CANON Schnee-Safari

Bewirb Dich jetzt für die CANON SCHNEE-SAFARI, reise mit uns kostenlos nach schwedisch Lappland und teste das neue Cine-Servo-Objektiv

Jetzt bewerben
Smart Data

Warum Big Data zu Smart Data werden muss

Der Datenberg wächst grenzenlos. In einer gemeinsamen Studie prognostizieren Experten von Seagate und IDC, dass das Volumen der angehäuften digitalen Datenmenge weltweit bis 2025 jährlich um 30 Prozent wächst. Dies entspricht rund 163 Zettabyte, dem Zehnfachen des heutigen Datenvolumens.

Aber: Bringt viel tatsächlich viel? Zunächst einmal hat es den Anschein. Einerseits wurden mit Big Data 2017 laut Statistik deutschlandweit rund zwei Milliarden Euro Umsatz erwirtschaftet.
Andererseits erweist sich das bloße Sammeln von Daten aus unterschiedlichen Quellen jedoch als nicht sonderlich effizient, da diese miteinander verknüpft und analysiert werden müssen. Hierfür ist eine einheitliche Plattform notwendig.

Mehrwert im Fokus

Fest steht, dass sich durch die intelligente Nutzung großer Datenbestände interessante Optimierungspotenziale erschließen. Etwa in Geschäftsprozessen, im Risiko-Management oder auch in einer Produktentwicklung, die sich stärker als bisher an den Bedürfnissen des Marktes orientiert. Nur durch eine zielführende Datenauswertung können die gewonnenen Informationen für die Verbesserung der firmeninternen Abläufe genutzt und so ein Wettbewerbsvorteil generiert werden.

Der Weg von Big Data zu Smart Data führt demnach über ein tieferes Verständnis der verfügbaren Daten sowie über die technologische Kompetenz, diese zu analysieren, zu strukturieren und für die eigenen Zwecke zu nutzen. Zusammengefasst gilt es, aus Big Data einen Mehrwert zu schaffen – Smart Data. Als intelligentere, nutzenorientierte Weiterentwicklung bringt Smart Data die Voraussetzungen mit, aus einem großen Volumen von Daten die Qualität und Relevanz der verfügbaren Daten in den Mittelpunkt zu stellen.

Hohe Anforderungen an die Datensicherheit

Viele Modelle der Big/Smart-Data-Technologie beziehen bei der Anwendung persönliche Kundendaten mit ein. Dies ist für zahlreiche Unternehmen eine Hürde, da sie befürchten, den entsprechend hohen Datenschutz nicht gewährleisten zu können. Ein Ausweg führt in diesem Fall über die Anonymisierung solcher Daten, aber auch dabei ist der Datenzugang aufgrund strenger Sicherheitsrichtlinien hierzulande erschwert. Aus diesen Gründen müssen praktikable Anwendungen entwickelt werden, die den Erfordernissen im Datenschutz und in der Datensicherheit gerecht werden. Es werden also Werkzeuge benötigt, die ein transparentes Management von Zugriffsrechten auf Datenbestände, Anfragen und Analysen durchsetzen. Gelingt das, wird die Akzeptanz von Big-Data-Lösungen in der Mehrzahl der Unternehmen steigen.

Bei einer erfolgreichen Smart-Data-Realisierung liegen die Vorteile klar auf der Hand: So ermöglichen umfassende Datenanalysen eine schnelle Zielgruppenerfassung, ein optimiertes Customer Relationship Management und mehr Transparenz hinsichtlich des Kundenverhaltens. Unternehmen können so in Echtzeit auf Veränderungen und neue Anforderungen reagieren. Ebenso lässt sich die Effizienz bestehender Geschäftsmodelle steigern. Mehr noch: Durch die Analyse von Datenbeständen wird es überhaupt erst möglich, neue Geschäftsmodelle zu entwickeln.

Mit dem passenden ERP endlich Big Data nutzen und die Digitalisierung meistern

Der Datenberg wächst: Laut einer gemeinsamen Studie von IDC und Seagate beträgt das Volumen von Big Data weltweit 16 Zettabyte. Ein Grund für Unternehmen, Mehrwert aus der Mass ...

Jetzt Downloaden

Smart Data erfordert neue Werkzeuge und Systeme

Allerdings: Während zahlreiche Instrumente zur Handhabung großer Datenmengen gut im Markt eingeführt sind und sich praktisch bewährt haben, ergeben sich mit der Umsetzung von Smart-Data-Projekten neue Herausforderungen. Technologien, die bei Big Data zu befriedigenden Resultaten führten, eignen sich in der Regel nicht für die Erweiterung auf Smart Data. So arbeiten die meisten Analyse-Tools rückwärtsgewandt, indem sie aus der Vergangenheit Schlüsse für die Zukunft ziehen. Des Weiteren sind logische Kausalverknüpfungen nicht möglich. Daher müssen zeitgemäße, semantische Technologien entwickelt werden, die Echtzeitanalysen aus umfangreichen Datenmengen ermöglichen.

Schlüsselbegriffe sind ein innovatives Datenmanagement, leistungsfähige Analytics
sowie maschinelles Lernen. Die Verwendung semantischer Technologien gehört ebenfalls
zu den Voraussetzungen einer intelligenten Datenverarbeitung. So erlauben etwa
standardisierte Programmier-Sprachen und Datenstrukturen die Zusammenarbeit unterschiedlicher Systeme. Mit Hilfe von Web-Zugriffsprotokollen und der semantischen Beschreibung von Daten lassen sich Informationen aus verschiedenen Quellen automatisch integrieren. Auch die adaptive Datenanalyse ist ein nützliches Tool, um Objekte und Ereignisse aus unterschiedlich gearteten Datenquellen zu erkennen und mit vorhandenem Wissen zu verknüpfen.

Der Bereich Industrie 4.0 liefert dazu ein überzeugendes Beispiel. Durch die Datenverarbeitung in Echtzeit besteht die Möglichkeit, Fertigungsprozesse unmittelbar an veränderte Bedingungen anzupassen oder auch direkt auf modifizierte Nachfragen zu reagieren. Dabei hilft die Semantik in Smart Data, verlässliche Entscheidungen auf Grundlage der Analyse-Ergebnisse zu treffen.

Innovationen werden öffentlich gefördert

Gut zu wissen: Mit dem Technologieprogramm „Smart Data – Innovationen aus Daten“ fördert das Bundesministerium für Wirtschaft und Energie Leuchtturmprojekte, die innovative Dienste und Leistungen entwickeln. Der Schwerpunkt liegt in den Bereichen Industrie, Mobilität, Energie und Gesundheit. Das Gesamtvolumen der Fördersumme beträgt etwa 55 Millionen Euro; das Programm läuft bis Ende 2018.

Share

Das könnte Sie auch interessieren

ERP

10. January 2018

ERP-Systeme: Kompetente Navigation durch komplexe Datenwelten

Das weltweite Datenvolumen wird sich laut International Data Corporatio ...

Business Software

10. January 2018

Die nächste Generation des Enterprise Resource Planning (ERP)

Mit IoT und Big Data steigen auch die Anforderungen an ERP-Systeme für ...

Digitalisierung

10. January 2018

Der Mittelstand im digitalen Wandel – Aufbruch in die Zukunft

Laut einer Studie von Bitkom Research sehen 90 Prozent der Geschäftsfüh ...