Data Science

IoT-Basics: Big Data zwischen Hype und realem Nutzen

| Autor / Redakteur: Klaus Hübschle / Jürgen Schreier

Big Data gilt als Treiber für Industrie 4.0, Internet der Dinge und Digitalisierung.
Big Data gilt als Treiber für Industrie 4.0, Internet der Dinge und Digitalisierung. (Bild: Pexels / CC0)

Im bekannten Gartner Hype Cycle für Technologietrends taucht Big Data mittlerweile gar nicht mehr auf. Doch ist Big Data keineswegs passé, sondern bereits fest im Daily Business verankert. Aber was ist Big Data eigentlich? Der Artikel versucht eine Begriffsklärung.

Industrie 4.0, Internet der Dinge, Digitalisierung sind Megatrends, über die viel gesprochen und geschrieben wird. Auch Big Data gehört zu diesem illustren Kreis und ist dabei gleichzeitig auch ein wichtiger Treiber für die drei zuerst genannten. Wie die meisten Technologietrends folgte auch Big Data dabei dem typischen Hype Cycle nach GARTNER. Nach einer Phase der übertriebenen Euphorie und der darauffolgenden Ernüchterung zeigen konkrete und erfolgreiche Anwendungen das wahre Potenzial von Big Data.

Im Gartner Hype Cycle für Technologietrends taucht Big Data zuletzt gar nicht mehr auf. Nicht weil sich das Thema "Big Data" von alleine erledigt hat, sondern weil die Analysten ganz im Gegenteil davon ausgehen, dass Big Data in der Zwischenzeit so tief in das Geschäftsleben eingedrungen ist, dass man gar nicht mehr von einem Zukunftstrend reden kann. Laut GARTNER ist der breite Einsatz von Big Data heute bereits Realität in den Unternehmen. Dies sollte Grund genug sein, sich spätestens jetzt die Grundlagen von Big Data und dessen Einsatzmöglichkeiten auch im industriellen Umfeld genauer anzuschauen.

Ab wann sind Data big?

Manche sprechen von Big Data, wenn die gesammelte Datenmenge die Grenze von mehreren 100 Terabyte überschreitet. Andere verstehen unter Big Data ganz konkret den Einsatz der Technologien rund um Apache Hadoop. Eine der am häufigsten zitierten Definitionen für Big Data nutzt jedoch das sogenannte 3-VModell, das wohl auf einem Papier von GARTNER aus dem Jahr 2001 basiert [I.1]. Demnach spricht man von Big Data, wenn in einer Anwendung zumindest einer der Faktoren Datenmenge (engl.: volume), Verarbeitungsgeschwindigkeit (engl.: velocity) und Vielfältigkeit der Daten (engl.: variety) in Dimensionen vorstößt, die mit den bisher üblichen Datenverarbeitungstechnologien nicht oder nur mit sehr hohen Kosten machbar sind.

Konkret bedeutet dies, dass das anfallende Datenvolumen in die Größenordnung Petabytes (1024 Terabytes) oder gar Exabytes (1024 Petabytes) geht. Oder es fallen stetig neue Daten an oder ändern sich mit immenser Geschwindigkeit, und die verarbeitenden Systeme müssen auf diese Änderungen in Echtzeit reagieren. Oder es müssen Daten aus verschiedensten Quellen gleichzeitig zur Datenanalyse herangezogen werden. Die Informationen dabei liegen in vielfältigen Datenformaten vor und müssen nun in einer Anwendung miteinander verknüpft werden. Dabei gibt es einen zunehmenden Anteil unstrukturierter oder semi-strukturierter Daten. Neuere Definitionen fügen mit dem englischen Begriff "veracity" ein weiteres V als zusätzliche Herausforderung an Big Data hinzu.

Veracity lässt sich am besten mit den deutschen Begriffen Richtigkeit oder Wahrhaftigkeit umschreiben und fordert, dass die gesammelten Daten und die daraus abgeleiteten Analysen die notwendige Genauigkeit und Qualität besitzen müssen, um damit Unternehmensprozesse steuern zu können. Das setzt bei den Anwendern der Analyseergebnisse ein Vertrauen in die Qualität der Datenbasis und in die Analysemethoden voraus, und auch die Analyseergebnisse müssen einer Überprüfung ihrer Sinnhaftigkeit standhalten.

Wie wird Big Data heute eingesetzt?

Der potenzielle Nutzen von Big Data beschränkt sich nicht auf bestimmte Branchen. Man erwartet, dass sich in fast jeder Branche sinnvolle Anwendungen für Big Data finden werden. Die an Big Data geknüpften Erwartungen sind dabei sehr vielseitig. Auf der einen Seite wird Big Data als die Basis für neue Geschäftsmodelle angesehen, die ohne diese Technologien zuvor nicht möglich waren. Es entstehen neuartige smarte Produkte und Dienstleistungen. Alteingesessene Geschäftsmodelle werden durch Big Data disruptiv zerstört.

Durch den Technologieeinsatz werden strategische Wettbewerbsvorteile etabliert. Häufig wird Big Data aber auch zur Optimierung von bestehenden Produkten und Herstellungsprozessen eingesetzt. Die Qualität der Produkte wird verbessert, indem Nutzungsdaten konsequent ausgewertet werden. Big Data ermöglicht die Identifikation unentdeckter Kosteneinsparungs- und Optimierungspotenziale in bestehenden Prozessen und steigert damit die Produktivität über alle Unternehmensbereiche hinweg – von der Entwicklung über die Produktion bis hin zu Vertrieb und Service.

In Produktion und Logistik hilft Big Data bei der Steuerung bestehender, nur schwer durchschaubarer Prozesse und stellt neue datenbasierte Methoden für Planung und Entscheidungsfindung in Geschäftsprozessen bereit. Komplexe Compliance-Regeln können durch Big Data effizient überwacht und Verstöße automatisch erkannt und gemeldet bzw. gleich verhindert werden.

IoT-Basics: Big Data in der industriellen Anwendung

Data Science

IoT-Basics: Big Data in der industriellen Anwendung

10.03.18 - Big Data sorgt im Unternehmen für eine Fülle nützlicher Erkenntnisse und Insights, auf deren Grundlage sich Prozesse und Produkte optimieren, aber auch ganz neue Business Cases generieren lassen. Der Artikel stellt einige davon vor. lesen

IoT-Basics: Die Technologie-Basis von Big Data

Data Science

IoT-Basics: Die Technologie-Basis von Big Data

13.03.18 - Big Data beinhaltet eine Reihe von IT-Technologien wie Cluster-Computing und MapReduce sowie mathematisch-statistischer Verfahren (Data Mining, Machine Learning). Der Beitrag gibt einen Überblick über die relevanten Datenbankenkonzepte (Hadoop- und NoSQL-Datenbanken) und Programmiersprachen. lesen

IoT-Basics: Mit Big Data zur smarten Produktion

Data Science

IoT-Basics: Mit Big Data zur smarten Produktion

15.03.18 - Industrielle Internet-Systeme auf der Basis von Cloud-basierten IoT-Plattformen werden den Einsatz von Big Data in der Industrie deutlich voranbringen. Sie erschließen die bereits vorhandenen Datenquellen und führen sie einer effizienten zentralen Auswertung zu, was kompetentere Entscheidungen ermöglicht. lesen

Inhalt des Artikels:

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.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45181705 / Praxis)