Kurz gefasst: Big Data in 3 Minuten

Next Big Think Sep. 23, 2020

In nur einer Minute werden 15 Millionen Textnachrichten und 170 Millionen E-Mails versendet, 3,6 Millionen Google-Suchanfragen getätigt, 46 Tausend Instagram-Fotos hochgeladen und rund 600 neue Seiten auf Wikipedia erstellt. Unsere Gesellschaft produziert heute so viele Daten wie noch nie: Allein in zehn Minuten entsteht heute eine genauso große Datenmenge wie in der gesamten Zeit vor dem Jahr 2002. Jeder von uns wurde in den letzten Jahren wohl schon einmal mit dem Begriff „Big Data“ konfrontiert, vielleicht auch im Zusammenhang mit Datenskandalen. Doch Big Data ermöglicht nicht nur großen Internetkonzernen, Persönlichkeitsprofile von uns zu erstellen – Big Data kann helfen, Prozesse in Unternehmen effizienter zu gestalten, medizinische Diagnosen zu verbessern oder unsere Mobilität zu revolutionieren.

Was ist Big Data?

Big Data bezeichnet den riesigen und immer größer werdenden Berg an Daten sowie die Analyse dieses. Der Ausdruck wird oft als Sammelbegriff verwendet und verfügt daher über keine einheitliche Definition. Gemeinsames Charakteristikum der Definitionen sind aber die drei „V’s“: Volume, Velocity und Variety. Daten entstehen in großen Mengen, in hoher Geschwindigkeit und sind vielfältig. Mit vielfältig ist in diesem Kontext gemeint, dass die Daten aus ganz vielen unterschiedlichen Quellen stammen und oft unstrukturiert sowie in unterschiedlichen Formaten vorliegen. Herkömmliche Methoden der Datenverarbeitung können die Analyse dieser Datenmenge nicht mehr bewältigen.

Einerseits entstehen täglich große Mengen an Daten über uns selbst: Mit jeder Online-Suche, jedem Einkauf per Kreditkarte oder jedem Like in sozialen Medien hinterlassen wir unsere Spuren. Anderseits fallen in Unternehmen Prozessdaten an: Finanzzahlen, die Auslastung der Produktionsmaschinen oder die Einsatz- und Dienstpläne. Zudem gibt es laufend Echtzeit-Daten wie das aktuelle Verkehrsaufkommen, Wetterdaten wie Temperatur und Luftfeuchtigkeit oder Umfragewerte beispielsweise zu politischen Stimmungen.

Viele dieser Daten fallen nicht erst in den letzten Jahren an. Durch neue Analyseformen, beispielsweise Big Data Analytics, können die Daten aber für den Weitergebrauch erschlossen und miteinander verknüpft werden.

Anwendungsgebiete von Big Data

Big Data bildet die Grundlage für viele Anwendungen der künstlichen Intelligenz (KI). Für die KI sind Daten das, was für uns Menschen Erfahrungen sind. Sie erkennt in den Daten Muster und Abhängigkeiten, zieht daraus Schlüsse und trifft vorhersagen. Mit Big Data-Analysemethoden können daher große Mengen an unterschiedlichsten Daten verknüpft und gemeinsam nutzbar gemacht werden.

Mit sogenanntem Data Mining können Prozesse in Unternehmen effizienter gestaltet werden. Die KI analysiert Prozessdaten wie Ressourcenverbrauch, Auslastungszahlen oder Umsatzergebnisse, erkennt Ineffizienzen und schlägt Verbesserungen vor. Durch die Verknüpfung mit weiteren Daten wie beispielsweise dem Konsumverhalten können Produktionspläne optimiert und Lagerbestände vorausschauend geplant werden.

Aber auch im Kundenkontakt fallen unzählige Daten an. Durch die Analyse dieser kennt das Unternehmen jeden einzelnen Kunden sowie seine Bedürfnisse und kann personalisierte Marketingmaßnahmen ergreifen. Durch Aggregieren vieler Kundendaten können zudem Muster erkannt und daraus strategische Entscheidungen abgeleitet werden. Beispielsweise, welches Produkt als nächstes auf den Markt kommt oder an welchem Standort ein neuer Laden eröffnet wird.

Anhand großer Mengen an medizinischen Daten kann die KI typische Ursachen und Verlaufsmuster von Krankheiten erkennen, die dem menschlichen Arzt nicht auffallen würden. Sie kann Zusammenhänge zwischen einzelnen, auch Jahre auseinander liegenden Befunden herstellen und mit anderen Daten verknüpfen. KI-Anwendungen können bereits heute zuverlässig Tumore auf Computertomografie-Bildern erkennen.  Dies durch das Training anhand von tausenden CT-Bildern.

Auch autonomes Fahren wird erst durch Big Data möglich: Dem autonomen Fahrzeug stehen eine Unmenge an Daten zur Verfügung, wie beispielsweise das Verhalten der anderen Verkehrsteilnehmer, Verkehrszeichen oder Vorfälle auf der vorausliegenden Strecke. Nur mit all diesen Daten wird es dem Fahrzeug der Zukunft möglich, sicher und zuverlässig zu navigieren. Aber insgesamt wird für unsere Mobilität uns neue Verkehrskonzepte Big Data zentral sein: Möglich werden vollkommen neue Logistikketten, Flugtaxis oder Transportdrohnen.

Mit Big Data können Vorhersagen in nahezu jedem Lebensbereich getroffen werden: Die Polizei kann die Wahrscheinlichkeit möglicher Straftaten an einem bestimmten Ort voraussagen und präventiv Maßnahmen ergreifen. Die Schäden durch Unwetter können anhand von aktuellen Wetterdaten und bisherigen Erfahrungen berechnet und Schutzmaßnahmen ergriffen werden. In den USA konnte anhand von Tweets gar die lokale Ausbreitung einer Grippewelle vorausgesagt werden.

Ausblick

Wir hören immer wieder von großen Datenskandalen bei Unternehmen oder in politischen Wahlkämpfen. Big Data wird daher von vielen im ersten Moment negativ konnotiert. Klar können Daten missbraucht werden und gerade bei persönlichen Daten ist wirksamer Datenschutz zentral. Doch durch die intelligente Analyse von vorliegen Daten können wir in nahezu allen Bereichen Prozesse effizienter gestalten.

Damit die Analyse von Big Data zuverlässig funktioniert, sind leistungsstarke Computersysteme und hohe Speicherkapazitäten notwendig. Entsprechende Systeme werden laufend besser und auch günstiger, weshalb die Analyse von Big Data in den nächsten Jahren stetig zunehmen wird.

Zudem müssen Daten für die Analyse zugänglich gemacht werden. Heute bestehen oft Datensilos. Die Daten sind in verschiedenen Datenbanken und vielleicht sogar in unterschiedlichen Formaten abgespeichert, nicht verknüpft und somit nicht miteinander nutzbar. Um alle relevanten Daten zu erschließen, braucht es eine vorausschauende Datenstrategie.

Unsere 3 Tipps zu Big Data für Entscheider und Macher:

  1. Fast jedes Unternehmen sitzt auf einer Menge an Daten. Machen Sie diese nutzbar und werden Sie dadurch effizienter.
  2. Erarbeiten Sie eine Datenstrategie für Ihr Unternehmen: Wo fallen bei Ihnen Daten an? Wie können weitere Daten erhoben werden? Wie können diese miteinander verknüpft werden?
  3. Haben Sie keine Angst vor Big Data und verbinden Sie das Schlagwort nicht sofort mit Datenskandalen. Beachten Sie dennoch den Datenschutz und wägen Sie jeden Schritt ab.

Beim Newsletter anmelden und keinen Artikel mehr verpassen

Die spannendsten Artikel der Woche jeden Freitag direkt in Ihr Postfach

* Pflichtfeld

Dominic Hauser

Dominic Hauser ist Redakteur bei fintechcube. Davor war er in Bern als politischer Redakteur tätig und beschäftigte sich nach seinem Umzug nach Berlin mit der Digitalisierung des Public Sectors.