Datenanalysen in neuen Dimensionen

Nicht-relationale Systeme wie Hadoop und In-Memory-Speicherung bereichern die Möglichkeiten des Datenmanagements. Bestehende Business-Intelligence-Werkzeuge werden im Hinblick darauf erweitert.

Die Digitalisierung der Wirtschaft und anderer Lebensbereiche wie des Gesundheitswesens, des Verkehrs oder der Energieversorgung führen zu immer rascher wachsenden und elektronisch verfügbaren Daten. Neuere Technologien zu den sogenannten »Big Data« können dem Branchenverband Bitkom zufolge helfen, diese Flut zu kanalisieren. Sei es um gesellschaftliche Herausforderungen wie die Umstellung auf regenerative Energien oder den demographischen Wandel zu meistern, sei es, um in Unternehmen wirtschaftlich bessere Entscheidungen zu treffen. Dazu genügt es nicht, Daten unterschiedlicher Herkunft und Struktur zu horten, vielmehr müssen sie gesichtet, integriert und analysiert werden.

Die Experten der Marktforschungsfirma Gartner sehen das Thema Big Data dem Gipfel des Hype Cycles für neu entstehende Technologien sehr nahe. Damit einher geht viel Getöse. An diese Phase schließt sich im Werdegang unweigerlich eine Zeit der Enttäuschungen an, weil die übersteigerten Erwartungen nicht erfüllt werden können. Danach wiederum beginnt ein langsamer Wiederaufstieg, der schließlich in einen Zustand weitverbreiteten produktiven Einsatzes mündet. Davon ist das Thema Big Data den Auguren zufolge indes noch fünf bis zehn Jahre entfernt.

Die Gartner-Experten gehen offenbar von einem restriktiven Verständnis des Begriffs Big Data aus. Denn zur Unterstützung von Entscheidungen in Unternehmen werden schon seit Jahrzehnten riesige Datenmengen in sogenannten Data Warehouses abgelegt. Die Auswertung von Clickstreams auf E-Commerce-Websites ist seit zehn Jahren eine Selbstverständlichkeit. Sensordaten werden ebenfalls schon geraume Zeit verwendet. Die Auswertung von Texten ist technisch auf absehbare Zeit nur in begrenztem Umfang möglich, lässt sich aber beispielsweise für Stimmungsanalysen in sozialen Netzwerken nutzen. Im naturwissenschaftlichen Bereich wären Wetter- und Klimaprognosen ohne große Datenmengen und deren Analyse undenkbar.

1. Datenanalysen in neuen Dimensionen
2. Predictive Analytics ist schon ausgereift
3. Software, Hardware und Dienstleistungen werden benötigt
4. Data-Warehouse-Akteure prägen den Markt
5. Chancen für Channel-Unternehmen
6. Integration verschiedenartiger Daten
7. Anwendungen vom Marketing bis zur Maschinenwartung
8. Start-ups setzen Impulse
9. Interesse bei Großunternehmen und Mittelständlern