert skalieren. lesen

Databricks und Tableau vertiefen Kooperation

Business Intelligence auf Data Lakes

Databricks und Tableau vertiefen Kooperation

Die beiden Analytics-Spezialisten Databricks und Tableau Software haben ihre Zusammenarbeit weiter ausgebaut. Ziel ist es, Unternehmenskunden eine schnellere und zuverlässigere Ausführung von Business Intelligence auf Data Lakes zu ermöglichen. lesen

Elastic Stack in Version 7.4.0 verfügbar

Einfachere Cluster-Verwaltung

Elastic Stack in Version 7.4.0 verfügbar

Ab sofort ist der quelloffene Elastic Stack in Version 7.4.0 erhältlich. Er bietet unter anderem neue Funktionen für einfachere Verwaltung und Betrieb von Clustern sowie erweiterte Aggregations- und Machine-Learning-Features. lesen

So gelingt eine DSGVO-konforme Data Analytics

Kommentar von Sebastian Weyer, Statice

So gelingt eine DSGVO-konforme Data Analytics

Die Datenschutzgrundverordnung stellt viele Unternehmen vor die Herausforderung, den Spagat zwischen Datenschutz und der Notwendigkeit, Daten-getriebene Innovationen auf den Weg zu bringen, zu meistern. Wie vertragen sich Datenschutz und Datennutzung in einem auf Fortschritt bedachten Unternehmen? lesen

Dynatrace bietet nun auch Business Analytics

Erweiterung der Software Intelligence Platform

Dynatrace bietet nun auch Business Analytics

Auf dem Perform Summit in Barcelona früher im Jahr hatte es sich schon angedeutet: Dynatrace hat seine Software Intelligence Plattform zur Performance-Messung um Digital Business Analytics erweitert. Sie vereint nun Application Performance Management (APM), Cloud Infrastructure Monitoring, Digital Experience Management und AIOps. lesen

Qlik Sense Business gestartet

BI-Plattform ausgebaut

Qlik Sense Business gestartet

Mit Qlik Sense Business erweitert Qlik seine BI-Plattform in Sachen Cloud Analytics. Dabei handelt es sich um eine neue Version von Qlik Sense, die speziell den Zugriff auf Echtzeit-Analysen und die Associative-Indexing-Technologie erleichtern soll. lesen

IIoT-Lösungen für Fertigungsunternehmen

Künstliche Intelligenz, Machine Learning und Co.

IIoT-Lösungen für Fertigungsunternehmen

Hitachi Vantara stellt mit „Lumada Manufacturing Insights“ eine Suite von IIoT-Lösungen vor, die sich speziell an Fertigungsunternehmen richtet. Diese soll sich in bereits bestehende Anwendungen integrieren lassen, ohne dass Fertigungsanlagen oder -anwendungen durch einen „Rip-and-Replace“-Wechsel ersetzt werden müssen. lesen

„The State of Connected Planning“ enthüllt große deutsche Defizite

Benchmark-Studie

„The State of Connected Planning“ enthüllt große deutsche Defizite

Die international und jährlich durchgeführte Benchmark-Studie „The State of Connected Planning“ hat für Deutschland herausgefunden, dass für 82 Prozent der Befragten die Planung für das Kostenmanagement „von entscheidender Bedeutung ist“ und nach Ansicht von 89 Prozent, dass eine bessere Planungstechnologie die Geschäftsergebnisse verbessere. Doch die deutschen Planungsexperten stehen auch vor erheblichen Hindernissen, ihre Pläne umzusetzen. lesen

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 44477081 / Definitionen)