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

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  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

Paradise Papers wurden mit Neo4j analysiert

Graphdatenbank beim ICIJ im Einsatz

Paradise Papers wurden mit Neo4j analysiert

Für die Datenanalyse der Paradise Papers nutzt das International Consortium of Investigative Journalists (ICIJ) die Graphdatenbank Neo4j. Sie hilft bei der Bewältigung von rund 13,4 Millionen Dokumenten. lesen

Datameer setzt künftig zuerst auf die Cloud

Elastic Big Data Preparation and Exploration

Datameer setzt künftig zuerst auf die Cloud

Mit dem neuen Release seiner Plattform vollzieht Datameer den Schritt zum Lösungsanbieter mit Cloud-Fokus. Die aktuelle Version ist über Amazon Web Services (AWS) verfügbar und setzt verstärkt auf den bedarfsgerechten Einsatz von Ressourcen. lesen

Der Mensch im Mittelpunkt der Innovationen

Fujitsu Forum 2017

Der Mensch im Mittelpunkt der Innovationen

Wenn Fujitsu ruft, kommen immer viele: Dieses Jahr konnte der japanische IT-Riese über 12.000 Teilnehmer aus mehr als 3.000 Unternehmen und 87 Ländern zum Fujitsu Forum 2017 in München begrüßen, etwa die Hälfte kam aus Deutschland. Und wie in den Jahren zuvor, stand auch heuer die digitale Transformation von Unternehmen im Fokus. lesen

Echtzeitanalysen und Data Preparation im Aufwind

BARC BI Trend Monitor 2018

Echtzeitanalysen und Data Preparation im Aufwind

Das Business Application Research Center (BARC) hat den BI Trend Monitor 2018 veröffentlicht. Dieser gibt einen Überblick über die weltweit wichtigsten Business-Intelligence-Trends. lesen

Von der Big-Data-Infrastruktur zu analytischen Dienstleistungen

Cloudera und Fast Forward Labs

Von der Big-Data-Infrastruktur zu analytischen Dienstleistungen

Cloudera, einer der führenden Anbieter für Big-Data-Infrastrukturen, steigt mit dem Erwerb des New Yorker Kleinunternehmens Fast Forward Labs in das Geschäft mit der Beratung zu datenanalytischen Fragen ein. lesen

Die Zukunft gehört Robotics 3.0

IDC Prognosen zur neuen Ära der Robotik

Die Zukunft gehört Robotics 3.0

Die Robotertechnologie entwickelt sich ständig weiter. Besonders im Hinblick auf cloudbasierte Künstliche Intelligenz. Diese neuen intelligenten Roboter zeichnen sich besonders in den Bereichen Sensorik und Konnektivität, cyberphysische Integration, autonomen Fähigkeiten und menschlichere Multi-Mode-Interaktion aus. lesen

Digitalisierung liegt zu selten in der Hand des Chefs

Bitkom-Studie

Digitalisierung liegt zu selten in der Hand des Chefs

Die Digitalisierung verändert den Markt. Umso wichtiger ist es für Unternehmen, sich frühzeitig in digitale Strukturen zu integrieren und am technologischen Wandel teilzunehmen. Im Auftrag von Tata Consultancy Services interviewte Bitkom Führungskräfte zum Thema Digitale Transformation im Unternehmen. lesen

In Sachen Vernetzung ist noch Luft nach oben

Intelligent Enterprise Index

In Sachen Vernetzung ist noch Luft nach oben

Was IoT und Vernetzung in und von Unternehmen angeht, ist noch einiges zu tun. Das zeigt der erste „Intelligent Enterprise Index“ von Zebra Technologies. Viele Unternehmen haben erst die Hälfte ihres „Vernetzungspotenzials“ geschafft. Nur fünf Prozent der Unternehmen können als wirklich vernetzt gelten. lesen

Augmented Intelligence – nehmen uns Daten das Denken ab?

Business-Intelligence-Grundlagen

Augmented Intelligence – nehmen uns Daten das Denken ab?

Es ist das Wesen von Business Intelligence: die Analyse und Visualisierung unterschiedlichster Daten auf einer gemeinsamen Oberfläche, um neue Einsichten zu gewinnen – aufgrund derer dann Prozesse beschleunigt werden, der Absatz steigt oder Unternehmen ihre Ressourcen besser verteilen. Kurz: Daten pushen Business. Ein großes Thema dabei: Automatisierung, ob nun beim Generieren, Laden oder Aktualisieren von Daten. Doch kann Technologie aus den Datenkombinationen auch automatisch Schlüsse ziehen, intuitiv oder aufgrund von Erfahrung abwägen – und letztlich Entscheidungen treffen. lesen

copyright

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