Internet 4.0
, künstliche Intelligenz, autonomes Fahren sind nur ein paar Begriffe, mit denen wir im Zeitalter der Digitalisierung konfrontiert sind. Zuletzt gab es einen Hype um den Begriff BIG DATA.
Im Glauben bessere Entscheidungen zu treffen, je mehr Daten gesammelt werden, bewegen wir uns in Richtung einer gläsernen Welt, in der alles gemessen, gespeichert und verwertet wird, was möglich ist.
Es stellen sich die simplen Fragen: Wie konnten wir nur bis heute überleben? Ist die Welt tatsächlich besser geworden?

 

Was versteht man unter Big Data?

Unter BIG DATA versteht man letztendlich ein Framework, welches erlaubt auch Datenmengen (Volumen), die über die Kapazität einer Festplatte oder Rechners hinausgehen, zu bearbeiten und zu analysieren. Hinzu kommt die Geschwindigkeit (Velocity) mit der heute Daten generiert werden. Auch die Variabilität (Variety) der Daten in Form von Videos, Bildern, Emails usw. spielt eine zentrale Rolle. Um diese drei Vs (Volumen, Velocity und Variety) zu beherrschen, braucht es neue Ansätze. BIG DATA Technologien sind eine Antwort darauf.
Lesen Sie weiter ...

Ist Big Data ein Thema für KMU?

Die meisten KMU werden in absehbarer Zeit kaum die Definition von BIG DATA erfüllen – ausschließen darf man es aber trotzdem nicht. Mit dem Internet der Dinge werden künftig riesige Datenmengen generiert. Die hohe Geschwindigkeit und Kapazität moderner Computer, sowie kostenlose Open Source Software bieten Möglichkeiten, die vor Jahren kaum vorstellbar waren. Die Frage ist also eindeutig mit JA zu beantworten. BIG DATA Technologien sind für alle KMU interessant.
Lesen Sie weiter ...

Der Unterschied zwischen Statistik und Data Mining

Betrachten wir eine Bank: Mit Hilfe eines Kreditscorings wird per Computer über die Vergabe eines Kredits entschieden. Nicht jede Entscheidung ist eindeutig. Hier möchte man wissen, warum die Entscheidung in dieser Art gefällt wurde. Statistische Methoden geben Antwort auf diese Frage. Geht es aber nur um die Klassifikation (Ja/Nein), dann würden Data Mining Algorithmen bessere Lösungen liefern. Mit Hilfe der BIG DATA Technologien wurden alte Data Mining Algorithmen aufgrund moderner Rechnerleistung neu belebt.

maschinelles Lernen führt immer zum Ziel

Maschinelles Lernen (die Umsetzung von Data Mining Algorithmen) führt immer zu einem Ergebnis. Das bedeute aber nicht automatisch, dass die erstellten Modelle korrekt sind. Der Schlüssel zum Erfolg ist die richtige Modellwahl, eine saubere Datenaufbereitung und die richtige Wahl der Variablen.

Einsatzgebiete

BIG DATA Technologien können vielfältig eingesetzt werden. Beispiele dafür findet man in der medizinischen Diagnostik, beim Kreditscoring, bei der Bestimmung von Kaufwahrscheinlichkeiten, der Platzierung von Produkten im Shop, bei Kaufempfehlungen im Onlineshop, beim autonomen Fahren, bei der Betrugsbekämpfung, der Terrorabwehr, beim Spamfilter, bei der Zuordnung von Emails …
Finden auch Sie Ihre Einsatzgebiete.

Big Player sammeln, sammeln, sammeln

Grundsätzlich eröffnen uns BIG DATA Technologien neue Möglichkeiten. Die Art und Weise wie große Unternehmen über uns und unser Verhalten Daten sammeln, kann einem Angst machen. Wie diese Unternehmen Daten (und das sind wirklich BIG DATA) in Zukunft nutzen, ist schwer vorhersehbar.
Möglichweise zahlen wir dafür einen hohen Preis.

Schlussbemerkung

Die Digitalisierung schreitet unaufhörlich voran. Im Augenblick dreht sich alles um das Internet der Dinge. Um diese Datenflut zu analysieren braucht es BIG DATA Technologien.
Daher ist es wichtig, über dieses Thema Bescheid zu wissen. Wir verlassen uns zunehmend auf den Computer und laufen damit Gefahr, unseren Hausverstand durch Wischbewegungen und Klicks zu ersetzen.