Big Data

Wenn Menschen jahrelang mit denselben Geräten arbeiten, dann können sie aus jedem Rattern oder Knarren gut ableiten, was schief läuft und welche Maschine unbedingt gewartet werden muss. Mit Hilfe von Predictive Maintenance (übersetzbar als vorausschauende Wartung) wird dieser Prozess in qualitativ gute Computersysteme überführt, womit nicht nur die Effizienz, sondern auch die Profitabilität des gesamten Produktionsprozesses verbessert werden kann. Dies ist auch deshalb ein Gebot der Stunde, weil ansonsten nicht mehr garantiert werden kann, dass der gesellschaftliche Zusammenhalt gewahrt wird. Perfekte Lösungen werden allerdings nur unter voller Berücksichtigung hoher Standards beim Datenschutz angebahnt.

Das Thema Big Data ist immer noch sehr relevant, wenn es um Diskussionen zur Nutzung moderner Auswertungstechniken komplexer Datenbestände geht. Schnell wird die Behauptung in den Raum gestellt, dass der Big-Data-Trend das Öl des 21. Jahrhundert repräsentieren soll. Doch abgesehen davon, dass kaum jemand etwas mit Rohöl oder Rohdaten anfangen kann: Big-Data-Nutzungsmöglichkeiten setzen ein umfassendes Verständnis von Business Analytics voraus, um produktive und kommerzielle Erfolge anzubahnen. Um zu einem solchen Verständnis zu kommen, benötigt man oft spezielles Fachwissen, was nur extern eingekauft werden kann.

Ob Zuhause oder im Unternehmen – überall sammeln intelligente Geräte Informationen. Doch das Zusammentragen von Daten allein genügt nicht; es gilt, die Spreu vom Weizen zu trennen – und den Datenschatz intelligent zu veredeln.

Werden bislang bevorzug Data-Warehouses oder Data-Marts genutzt, um große Datenmengen zu speichern, kommen die sogenannten Data Lakes oder Datenozeane verstärkt ins Gespräch. Die Vorteile sind auf den ersten Blick plausibel, allerdings gibt es einige wichtige Einschränkungen zu beachten.