Was ist Big Data?

Mit dem Begriff „Big Data“ werden die großen Datenmengen bezeichnet, die aus Datenquellen, wie

  • dem Internet, Mobilfunk
  • Sozialen Medien
  • der Nutzung von Kreditkarten
  • der Nutzung von Kundenkarten
  • Smart Metering-Systemen
  • Smarthome
  • von Behörden und oder Unternehmen gesammelten Daten
  • usw.

bezogen, gespeichert, verarbeitet und/oder ausgewertet werden. Charakteristisch für Big Data ist eine große und komplexe Menge an Daten. Diese Daten sind entweder schlecht strukturiert oder derart schnelllebig, dass die Datenauswertung kaum mit rationellen oder herkömmlichen Methoden umsetzbar ist.


WISSENSWERT: AUCH DIE TECHNOLOGIEN, DIE ZUM SAMMELN UND ZUR AUSWERTUNG DIESER DATENMENGEN VERWENDET WERDEN, WERDEN OFT ALS BIG DATA BEZEICHNET.

Die Grundpfeiler funktionierender Big Data

  • Unternehmerischer Mehrwert
  • Datenvolumen, Datenrate und Datenquelle
  • Sicherstellung hoher Datenqualität
  • Geschwindigkeit der Datenförderung und/oder -generierung

Big Data – Hintergrund und Bedeutung

Unter Big Data fallen auch Daten, die als sehr sensibel oder intim gelten. Bestimmte Behörden und auch die Wirtschaft hätten gerne freien Zugang darauf, doch das würde mit dem vom Gesetzgeber geschützten Persönlichkeitsrecht des Einzelnen kollidieren. Darum verlangt es der Gesetzgeber, dass alle gewonnenen Daten anonymisiert werden müssen.

Welches Vorteile bietet Big Data für Unternehmen und Behörden?

Für Unternehmen steht besonders das Potenzial aus der Nutzung von Big Data im Vordergrund. Es sollen die gesammelten und ausgewerteten Informationen dabei helfen, ein effizientes und gewinnorientiertes Geschäftsmodell umzusetzen. Zur Zielsetzung von Datenauswertungen im Rahmen von Big Data gehören auch Aspekte wie

  • Optimierung des Ressourceneinsatzes sowohl bei Material- als auch bei Humanressourcen
  • Aussagekräftige Entscheidungsgrundlage für die operative und strategische Unternehmensausrichtung
  • Prozessoptimierungen im Bereich Produktion, Marketing, Informatik, Entwicklung
  • Mehr Sicherheit
  • Trendforschung

Big Data – Beispiele aus dem täglichen Leben

  • Anzeige personalisierter Werbung auf Facebook oder Google Ads
  • Bonitätsprüfung per Kredit Scoring
  • Cross- und Upselling im E-Commerce
  • Erstellung von Bewegungsprofilen potenzieller Gefährder

Weitere Anwendungsbeispiele von Big Data

Big Data hat ebenfalls im Messewesen Einzug gehalten. Hier werden Apps, Social Media, Blogs usw. genutzt, um durch die Digitalisierung der Besuchermagnete Daten zu sammeln. Daten, die dabei helfen sollen, Messe spezifische und wirtschaftliche Fragen zu klären. Durch das miteinander verknüpfen, auswerten und das Darstellen der Messe Daten über Kennzahlen kann der IST- und der SOLL-Zustand besser verglichen werden. Das erleichtert dem Messemanagement deutlich, effiziente, strategische und oder operative Entscheidungen zu treffen.

Auch bei politischen Wahlen findet Big Data Anwendung. Hier helfen die von Fachfirmen erhobenen und ausgewerteten Daten dabei, entsprechende Psycho-Metriken zu erstellen und mit deren Hilfe das Wahlergebnis zugunsten der jeweiligen Parteien im gesetzlichen Rahmen zu lenken.

Big Data im Bildungswesen sorgt ebenfalls für eine Reihe neue Möglichkeiten. So kann die Auswertung diesbezüglicher Daten dabei helfen, die Lernformen effizienter zu gestalten und das Bildungsprogramm zu reformieren.

In der Forschung sind das Erfassen und Auswerten von Daten das A&O, denn die Auswertungen liefern zuverlässige Ergebnisse. So werten beispielsweise Krankenkassen jährlich Millionen von Patientendaten aus, um Epidemien zu erkennen, Rückschlüsse aus bestimmten Lebensweisen und das Entstehen bestimmter Krankheiten zu ziehen usw. Forscher werten mithilfe einer gewissen Anzahl von Probanden den Zusammenhang zwischen Übergewicht und Diabetes oder anderen Krankheiten aus. Social Scoring ist auch ein Bereich von Big Data. So wird z. B. mit Hilfe von Kreditscoring die Kreditwürdigkeit einzelner Personen beurteilt. Auch bezüglich der Berechnung von Versicherungsprämien und deren Höhe ist Social Scoring von Relevanz. Social Scoring wird ebenfalls dazu genutzt, um entsprechende Voraussagen zum Einkaufs – bzw. Konsumverhalten der Verbraucher zu treffen

Kritik an Big Data

Die Errungenschaften der digitalen Revolution bringen für den Verbraucher nicht nur Vorteile, sondern auch Negatives. Negative Folgen, die mit Recht als unkalkulierbar bezeichnet werden können. So eröffnet die Digitalisierung ebenso Möglichkeiten für Missbrauch, da der Verbraucher aufgrund der Datensammlungspraktiken überwacht und/oder manipuliert werden kann. Zudem lassen sich durch Big Data natürlich auch gezielte Vorhersagen für menschlichen Verhalten treffen. Aus diesem Grund sind auch viele Wissenschaftler der Meinung, dass Datenmonopole unbedingt zerschlagen werden müssen. Des Weiteren ist die Gesetzgebung in der Pflicht, vorhandene Gesetze zu überarbeiten, um zu verhindern, dass sich die Konzentration von gesammelten Daten verstärkt.

Ein weiteres Problem ist der Datenschutz, der nicht wirklich gewährleistet ist. Wissenschaftliche Tests haben bewiesen, dass es möglich ist, anonymisierte Daten wieder zu entschlüsseln, wodurch diese wieder einzelnen Personen zugeordnet werden können.

Ein weiteres Problem stellen natürlich die Daten selbst da. Die Auswertung der Daten gestaltet sich aufgrund mangelnder Grundlagen oft schwierig. Hinzu kommt, dass eine Auswertung rein anhand technischer Fakten keine hundertprozentige Aussagekraft besitzt. Dasselbe gilt, wenn die Daten frei interpretiert werden sollen. Es können zwar Aussagen getroffen werden, aber ob diese tatsächlich eintreten, steht auf einem anderen Blatt Papier.

Des Weiteren ist die Nutzung von Big Data eine Frage der Ethik. Nur weil die Daten vorhanden sind, muss deren Nutzung nicht unbedingt ethisch vertretbar sein.