{"de":{"code":"de","id":"3","native_name":"Deutsch","major":"1","active":"1","default_locale":"de_CH","encode_url":"0","tag":"de-CH","missing":0,"translated_name":"Deutsch","url":"https:\/\/zvoove.ch\/wissen\/was-ist\/big-data","country_flag_url":"https:\/\/zvoove.ch\/wp-content\/plugins\/sitepress-multilingual-cms\/res\/flags\/de.svg","language_code":"de"},"fr":{"code":"fr","id":"4","native_name":"Fran\u00e7ais","major":"1","active":0,"default_locale":"fr_CH","encode_url":"0","tag":"fr-CH","missing":1,"translated_name":"Franz\u00f6sisch","url":"https:\/\/zvoove.ch\/fr","country_flag_url":"https:\/\/zvoove.ch\/wp-content\/plugins\/sitepress-multilingual-cms\/res\/flags\/fr.svg","language_code":"fr"},"it":{"code":"it","id":"27","native_name":"Italiano","major":"1","active":0,"default_locale":"it_CH","encode_url":"0","tag":"it-CH","missing":1,"translated_name":"Italienisch","url":"https:\/\/zvoove.ch\/it","country_flag_url":"https:\/\/zvoove.ch\/wp-content\/plugins\/sitepress-multilingual-cms\/res\/flags\/it.svg","language_code":"it"}}
Der Begriff Big Data verweist auf grosse Datenvolumen, die meist recht schnelllebig und daher nur begrenzt verarbeitbar sind. Big Data ist vor allem in der IT-Branche ein häufig gebrauchter Begriff, dennoch existiert bis dato keine klare Definition. Übersetzt bedeutet Big Data schlicht grosse Daten(mengen). Diese lassen sich aufgrund ihrer Unstrukturiertheit, ihres Umfangs und ihrer Geschwindigkeit mit herkömmlichen Technologien kaum oder nicht verarbeiten. Erschwert wird die Verarbeitung zum Beispiel, weil die Daten aus unterschiedlichen Quellen stammen oder es sich um verschiedene Datentypen handelt.
Datenbestände sind seit Beginn der Digitalisierung und der steigenden Nutzung mobiler Endgeräte wie Smartphone oder Tablet rapide angestiegen: Immer mehr Nutzerdaten werden generiert, digital verarbeitet und archiviert. Das Smartphone registriert bspw. geografische Bewegungsmuster und Nutzer speisen ihre Daten über Apps in ihr Mobiltelefon ein. Auch elektronische Geräte wie Fitness- oder Activity Tracker, GPS-Geräte und Smartwatches generieren Benutzerdaten. Im öffentlichen Leben werden Informationen über Überwachssysteme wie Videoüberwachungsanlagen aufgezeichnet. Und selbst beim Einkauf im Supermarkt werden Daten generiert, etwa bei der Zahlung mit EC-Karte. Ein weiterer Datenzuwachs tritt im Zusammenhang mit der Nutzung von smarten Technologien (z. B. Smart Homes) oder Sprachassistenten auf. Nutzer teilen ihre Daten im Internet und über die sozialen Medien oder tauschen sie über andere Kommunikationstechnologien aus. Dabei fallen auch private Daten an, deren Verarbeitung mit dem Persönlichkeitsrecht der Nutzer konfligiert. Auf der anderen Seite steht das Interesse von Unternehmen oder Organisationen, die Daten zu verarbeiten und zu analysieren. Dafür werden die Daten z. B. anonymisiert ohne eine Re-Identifizierung zuzulassen, um sie nicht direkt bestimmten Personen zuordnen zu können. Bei der Verarbeitung personenbezogener Daten handelt es sich um ein Verbot mit Erlaubnisvorbehalt: Sie ist grundsätzlich verboten, ausser ein Gesetz erlaubt die Datenverarbeitung oder die betroffene Person hat eingewilligt. Unter Verarbeitung versteht man z. B. das Erheben, Erfassen, Speichern, Abfragen, Auslesen, Übermitteln oder Löschen von Daten.
Unter Big Data Analysen versteht man die systematische Auswertung von grossen Datenmengen, zum Beispiel mithilfe von Software. Die Verwertung grosser Datenmengen findet in mehreren Bereichen statt, etwa im Gesundheitswesen, im Finanzwesen, in der Wirtschaft und in der Konsumforschung. Im Marketing oder im Social-Media-Management spielt die Auswertung und Analyse von Daten und Kennzahlen eine grosse Rolle, zum Beispiel, um Online-Werbemassnahmen anzupassen. Big Data Analysen erfüllen verschiedene Funktionen: Sie stützen bspw. die Unternehmenssteuerung und helfen bei der Vorhersage von Ereignissen wie Marktentwicklungen und Geschäftseinflüssen sowie bei der Einschätzung von Kundeninteressen, Surf-/Nutzerverhalten und Verkaufszahlen. Dadurch versuchen sich Unternehmen einen Wettbewerbsvorteil zu verschaffen, indem sie Entwicklungen und Trends prognostizieren oder Risikopotenziale erkennen. Die Verarbeitung grosses Datenmengen bringt Herausforderungen mit sich: Es müssen sehr viele Datensätze verarbeitet werden, die oft unstrukturiert sind oder in unterschiedlichen Formaten auftreten. Für die Analyse ist mitunter eine Verarbeitung verschiedener Informationstypen erforderlich (z. B. Bilder, Texte etc.). Grosse Datenmengen werden importiert, so dass die Übertragungsgeschwindigkeit und Speicherkapazitäten entsprechend hoch sein müssen. Unternehmen wollen auf die Analysedaten (nahezu) in Echtzeit zugreifen und Daten schnell abfragen (Echtzeit-Transaktionsverarbeitung) – auch bei mehreren zeitgleichen Abfragen. Auch komplexe Abfragen sollen ohne wesentliche Zeitverzögerung erfolgen. Da sich grosse Datenmengen aufgrund ihrer Schnelllebigkeit, Komplexität und ihres Umfangs kaum mit herkömmlichen Technologien verarbeiten lassen, werden neuer Arten von Analysesystemen und Datenspeichersystemen eingesetzt. Diese arbeiten meist zeitgleich auf mehreren Servern.
Das Internet, die Nutzung von mobilen Endgeräten und sozialen Medien, smarte Technologien und andere Systeme haben dazu beigetragen, dass immer mehr Nutzerdaten generiert werden, die sich z. T. für Datenanalysen nutzen lassen. Für den Trendbegriff Big Data existiert keine klare Definition. Der Begriff bezieht sich auf die Analyse und Verarbeitung grosser Datenmengen, die schnelllebig, komplex und unstrukturiert sein können. Die Daten stammen z. B. aus unterschiedlichen Quellen und weisen verschiedene Formate auf. Die Herausforderung besteht darin, die Informationen trotz der Komplexität und des Umfangs in (nahezu) Echtzeit zu verarbeiten, grosse Datenmengen zu importieren, mehrere Abfragen gleichzeitig durchführen zu können oder verschiedene Informationstypen zu analysieren. Da herkömmliche Technologien dabei oft nicht greifen, werden neue Arten von Analysesystemen und Datenspeichersystemen eingesetzt. Unternehmen nutzen Big Data Analysen zum Beispiel, um sich Wettbewerbsvorteile zu verschaffen: Sie erkennen Risikopotenziale und treffen Vorhersagen über künftige Marktereignisse, Business-Entwicklungen usw. Durch Mustererkennungen helfen die Daten z. B. bei der Analyse von Surf- und Nutzerverhalten, der Einschätzung von Kundeninteressen und Verkaufszahlen. Bei der Verarbeitung personenbezogener Daten müssen Datenverarbeiter bestimmte Datenschutzvorschriften einhalten.
Diesen Beitrag teilen