Big Data überschreitet die Möglichkeiten konventioneller IT
Big Data beschreibt die Menge an Daten, welche die bisherigen Grenzen der konventionellen IT i. S. d. Erfassung, Speicherung, Verarbeitung oder Analyse von Daten übersteigt. Nichtsdestotrotz werden aus diesen Daten wirtschaftlich relevante Erkenntnisse gewonnen, die auf qualitativ vielfältigen und unterschiedlich strukturierten Informationen basieren. Big Data weist im Wesentlichen 4 Facetten auf. Diese Facetten sind die Datenmenge, die Datenvielfalt, die Datengenerierung sowie die Datenanalyse.
Datenvielfalt muss bewältigt werden
Die enormen Datenmengen (und die darin potenziell enthaltenen wertvollen Informationen), die täglich generiert werden, überfordern viele Unternehmen. Darüber hinaus sind Unternehmen nicht nur mit einer großen Anzahl von Datensätzen, Dateien und Messdaten konfrontiert, sondern auch mit einer zunehmend steigenden Anzahl an Datenformaten, was zu einer hohen Datenvielfalt führt. Das jeweilige Datenformat zu kennen, ist essenziell, da nur so die in jeweiligen Informationen einer Datei gelesen und interpretiert werden können. Aufgrund der Vielzahl von Datenquellen und -formaten, die mittlerweile in der Unternehmenspraxis verwendet werden, wird oft von einer Polystruktur von Daten gesprochen, welche die Analyse von Daten erschwert.
Zusätzlich muss der Prozess der Datengenerierung beschleunigt werden, um mit dem Datenwachstum Schritt zu halten. Die 4. Facette, Datenanalyse (Big Data Analytics), beinhaltet automatisierte Methoden zur Erkennung von Mustern, Zusammenhängen und Bedeutungen durch eine entsprechende Analyse unstrukturierter Daten. Eine Zusammenfassung der vorherigen Ausführungen und Facetten zeigt Abb. 3.
Abb. 3: Die 4 Facetten von Big Data und ihre Implikationen[1]
Analytics zur Auswertung von Big Data
Bestehende Probleme von Big Data sind die gigantische Datenmenge mit fehlender Struktur und unterschiedlichen Formaten. Big Data Analytics verwendet Big Data, um diese Daten systematisch mithilfe von neuen Softwarelösungen auszuwerten. Hierbei besteht die Herausforderung vor allem darin, Daten in Echtzeit zu importieren, zu verarbeiten, parallel abzurufen und dabei zugleich verschiedene Informationstypen zu verwenden.
Das ist nur ein Ausschnitt aus dem Produkt Finance Office Professional. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen
Anmelden und Beitrag in meinem Produkt lesen