Embed Size (px)
Citation preview
SEMINARARBEIT
BIG DATA Informationsschätze oder Datenmüll?
Enterprise Information Management
Tobias Lindner
15.05.2013
Hochschule München Fakultät für Informatik und Mathematik Bachelorstudiengang Wirtschaftsinformatik Seminar Wirtschaftsinformatik: Enterprise Information Management Thema: Big Data Leitung: Dr. Nikolai Bauer Semester: Sommersemester 2013
Copyright Alle Inhalte der vorliegenden Publikation, insbesondere Texte, Grafiken und Fotografien sind urheberrechtlich geschützt. Das Urheberrecht liegt, soweit nicht ausdrücklich anders gekennzeichnet, bei dem Verfasser dieser Arbeit. Eine Weitergabe, Vervielfältigung oder Übersetzung dieser Publikation oder von Teilen daraus sind, zu welchem Zweck und in welcher Form auch immer, ohne die ausdrückliche schriftliche Genehmigung durch den Autor Tobias Lindner nicht gestattet. Copyright © 2013 Tobias Lindner. Hiermit erkläre ich, dass ich die vorliegende Studienarbeit selbständig verfasst, noch nicht anderweitig für Prüfungszwecke vorgelegt, keine anderen als die angegebenen Quellen oder Hilfsmittel benutzt sowie wörtliche und sinngemäße Zitate als solche gekennzeichnet habe.
_________________________ Tobias Lindner
BIG DATA
Inhaltsverzeichnis
V
Inhaltsverzeichnis
EINLEITUNG 1
BIG DATA – EINE BEGRIFFSBESTIMMUNG 2
DATEN ALS PRODUKTIONSFAKTOR 2
VERNETZUNG IN WELLEN 2
WAS IST BIG DATA? 3
WARUM ÜBERHAUPT „BIG“? 3
VOLUME 4
VARIETY 5
VELOCITY 6
VARIABILITY 6
CHANCEN UND HERAUSFORDERUNGEN FÜR UNTERNEHMEN 7
MIT BIG DATA VERBUNDENE CHANCEN 7
MIT BIG DATA VERBUNDENE HERAUSFORDERUNGEN 8
EINSATZBEISPIELE AUS DER PRAXIS 9
ECHTZEIT-ANALYSE FÜR SMARTER CITIES 9
EFFIZIENTERE PREISBERECHNUNG 9
RISIKOABSCHÄTZUNG IN ECHTZEIT 9
BLICK IN DIE ZUKUNFT 10
TECHNISCHER PARADIGMENWECHSEL 10
DAS ENDE DES ZUFALLS (DATENAUSWERTUNG VS. MODELL) 10
FAZIT 11
ANHANG 12
ABBILDUNGSVERZEICHNIS 12
LITERATURVERZEICHNIS 12
INTERNETQUELLEN 13
BIG DATA
Einleitung
1
„Big Data ist wie das Thema Sex bei
Teenagern – jeder spricht davon, aber
wenige kennen sich damit aus .“
» Dr. Patil, Data Scientist bei Greylock Partners
auf der DLD Conference 2013 in München
Einleitung Internet of Things, Social Media,
Social Recommendation, Social
Commerce, e-Commerce, Mobile
Commerce, Mobile Payment, Cloud
Computing, Cloud Based Services,
Smart Grid, Smart Metering, Smart
Cities, Website Tracking, Realtime
(Re-)Targeting, Customer Journey,
Location Based Services, …
Was haben die oben genannten
Begriffe gemeinsam? Zum einen
lesen sie sich wie beliebte Phrasen
von Beratern. Zum anderen haben
sie aber auch einen gemeinsamen technologischen Kern: In all diesen Zusammenhängen entstehen
gigantisch große Datenmengen unterschiedlichster Art.
Doch was genau bedeutet eigentlich gigantisch groß? Laut der Digital Universe Studie des Marktforschungsunternehmens IDC, die jährlich im Auftrag des
Storage-Spezialisten EMC durchgeführt wird, wurden bis ins Jahr 2011 1,8 Zettabyte - oder
umgerechnet 1,8 Billionen Gigabyte - an digitalen Daten erzeugt. Zum Vergleich: Um diese Daten auf
iPads mit einer Speicherkapazität von 32 Gigabyte zu speichern, würden 57,5 Milliarden iPads
benötigt werden. Diese aufeinandergestapelt ergäbe einen Turm, der elf Mal höher ist als der
höchste Berg der Welt – der Mount Everest mit 8.848 Meter. Die neu erzeugte Datenmenge im Jahr
2012 betrug bereits 2,8 Zettabyte und im Jahr 2020 sollen es schon 40 Zettabyte sein. Dies
entspräche dann in etwa der geschätzten Menge aller jemals von Menschen gesprochenen Worte,
falls man diese digitalisierten würde. Diese Vergleiche sollen jedoch nur annähernd einen Eindruck
von der enormen Größe des digitalen Universums vermitteln. (vgl. [WEB1])
Informationsschätze oder Datenmüll? Das aktuell häufig benutzte, aber selten klar definierte Modewort hierfür: Big Data. Doch was genau
ist mit Big Data eigentlich gemeint? Handelt es sich dabei nur um einen dieser schnelllebigen Trends,
die zuerst von Marketingstrategen gepusht
werden um anschließend wieder mehr
oder weniger in der Versenkung zu
verschwinden oder ist es für Unternehmen
tatsächlich relevant? Und wenn ja, für
welche? Geht es dabei nur um die
enormen Datenmengen an sich oder spielen andere Faktoren wie die Datenvielfalt, die
verschiedenen Datenquellen oder die Geschwindigkeit mit der diese Daten generiert und verarbeitet
werden eine nicht zu vernachlässigende Rolle? Und vor allen Dingen: Welche Chancen und Potenziale
ergeben sich aus diesem vermeintlichen Datenschatz für Unternehmen und welchen technischen und
organisatorischen Herausforderungen müssen sie sich dabei stellen?
Abbildung 1: Digitalisierung der Welt Quelle: makingdatameaningful.com
BIG DATA
Big Data – Eine Begriffsbestimmung
2
Big Data – Eine Begriffsbestimmung
Daten als Produktionsfaktor Heutzutage kommt es ganz besonders
darauf an, die richtigen Informationen in
der richtigen Situation am richtigen Ort
rechtzeitig zur Verfügung zu haben.
Daher haben sich neben den klassischen
Produktionsfaktoren Arbeit, Kapital und
Boden Daten bzw. der Zugang dazu zu
einem neuen, vollwertigen Produktions-
faktor entwickelt und spielen für den
Erfolg eines Unternehmens eine immer größere Rolle. Informationen sind zum Motor der Welt
geworden und immer mehr Datensätze werden heute von Unternehmen aus allen Branchen
verarbeitet, kombiniert und verglichen. So sollen beispielsweise die Kosten weiter gesenkt, die
Produktivität gesteigert oder die Qualität von neuen und bestehenden Produkten verbessert werden.
Auch erhoffen sich viele Unternehmen Wettbewerbsvorteil gegenüber Mitbewerbern, wenn sie das
Verhalten ihrer Kunden genauer und zeitnaher analysieren.
Die hohe Bewertung von Daten lässt sich auch sehr gut an der aktuellen Entwicklung der Online-
Geschäftsmodelle von Google, Facebook, Twitter und Co. erkennen. Diese sind vor allem auf das
Sammeln und Generieren von massenhaften Daten ausgelegt, mit denen in der Zukunft ggf. viel Geld
verdient werden kann.
Um die Daten nun sinnvoll einsetzen zu können, müssen aus diesen zunächst Informationen
entstehen, indem sie in einen Kontext eingebunden werden und ihnen eine Bedeutung gegeben
wird. Anschließend entsteht durch das
Zusammenfügen oder Herausfiltern von
relevanten Informationen Wissen,
welches die Entscheidungsgrundlage für
weiterführende Aktionen darstellt.
Dieser Transformationsprozess wird in
der so genannten „Wissenstreppe nach
North (1998)“ beschrieben und
veranschaulicht die zentrale Bedeutung
von Daten für ein Unternehmen. Die
oberste Zielsetzung lautet daher,
vertrauenswürdige Daten zu schaffen.
Vernetzung in Wellen Bei der globalen Vernetzung handelt es sich um einen Prozess, der in Wellen verläuft. Die erste
Welle, die heute mehr oder weniger abgeschlossen ist, besteht darin, alle existierenden stationären
Computer mit dem Internet zu verbinden. Die zweite Welle begann mit der Einführung von
internetfähigen Mobilfunkgeräten, wie beispielsweise Smartphones und Tablets. Diese Welle ist noch
Abbildung 3: Wissenstreppe nach North Quelle: Eigene Darstellung
Abbildung 2: Produktionsfaktoren Quelle: Eigene Darstellung
BIG DATA
Big Data – Eine Begriffsbestimmung
3
Der Begriff „Big Data“:
September 2008: Das Wissenschaftsmagazin
„Nature“ platzierte den Begriff „Big Data“ auf der
Titelseite und fokussierte auf das besondere
Problem, dass die „[…] in vielen Bereichen der
Forschung […] in Experimenten und Simulationen
erzeugten Datenmengen alle zuvor gekannten und
beherrschbaren Größenordnungen [übersteigen].“
Juli 2011: Analystenhaus Gartner nahm den
Begriff „Big Data“ in seinen „Hype Cycle“ zur
Bewertung neuer Technologien auf.
nicht vollständig beendet, beeinflusst allerdings bereits den Alltag der meisten Menschen. Die dritte
und vor kurzem gestartete Welle, umfasst die Verbindung von Geräten mit dem Internet. Diese wird
auch als „The Internet of Things“ oder zu Deutsch „Das Internet der Dinge“ bezeichnet. Egal ob
Autos, Kühlschränke, Wetterstationen oder digitale Fotokameras – alle diese Dinge sammeln Daten
und werden über das Internet miteinander verbunden. Dies ist auch die Welle, in der Big Data
angesiedelt ist. Die Entwicklung der nächsten Welle lässt sich im Übrigen bereits erahnen: Die
Einbeziehung des menschlichen Körpers. Google hat mit seinem Forschungsprojekt „Google Project
Glass“ – der digitalen Brille, die aus dem Internet bezogene Informationen in das Sichtfeld des
Trägers einblendet – bereits den Start der vierten Welle eingeläutet. (vgl. [WEB2], [WEB3])
Was ist Big Data?
Warum überhaupt „Big“?
In letzter Zeit ist es fast unmöglich, von dem Phänomen „Big Data“ nichts mitzubekommen. Überall
hört und liest man davon. Doch was genau verbirgt sich dahinter?
Wikipedia beschreibt Big Data als „[…] besonders große Datenmengen […], die mit Hilfe von
Standard-Datenbanken und Datenmanagement-Tools nicht oder nur unzureichend verarbeitet
werden können.“ (vgl. [WEB4])
Doch ab wann genau handelt es sich um „besonders große Datenmengen“ und wann ist die Größe
der Datenbestände lediglich als „normal“ oder „klein“ einzustufen? Handelt es sich wirklich nur um
die reine Menge an Daten, wenn wir von Big Data sprechen oder steckt hinter dem neuen Stichwort
der Industrie noch mehr?
Laut den beiden Marktforschungsunternehmen Gartner und Forrester Research sowie der Firma IBM
beschreibt das Wort „Big“ nicht sehr angemessen, was unter dem Begriff Big Data zu verstehen ist
und wird daher oftmals mit falschen oder ungenügenden Assoziationen – nämlich meist reduziert auf
eine gigantische Menge an Daten – in Verbindung gebracht. Tatsächlich beschreibt es aber nur ein
Merkmal bzw. einen Parameter der so genannten „multi-dimensionalen Technologie“. Das reine
Sammeln oder Speichern von großen Datenbeständen beschreibt nur ansatzweise, was unter dem
Begriff Big Data zu verstehen ist. Ein Unternehmen, das beispielsweise mehrere hundert Terabyte an
Daten „passiv“ sammelt, aber in keinster Weise versucht diese zu analysieren und daraus
Erkenntnisse oder Zusammenhänge abzuleiten, praktiziert kein Big Data. Big Data umfasst wesentlich
mehr. Es geht um das Verarbeiten von
sehr großen Datenmengen in Echtzeit, um
das Durchführen von hochkomplexen
Analysen und um die sinnvolle
Visualisierung der daraus resultierenden
Ergebnisse. Es geht um das Erkennen von
versteckten Mustern in den Daten und um
das Finden von Antworten auf schwierige
Problemstellungen. Meist wird in diesem
Zusammenhang auch von „Extreme
Information Processing“ oder „Extreme
Information Management“ gesprochen. Quelle: [BIT, Seite 20]
BIG DATA
Big Data – Eine Begriffsbestimmung
4
Forrester Research hat versucht, die Merkmale von Big Data in den so genannten vier „V’s“ zu
definieren: der Menge an zu verarbeitenden Daten (Volume), der großen Vielfalt der meist
unstrukturierten Daten (Variety), der enorm hohen Geschwindigkeit, mit der die Daten generiert und
ausgewertet werden (Velocity) und dem Erkennen von Zusammenhängen, Bedeutungen und
Mustern in den Daten sowie der Visualisierung dieser (Variability). (vgl. [ORE, S. 3ff], [WEB5])
„Zusammenfassend bezeichnet Big Data den Einsatz großer Datenmengen aus vielfältigen Quellen
mit einer hohen Verarbeitungsgeschwindigkeit zur Erzeugung wirtschaftlichen Nutzens.“ (vgl. [BIT,
Seite 21])
Volume
GPS und Stau-Angaben für Autofahrer, RFID, Informationen von Überwachungskameras und
Sensoren, Bestellungen und Suchanfragen im Internet, Statusmeldungen in Social-Media-
Anwendungen wie Facebook, Twitter und Co – die Menge an Informationen die Tag für Tag von
Menschen oder automatisch erzeugt werden gleicht einer wahren Datenexplosion. „Von 2000 bis
2002 sind mehr Daten generiert worden, als in den 40.000 Jahren davor. Von 2003 bis 2005 hat sich
diese Datenmenge wiederum vervierfacht. Und 2012 wird sich das weltweite Volumen digitaler
Daten auf 2.5 Zettabytes gegenüber 2006 verzehnfachen. (vgl. [BIT, Seite 12])“. Abbildung 5 auf der
nachfolgenden Seite veranschaulicht diese explosionsartige Entwicklung des Wachstums der
Datenmenge über die Zeit. Dabei handelt es sich meist um Unternehmen und Organisationen, die
über enorme Datenberge in Größenordnungen von mehreren hundert Terabyte bis hin zu einigen
Petabyte reichen. Facebook speichert und analysiert beispielsweise mehr als 30.000 Terabyte an
Daten, die von den Nutzern des Dienstes generiert wurden. Pro Tag werden dabei 2,5 Milliarden
Inhalte geteilt, 2,7 Milliarden „Like“-Klicks gespeichert und mehr als 300 Millionen neue Fotos
Abbildung 4: Die vier „V’s“ von Big Data Quelle: Eigene Darstellung
BIG DATA
Big Data – Eine Begriffsbestimmung
5
hochgeladen. Der Suchmaschinenhersteller Google verarbeitete bereits im Jahr 2008 täglich mehr als
20 Petabyte (20.000 Terabyte) an Daten und der US-amerikanische Einzelhandelskonzern Wal-Mart
erfasst jede Stunde mehr als eine Million Transaktionen seiner Kunden. (vgl. [BIT, S. 11ff und 21],
[ORE, S. 3ff], [SUZ, S. 26], [WEB6], [WEB7])
Abbildung 5: Wachstum der Datenmengen
Variety
Mit dem explosionsartigen Wachstum der Datenmengen geht zudem eine drastische Zunahme der
Datenvielfalt einher. Mehr und mehr Unternehmen müssen sich heute mit einer steigenden Anzahl
an Datenquellen und Datenformaten auseinandersetzen. Neben den unternehmensinternen Daten,
wie beispielsweise Kundenstämmen oder Bestelltransaktionen, häufen sich immer mehr Daten aus
externen Quellen – allen voran den unzähligen sozialen Netzwerken – an. Die Daten liegen dabei in
unterschiedlichsten Arten vor und lassen sich in strukturierte, unstrukturierte sowie
semistrukturierte Daten gruppieren. Bei unstrukturierten Daten handelt es sich zum Beispiel um
Bilder, Grafiken oder Videos, während semistrukturierte Daten einen Teil der Strukturinformation
mit sich tragen. Beispiele hierfür sind formatierte Texte in Dokumenten oder Blogartikeln, die durch
die enthaltenen Überschriften und Absätze
eine implizite Struktur besitzen, die allerdings
vor der effizienten und gewinnbringenden
Nutzung zuerst extrahiert werden muss.
Oftmals wird auch von so genannten
polystrukturierten Daten gesprochen. Dabei
handelt es sich um einen neuen Begriff, der
neben den strukturierten und
unstrukturierten Daten auch die derzeit
massiv auftretenden maschinengenerierten
Daten mit einbezieht. (vgl. [BIT, S 11ff + 19ff])
Quelle: [BIT, Seite 12]
Abbildung 6: Datenvielfalt Quelle: Experton Group AG (2012)
BIG DATA
Big Data – Eine Begriffsbestimmung
6
Velocity
Neue Daten entstehen heutzutage im Sekundentakt. Dies hat zur Folge, dass die gigantischen
Datenmengen immer schneller verarbeitet und ausgewertet werden müssen. Dabei lautet die
Anforderung häufig: in Echtzeit!
Vor allem bei zeitkritischen Anwendungen und Prozessen ist es meist unabdingbar, die Daten bereits
während der Übermittlung zu verarbeiten, um den größtmöglichen Nutzen zu erzielen. Dies ist
beispielsweise bei der Erkennung von Betrugsversuchen im Banken- und Transaktionsbereich der
Fall. Aber auch bei der Auswertung von Sensor- und Thermometerinformationen, bei der
Videoüberwachung von Sicherheitszonen oder beim automatischen Auffinden von bestimmten
Personen mittels Gesichtserkennung müssen die Daten meist in Echtzeit verarbeitet werden.
Die Herausforderung, Daten in möglichst hoher Geschwindigkeit zu verarbeiten, besteht jedoch
schon seit längerer Zeit. Viele Unternehmen analysieren bereits seit Jahren das „Klick-Verhalten“ von
Webseitenbesuchern, um diesen Kaufempfehlungen möglichst zeitnah auf der Webseite anzeigen zu
können. (vgl. [BIT, S. 19ff], [ORE, S. 5ff])
Variability
Den meisten Unternehmen liegt heutzutage mit ihren riesigen Datenmengen ein enormer
Informationsschatz zu Füßen. Aufgrund des gewaltigen Umfangs müssen diese Daten jedoch auf
möglichst schnellen und meist verteilten Computern maschinell ausgewertet werden.
Das vierte Merkmal von Big Data, Variability, umfasst daher Algorithmen, Methoden und Verfahren,
um in den Datenbergen möglichst automatisiert Muster, Zusammenhänge und Bedeutungen zu
erkennen. Dazu zählen neben statistischen Verfahren auch Optimierungsalgorithmen,
Vorhersagemodelle, Text- und Bildanalysen sowie Data Mining. Diese Technologien sollten allerdings
nicht als direkte Konkurrenten zu den etablierten IT-Systemen, sondern als logische
Weiterentwicklung und sinnvolle Ergänzung der bestehenden Systemlandschaften gesehen werden.
(vgl. [BIT, S. 19ff])
Das Auffinden von Mustern kann dabei in zwei Bereiche geteilt werden. Zum einen in Muster, die
schon existieren und bereits definiert sind. Diese können beispielsweise verwendet werden, um
Annahmen über die Wirklichkeit zu bestätigen. Zum anderen soll nach neuen Zusammenhängen
gesucht werden, die im Vorfeld noch nicht definiert wurden. Als
Beispiel wäre hier die bekannte Korrelation zwischen
Storchenpaaren und Geburten zu nennen. Doch Vorsicht: ein
bestehender Zusammenhang zwischen zwei Werten bedeutete
nicht automatisch, dass ein Wert die Ursache des anderen Wertes
ist, auch wenn zwischen ihnen eine statistische Beziehung
existiert. Es wird in diesem Fall auch von einer so genannten
Scheinkorrelation gesprochen. Um nun aus den vorhandenen
Datenbergen die geschäftlich verwertbaren Muster, Korrelationen
und Zusammenhänge herausfiltern zu können, ist es notwendig,
bereits vor der Erstellung der Algorithmen zu wissen, was man
sucht. Schnelle Computer und statistische Analysen auf riesige
Datenmengen alleine reichen also nicht aus, um den
Informationsschatz zu heben. (vgl. [WEB2], [WEB8])
Abbildung 7: Scheinkorrelationen
Quelle: [WEB2]
BIG DATA
Chancen und Herausforderungen für Unternehmen
7
Chancen und Herausforderungen für Unternehmen Derzeit liest man vor allem im Zusammenhang mit Big Data Sätze wie „Informationen sind der
Rohstoff der Zukunft“ oder „Daten sind das neue Öl der Wirtschaft“. Doch welche Chancen und
Potenziale ergeben sich daraus und welche technischen und organisatorischen Herausforderungen
müssen dabei gemeistert werden?
Mit Big Data verbundene Chancen Das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS) hat insgesamt 50
internationale Big Data Einsatzszenarien aus verschiedensten Branchen und Unternehmensbereichen
analysiert und dadurch drei zentrale Chancen für Unternehmen in Deutschland ermittelt: (vgl. [BIM,
Seite 42f], [FRA, Seite 42ff])
Effizienteres Unternehmensmanagement
Durch die steigenden Möglichkeiten des direkten Zugriffs auf aktuelle Daten sowie die
zunehmende Automatisierung von Entscheidungen sind neue Low-Cost-Geschäftsmodelle
und dadurch auch eine höhere Attraktivität für Investoren durch die geringere
Kapitalbindung möglich. Beispiele hierfür sind neben dem Überwachen der Lagerbestände
oder der automatischen Routenplanung der Fahrzeugflotte auch Prognosen bezüglich der
Kündigungswahrscheinlichkeit oder der zukünftigen Markenwahrnehmung.
Massenindividualisierung von Diensten
Durch die Kombination von eigenen und externen Datenquellen und des Aufbaus einer
Wissensbasis über Produkte, Lieferanten und Kunden, können stärkere und neue Formen
von Kundenbindungen entstehen. Verhaltensbasierte Energieberatungen, individualisierte
Pauschalreisen oder ein Assisted Finance für individuelle Finanzziele sind nur einige Beispiele.
Intelligente Produkte
Durch die Nutzung von neueren und komplexeren Sensoren und der Einbindung von
maschinellem Lernen ist es möglich, Produkten einen bestimmten Grad an „Eigenintelligenz“
zu geben und dadurch bereits existierende Produkte und Dienstleistungen mit
Mehrwertdiensten aufzuwerten. Intelligente Häuser und Haushaltsgeräte, virtuelle
Assistenten oder die integrierte Selbstwartungsfunktion in Anlagen und Maschinen sind in
diesem Bereich beispielsweise zu nennen.
Neben diesen drei zentralen Potenzialen existieren allerdings noch viele weitere Aspekte, die für den
Einsatz von Big Data in Unternehmen sprechen. Angefangen bei der Optimierung von bestehenden
Geschäftsprozessen und der Etablierung vollständig neuer Geschäftsmodelle über die Steigerung der
Kenntnisse des Kundensegments bis hin zur frühzeitigen Erkennung von Marktveränderungen. Laut
einer Umfrage der Experton Group bezüglich der positiven Auswirkungen aus dem Einsatz von Big
Data in deutschen Unternehmen erwarten die Befragten vor allem bessere Informationen über das
Informations- und Kommunikationsverhalten ihrer Kunden (38%), bessere Aussteuerung von
Vertriebs- und Marketingkampagnen (38%) sowie geringere Kosten durch die Optimierung von
Logistikprozessen (37%) und strategische Wettbewerbsvorteile durch genauere und schnellere
„Markt-Intelligenz“ (19%). Diese Ergebnisverteilung zeigt sehr deutlich, dass der Einsatz von Big Data
nicht nur auf die Erreichung eines bestimmten Ziels beschränkt werden muss. Je nach
Anwendungsszenario können auch mehrere Ziele gleichzeitig unterstützt werden. (vgl. [BIT, S. 11ff])
BIG DATA
Chancen und Herausforderungen für Unternehmen
8
Mit Big Data verbundene Herausforderungen Beim Einsatz von Big Data ergeben sich für Unternehmen jedoch nicht nur neue Chancen. Big Data
konfrontiert Unternehmen sowohl mit technischen als auch mit organisatorischen
Herausforderungen, die gemeistert werden müssen.
Die wesentlichen technischen Herausforderungen bei der Planung und Umsetzung von Big Data
Strategien liegen laut einer Experton Group Umfrage von 2012 vor allem in den neuen Dimensionen
bezüglich des Volumens und der Vielfalt der Daten sowie den Anforderungen an die extrem hohen
Verarbeitungsgeschwindigkeiten. So nennen viele Unternehmen mit hoher Zustimmung (52%), dass
ihre Netzwerkkapazität und Performance nicht auf die neuen Datenvolumen und -Strukturen
ausgelegt sei und dass die derzeit im Einsatz befindlichen traditionellen, relationalen Datenbanken
und Storage-Systeme Analysen auf große, unstrukturierte Daten in Echtzeit verhindere (49%).
Schwierigkeiten werden auch im Umgang mit neuen Tools, Technologien und Verfahren erwartete
(47%), da es noch zu wenige, so genannte „Data Scientists“ und somit zu wenig Erfahrung in den
Unternehmen gäbe. (vgl. [BIT, Seite 11ff und 15ff])
Abbildung 8: Wesentliche Herausforderungen im Zusammenhang mit Big Data
Neben dem Überwinden der technischen Herausforderungen ist auch aus organisatorischer Sicht
eine klare Strategie notwendig, um Big Data im Unternehmen erfolgreich einzuführen. Dazu zählen
vor allem die Transparenz, Interpretation und Validierung der Daten. Klare, eindeutig definierte
Strukturen und Abläufe sowie die Sicherstellung der Datenaktualität bilden dabei die Grundlage, um
die Datenberge als sinnvolle Entscheidungsbasis nutzen zu können. Aus Sicht der IT-Sicherheit und
des Datenschutzes ist es zudem notwendig, ein Data Governance aufzubauen, in dem Prozesse und
Verantwortlichkeiten festgelegt, Compliance-Richtlinien definiert und dessen Umsetzung und
Einhaltung überprüft werden. (vgl. [BIT, Seite 11ff und 15ff])
Quelle: Experton Group AG (2012)
BIG DATA
Einsatzbeispiele aus der Praxis
9
20% weniger Verkehr 50% kürzere Fahrzeiten 20% weniger Emissionen
Optimierung der Preisberechnung von 30 Std. auf unter 2 Std.
Mehrfache Preisanpassung pro Tag möglich
8,8 Milliarden hochkomplexe „Value-at-Risk“-Einzelberechnungen
Reduzierung der Gesamtberechnung von 18 Std. auf wenige Minuten
Reaktionen in nahezu Echtzeit möglich
Einsatzbeispiele aus der Praxis
Echtzeit-Analyse für Smarter Cities Mit Hilfe des Einsatzes von neuesten Big Data Technologien konnte die Königliche Technische
Hochschule Stockholm in Zusammenarbeit mit IBM Research und IBM Schweden das Stockholmer
Verkehrsmanagement erheblich verbessern. Mittels der Software „InfoSphere Streams“ von IBM
werden die kontinuierlich eintreffenden Datenströme in
Echtzeit eingelesen, gefiltert und analysiert. Insgesamt
werden pro Sekunde mehr als 250.000 Verkehrs- und
Wetterinformationen verarbeitet und in das intelligente
Verkehrsleitsystem der Stadt Stockholm eingespeist. Dadurch können Probleme frühzeitig
prognostiziert und alternative Routen empfohlen werden. Die Senkung des Verkehrs sowie der
Emissionen um 20% und die Reduzierung der Fahrzeit um bis zu 50% sind nur einige der positiven
Ergebnisse. (vgl. [BIT, Seite 69])
Effizientere Preisberechnung Das amerikanische Handelsunternehmen Macy’s zählt mit ihren 800 Filialen und mehrere
zehntausend Artikel umfassendes Sortiment zu den größten überregionalen Händlern der USA. Um
wettbewerbsfähig zu sein, erfolgt die
Preisgestaltung aller Produkte über
standortspezifische Merkmale. Insgesamt
ergeben sich dadurch über das gesamte
Sortiment und alle Filialen hinweg mehr als 270 Millionen verschiedene Preise. Vor der Umstellung
auf moderne Big Data Technologien wurden die Preise für das komplette Sortiment wöchentlich neu
berechnet. Dies erforderte mehr als 30 Stunden Rechenzeit. Nach der Optimierung der Datenhaltung
und der Einführung von In-Memory-Analysen konnte die Preisneuberechnung auf unter 2 Stunden
reduziert werden. Durch die enorme Steigerung der Geschwindigkeit ist es nun möglich die Preise
mehrmals täglich neu zu berechnen und so wesentlich besser auf den lokalen Wettbewerb zu
reagieren. (vgl. [BIT, Seite 60])
Risikoabschätzung in Echtzeit Die Berechnungen aller vorhandenen Risiken im Portfolio einer Bank sind äußerst umfassend. Bei der
United Overseas Bank in Singapur verteilt sich das Risiko zum Beispiel auf circa 45.000 verschiedene
Finanzinstrumente sowie mehr als 100.000 einzelne Marktparameter, wie beispielsweise Preise,
Fristen und Fälligkeiten. Die hochkomplexe Gesamtrisikoberechnung umfasst circa 8,8 Milliarden
einzelne Berechnungen und dauert bis
zu 18 Stunden. Zeitnahe Reaktionen
sind somit kaum bis gar nicht möglich.
Aus diesem Grund wurde eine neue
„High-Performance-Analytics“-Lösung
des SAS Institutes im Unternehmen
eingeführt. Mit Hilfe von In-Memory-Technologien, Complex-Event-Processing und auf höchste
Parallelität optimierte Risikoberechnungen konnte die Berechnungsdauer des Gesamtrisikos auf
wenige Minuten reduziert werden. Somit ist die Reaktion auf eintretende Marktänderungen in
nahezu Echtzeit möglich. (vgl. [BIT, Seite 80])
BIG DATA
Blick in die Zukunft
10
Blick in die Zukunft
Technischer Paradigmenwechsel Die große Herausforderung der letzten Jahrzehnte, Informationen von mehreren Millionen Kunden
und Abermillionen Transaktionen zu verarbeiten, zählt heutzutage dank ausgefeilter
Analysewerkzeuge, Datenbanken und IT-Systemen selbst für kleinere und mittelständische
Unternehmen zum normalen Tagesgeschäft. Problematisch wird es erst dann, wenn neue Ansprüche,
wie die Analyse in Echtzeit, die Betrachtung von aggregierten Informationen anstelle von
Einzelvorgängen oder die Auswertung von polystrukturierten Daten gestellt werden. Diese
kontinuierlich steigenden Anforderungen sowie die zunehmende Menge und Vielfalt der Daten
bringen die eingesetzten IT-Tools schnell an ihre Grenzen und erzwingen einen technologischen
Paradigmenwechsel. Neue Ansätze, wie die parallele Verarbeitung von Daten auf verteilten
Systemen oder der Einsatz von so genannten NoSQL-Datenbanken, werden die klassischen
relationalen Datenbanksysteme aufgrund ihrer wesentlich höheren Verarbeitungsgeschwindigkeit
zunehmend verdrängen. Auch Verfahren und Methoden wie beispielsweise MapReduce, Data Mining
oder In-Memory-Computing werden verstärkt Verwendung finden. (vgl. [ISR])
Das Ende des Zufalls (Datenauswertung vs. Modell) Die Menschen sind vorhersehbare Wesen – sie haben Gewohnheiten, Vorlieben, Routinen,
zurückliegende Erlebnisse sowie spezifische Charaktereigenschaften und Persönlichkeitsmerkmale.
Eine genauere Analyse dieser Informationen würde es ermöglichen, einen Teil des zukünftigen
Verhaltens einer Person sehr treffend zu prognostizieren. Chris Anderson, Publizist und
Chefredakteur des Magazins „Wired“ beschrieb bereits 2008 in seinem Artikel „The End Of Theory“
(vgl. [WEB9]), dass die Kombination aus Big Data und angewandter Mathematik viele Modelle zum
menschlichen Verhalten ersetzen könnte – man benötigt nur ausreichend Daten. Dass sich die
Unternehmen diesen Umstand heutzutage zunutze machen, zeigt das Beispiel Google: Die
Suchmaschine liefert bereits beim Eintippen des Suchtextes Vorschläge zur Vervollständigung der
Sucheingabe – und dies beängstigend treffend. Mögliche Tippfehler werden dabei ebenfalls
automatisch korrigiert und mehrsprachige Begriffe mit gleicher Bedeutung wie beispielsweise
München und Munich ersetzt. Dies wird vor allem durch die Echtzeitauswertung von massenhaften
Daten, die Millionen von Menschen zuvor bereits bei Google eingegeben haben, möglich. Der Trend,
die Verwendung von Modellen durch die Auswertung von Daten zu ersetzen, wird auch in Zukunft
weiter steigen. Zu sehr ähnlichen Ergebnissen kommt auch der österreichische Autor Rudi
Klausnitzer. Er beschreibt in seinem Buch „Das Ende des Zufalls“ (vgl. [KLA]), wie die Auswertungen
der heute verfügbaren Datenberge unser Leben beeinflussen. Laut Klausnitzer glauben die Menschen
umso weniger an den Zufall, je mehr sie über eine Sache oder ein eingetretenes Ereignis wissen und
deren Zusammenhänge verstehen. Es läge eben in der Natur des Menschen, möglicherweise
eintretende Situationen und Ereignisse berechnen und vorhersagen zu können. Die kontinuierlich
wachsenden Informationsmengen sowie ausgeklügeltere Algorithmen ermöglichen zudem immer
präzisere Vorhersagen. So konnte Google bereits 2010 anhand des Suchverhaltens der Nutzer eine
Grippewelle vorhersagen. Die Polizei von Santa Cruz (USA) berechnet seit über zwei Jahren mit sehr
hoher Genauigkeit, in welcher Gegend und zu welcher Uhrzeit die höchste Wahrscheinlichkeit für
eine Straftat besteht und schickt ihre Beamten entsprechend auf Streife. Und vielleicht wird eines
der Bedürfnisse des Menschen – dem Zufall durch Berechnungen eine so geringe Chance wie nur
möglich zu gebe – doch noch eines Tages erfüllt, zumindest teilweise. (vgl. [WEB10], [WEB11], [SPI])
BIG DATA
Fazit
11
„Nach Carrie Bradshaws ‚Mr. Big‘, der ‚Big Bang Theory‘
und dem Schachcomputer ‚Big Blue‘ bringt Big Data nun
endlich eine gewissen Größe in die IT – und ist vor allem
mal kein Akronym.“
„Big-Data-Regel Nr. 1:
Sprechen Sie nicht über Big Data. Wer sich
auskennt, verwendet Big Data – alle anderen
reden darüber.“
» Brian Hopkins von Forrester Research
Fazit Big Data – in gewisser Hinsicht ist dieses Phänomen nicht wirklich neu. Aus manchen Blickwinkeln
betrachtet hat es Big Data schon immer gegeben: In den 80er Jahren umfasste die Größe von
Datenträgern und Datenbanken Kilobyte und Megabyte, in den 90ern dann Gigabyte und um die
Jahrtausendwende waren es bereits Terabyte. Heute sind sogar im privaten Umfeld Terabyte zur
gängigsten Maßeinheit geworden und die meisten Großkonzerne verwalten bereits mehrere
Petabyte an Daten. Jede Dekade
der letzten 30 bis 40 Jahre stellte
somit die Herausforderung,
größere Datenmengen zu
bewältigen als die vorherige.
Aktuell findet allerdings eine Weiterentwicklung statt. Heutzutage handelt es sich nicht mehr nur um
das reine Wachstum der Datenmengen. Zu den zu meisternden Herausforderungen zählen weitere
Faktoren, wie die gewaltig gestiegene Datenvielfalt an strukturierten, unstrukturierten und
semistrukturierten Daten sowie die enorm hohe Geschwindigkeit, mit der die Daten erzeugt und
verarbeitet werden müssen. Dies sind die Anforderungen, die die derzeitigen IT-Megatrends
„Mobile“, „Cloud“, „Social“ und „Big Data“ stellen.
Die Relevanz von Big Data wird in den
kommenden Jahren weiter zunehmen. Nicht
nur bei den Big-Playern, wie Google,
Facebook, Amazon und Co, sondern auch
und vor allem im Mittelstand. Welche
gewaltigen Potenziale schon heute aus dem
Einsatz von Big Data gezogen werden
können, zeigen die eindrucksvollen und in
dieser Arbeit veranschaulichten Praxisbeispiele des Stockholmer Verkehrsleitsystems sowie des
Unternehmens Macy’s und der United Overseas Bank. Nichtsdestotrotz dürfen die
Herausforderungen sowie die Gefahr, zu einem „digitalen Messie“ zu werden, nicht unterschätzt
werden. Mehr Daten bedeuten schließlich nicht gleichzeitig bessere Daten.
Fakt ist: Die Menge und Komplexität der Informationen, die auf den Festplatten rund um den Globus
schlummern, sind heute schon gigantisch. Doch verglichen mit dem, was in naher Zukunft noch auf
uns zukommen wird, befinden wir uns derzeit noch im Kindergarten. Letzten Endes stellt sich somit
nur noch eine Frage: Wann ist Löschen angesagt?
Quelle: [BIM, Seite 38]
BIG DATA
Anhang
12
Anhang
Abbildungsverzeichnis Abbildung 1: Digitalisierung der Welt ..................................................................................................................... 1
Abbildung 2: Produktionsfaktoren .......................................................................................................................... 2
Abbildung 3: Wissenstreppe nach North ................................................................................................................. 2
Abbildung 4: Die vier „V’s“ von Big Data ................................................................................................................. 4
Abbildung 5: Wachstum der Datenmengen ............................................................................................................ 5
Abbildung 6: Datenvielfalt ...................................................................................................................................... 5
Abbildung 7: Scheinkorrelationen ........................................................................................................................... 6
Abbildung 8: Wesentliche Herausforderungen im Zusammenhang mit Big Data ................................................... 8
Literaturverzeichnis [BIM] Datengold
business impact: Informationstechnologie für das Management, Ausgabe 01/2013 [BIT] Big Data im Praxiseinsatz - Szenarien, Beispiele, Effekte
BITKOM, 2012 [FRA] Big Data – Vorsprung durch Wissen: Chancen erkennen und nutzen
Frauenhofer IAIS, 2012 [ISR] Klassische Analyse-Tools scheitern an Big Data
is report, Ausgabe 10/2012 [KLA] Klausnitzer, Rudi: Das Ende des Zufalls – Wie Big Data uns und unser Leben
vorhersagbar macht Ecowin Verlag, 1. Auflage 2013
[ORE] Big Data Now: 2012 Edition
O’Reilly Media, Inc., Oktober 2012 [SPI] Leben nach Zahlen: Wie Staaten und Konzerne berechnen, was wir tun werden
Der Spiegel, Heft 20/2013 [SUZ] CeBIT 2013 – Eine Anzeigensonderveröffentlichung
Süddeutsche Zeitung, 28. Februar 2013
BIG DATA
Anhang
13
Internetquellen [WEB1] Digital Universe Study: Extracting Values from Chaos
http://www.emc.com/digital_universe Datum des Zugriffs: 18.04.2013
[WEB2] Big Data: Schatzsuche ohne Karte
http://netzwertig.com/2013/03/19/big-data-schatzsuche-ohne-karte/ Datum des Zugriffs: 18.04.2013
[WEB3] Google Project Glass
http://www.google.com/glass/ Datum des Zugriffs: 18.04.2013
[WEB4] Wikipedia: Big Data
https://de.wikipedia.org/wiki/Big_Data Datum des Zugriffs: 23.04.2013
[WEB5] Forrester Research: Big Is More Than Just Big
http://blogs.forrester.com/brian_hopkins/11-05-13-blogging_from_the_ibm_ big_data_symposium_big_is_more_than_just_big Datum des Zugriffs: 23.04.2013
[WEB6] Big Data Statistics
http://wikibon.org/blog/big-data-statistics/ Datum des Zugriffs: 23.04.2013
[WEB7] Facebook Data Statistics
http://techcrunch.com/2012/08/22/how-big-is-facebooks-data-2-5-billion-pieces-of- content-and-500-terabytes-ingested-every-day/ Datum des Zugriffs: 23.04.2013
[WEB8] Wikipedia: Scheinkorrelation http://de.wikipedia.org/wiki/Scheinkorrelation Datum des Zugriffs: 30.04.2013
[WEB9] The End of Theory: The Data Deluge Makes the Scientific Method Obsolete
http://www.wired.com/science/discoveries/magazine/16-07/pb_theory Datum des Zugriffs: 02.05.2013
[WEB10] Vorhersehbarkeit von menschlichem Verhalten:
Ich weiß, was du diesen Sommer twittern wirst http://netzwertig.com/2013/02/28/vorhersehbarkeit-von-menschlichem-verhalten- ich-weis-was-du-diesen-sommer-twittern-wirst/ Datum des Zugriffs: 02.05.2013
[WEB11] Süddeutsche Zeitung: Ende der Theorie
http://www.sueddeutsche.de/digital/big-data-wenn-daten-sprechen-1.1562758-2 Datum des Zugriffs: 02.05.2013
