DGQ-Glossar Digitalisierung: Big Data5 | 11 | 19
Mit Big Data sind alle digitalen Daten gemeint, die in quantitativ riesigen Mengen gesammelt werden. Große Datenmengen werden in fast jedem unternehmerischen Kontext gewonnen und von Unternehmen zunehmend strategisch genutzt. Die Datenmenge ist in der Regel groß, unstrukturiert und komplex.
In Abgrenzung zu anderen Datenmengen muss Big Data nach der allgemein akzeptierten Definition folgende drei Attribute erfüllen, um tatsächlich als Big Data zu gelten:
- High-Volume (Großes Datenvolumen)
- High-Velocity (Hohe Geschwindigkeit der Datengenerierung und des Datentransfers)
- High-Variety (Große Bandbreite an verschiedenen Datentypen und Datenquellen)
Aufgrund ihres Volumens, ihrer Komplexität und Unstrukturiertheit eignen sich die Daten nicht für die Auswertung durch konventionelle Methoden der Datenverarbeitung. Um die Massendaten auswerten zu können werden digitale und automatisierte Prozesse benötigt.
Die Daten können aus verschiedensten Quellen stammen. In der Vergangenheit waren vor allem statistische Ämter und Regierungsbehörden für die Sammlung von Daten und Informationen verantwortlich. Heutzutage entstehen die größten Datenströme im Internet. Die Massendaten entwickeln sich etwa durch die Nutzung von Internet-basierten Kommunikations- und Bezahlsystemen oder durch die Verwendung von speziellen Apps, die solche Daten aussenden. Auch die sozialen Netzwerke oder Fertigungsprozesse von vernetzten Produktionsanlagen stellen eine wichtige Quelle für Big Data dar.
Durch die digitale Datenverarbeitung lässt sich Big Data entsprechend auswerten und aufbereiten. Hierdurch können die nun äußerst wertvollen Daten für unterschiedliche Zwecke nutzbringend verwendet werden. Mit dem Wissen, welches durch die Nutzung von Daten im Fertigungsprozess generiert wird, lassen sich Produkte und Prozesse verbessen. Darüber hinaus entstehen völlig neue Geschäftsmodelle – unabhängig von der jeweiligen Branche. Produkte oder Services können z.B. anhand von Nutzungsdaten oder Kundenfeedback in sozialen Netzwerken maßgeschneidert entwickelt werden. So ist es möglich, Kundenbedürfnisse frühzeitig zu erkennen und zu analysieren.
Die Gefahr des Missbrauchs der oftmals personenbezogenen Daten ist allerdings hoch. Die unregulierte Verwendung von Big Data zur privatwirtschaftlichen Gewinnmaximierung stößt bei Datenschützern daher auf Kritik.
Über den Autor: DGQ
