Facebook Pixel

Big Data: wie Massendaten „praktisch“ zum Einsatz kommen

Raum mit großen Rechnern

Jakob von Schuh auf den Spuren von Innovationen rund um den Megatrend „Datentechnologien“
 

Muster und Trends in großen Datenmengen erkennen und für Prognosen nutzen


„Big Data“ ist in aller Munde, und spätestens seit 2013, mit dem damals erschienenen Buch „Big Data – Die Revolution, die unser Leben verändern wird“ von Viktor Mayer-Schönberger [1] existiert auch in der breiten Öffentlichkeit eine vage Vorstellung davon, welche Möglichkeiten sich mit den immer größeren Datenmengen auftun. Doch was versteht man konkret unter Big Data? Dieser Frage gehen wir im Folgenden nach, bevor wir ein paar Praxisbeispiele aus unserem Innovationskompass zur besseren „Vorstellung“ heranziehen.


Der Begriff Big Data bezieht sich in der Regel auf Datensätze, die im Vergleich zu dem, was Menschen oder gängige Softwaretools zu analysieren imstande sind, zu groß sind – beispielsweise die Summe aller Informationen, die von zahlreichen Wettersensoren erfasst werden. Auch Gesundheitsdaten, die durch die steigende Anzahl an Wearables in der Bevölkerung aggregiert werden, gehören dazu. Die Liste ließe sich lange fortsetzen. Ganz allgemein kann man aber sagen, dass Datensätze dann als BIG bezeichnet werden können, wenn sie folgende Charakteristika aufweisen: 

  1. VOLUMEN: Die Menge der erzeugten oder gespeicherten Daten ist enorm groß. In der Regel bestimmt die Größe der Datensätze auch deren Wert bzw. Qualität und die daraus folgenden Erkenntnisse und Schlussfolgerungen. 
  2. VIELFALT: Die Art und die Beschaffenheit der Daten sind unterschiedlich und generieren sich aus Texten, Bildern, Audios, Videos … Oder aus Mischformen.
  3. GESCHWINDIGKEIT: Die Geschwindigkeit, mit der die Daten erzeugt und verarbeitet werden, ist extrem hoch. Zudem sind Big-Data-Bestände sehr oft in „Realtime“ erhältlich. [2]

Die generierten Massendaten können allerdings nur dann zu nennenswerten Erkenntnissen führen, wenn sie mit ausgeklügelten Algorithmen von leistungsstarken Computern – in der Regel in cloudbasierten Infrastrukturen – analysiert werden. Ziel ist es, Muster und Trends zu erkennen, um bessere Prognosen für die unterschiedlichsten Bereiche zu erstellen. Diese Art der Analyse erschafft eine „Spielwiese“ für Anwendungen anderer Technologien und Verfahren wie Machine Learning oder Deep Learning. [2] [3]

Bevor wir diesen Theorieinput nun aber TOO BIG gestalten, tauchen wir doch lieber mit ein paar Beispielen aus unserem Innovationskompass gemeinsam in die Praxis ein. Jakob von Schuh, Innovation Scout bei in-manas, hat sich für uns auf die Suche begeben:

 


Big-Data-Analysen für den Immobiliensektor


Immobilienunternehmen nutzen Big-Data-Analysen heutzutage, um zu bestimmen, wo und wann es profitabel sein könnte, Objekte zu mieten, zu kaufen oder neu zu bauen. Die Immobilienanalyse ist besonders wichtig, da sich der Wert einer Immobilie innerhalb kurzer Zeit stark verändern kann. Damit Immobilienmakler vorhandene Informationen besser nutzen können, um also fundierte, zukunftsorientierte Entscheidungen treffen zu können, bietet das Unternehmen Gleensite entsprechende Analysen an. Das im Jahr 2019 gegründete Start-up kommt aus London und hat eine eigene Plattform für prädiktive Analysen von Immobilien entwickelt. Dafür werden kontinuierlich Daten gesammelt und anschließend mit – von maschinellem Lernen unterstützten – Vorhersagemodellen ausgewertet. Endkunden bekommen so Einblicke, welche Trends in bestimmten Regionen, Städten oder einzelnen Straßen in den nächsten fünf bis fünfzehn Jahren aufkommen könnten. Die Plattform richtet sich derzeit speziell an Entwickler, Fondsmanager, Unternehmen und Investoren. [4]


Big-Data-Start-up unterstützt Unternehmen bei datengetriebenen Geschäftsentscheidungen


Als Big Data werden große, hochkomplexe Datenmengen bezeichnet, die mit manuellen, herkömmlichen Methoden nicht mehr zu verarbeiten sind. Stattdessen werden neue – von künstlicher Intelligenz unterstützte – Prozesse benötigt. Diese Big-Data-Analysen können Unternehmen nutzen, um intelligente, datengesteuerte Geschäftsentscheidungen zu treffen. Das im Jahr 2020 gegründete US-amerikanische Start-up Filum hat für diesen Zweck eine Big-Data-Plattform entwickelt, die es Unternehmen ermöglicht, ihre Daten zu bereinigen und zusammenzuführen, bevor sie in einer gesicherten privaten Datenbank gespeichert werden. Die Plattform nutzt künstliche Intelligenz, um aus den verfügbaren Daten sowohl Erkenntnisse für bessere Geschäftsentscheidungen in Bezug auf Kunden-, Betriebs- oder Logistikdaten zu gewinnen als auch neue Strategien zur Risikominderung zu modellieren. [5]


Frühwarnsystem für autonome Fahrzeuge erkennt potenziell gefährliche Situationen


Alle selbstfahrenden Autos sind mit einer Vielzahl von Sensoren und Kameras ausgestattet, welche die Umgebung in Form von Daten darstellen. Mit den meisten Alltagssituationen können autonome Fahrzeuge inzwischen mit relativ großer Sicherheit zurechtkommen. Doch es gibt immer wieder Situationen, in denen die Systeme an ihre Grenzen stoßen. Wissenschaftler der Technischen Universität München (TUM) haben deswegen gemeinsam mit der BMW Group ein Frühwarnsystem entwickelt, das kritische Situationen frühzeitig erkennen und dem Fahrer die Kontrolle über das Fahrzeug zurückgeben soll. Eine KI sammelt und analysiert dafür Unmengen an Daten aus allen Flottenfahrzeugen. Entsteht eine neue Situation, werden die Daten ausgewertet und die Erkenntnisse direkt allen anderen Fahrzeugen zur Verfügung gestellt. In einer ersten Studie konnte das System potenziell kritische Situationen mit einer Genauigkeit von über 85 Prozent bis zu sieben Sekunden im Voraus erkennen und Alarm schlagen. [6]


Start-up senkt Kosten im Energiesektor mithilfe von Big-Data-Analysen


Mithilfe von Big Data-Analysen versprechen sich Energieversorger, Entscheidungen effektiver zu treffen und intelligentere Analysen durchzuführen. Das 2019 gegründete Start-up Eneryield aus Schweden nutzt Algorithmen für maschinelles Lernen, um Daten der Stromnetzunternehmen auszuwerten. So können einerseits Stromflüsse kurz- und langfristig vorhergesagt und andererseits Ursachen für Netzstörungen in einem elektrischen Netzwerk präzise klassifiziert werden. Das Unternehmen konzentriert sich besonders auf Smart Grids, intelligente Leistungselektronik und vorausschauende Wartung mit dem Ziel, Kosten zu senken und Energie zu sparen. [7]

 

Beispiele dieser Art gäbe es noch über viele Branchen hinweg in Hülle und Fülle. Vor allem im medizinischen Bereich tut sich hier sehr viel. Doch das wird ein anderes Kapitel zu diesem großen Themenblock sein, mit dem wir uns in einem unserer nächsten Beiträge beschäftigen werden. Zudem werden wir demnächst der Frage nachgehen, wie sich Big Data konkret von Small Data unterscheidet. Also: Bleiben Sie dran!

Ihr in-manas-Team

II


QUELLEN UND LESETIPPS


SCHON GEWUSST?

Mit dem in-manas-Trendradar können Sie die Entwicklungen und Auswirkungen aller relevanten Mega- und Makrotrends auf Ihr Unternehmen im Kontext von Wirtschaft und Gesellschaft bewerten. Arbeiten Sie mit beliebig vielen Personen – orts- und zeitunabhängig – auf virtuellen Pinnwänden gezielt an den unterschiedlichsten Frage- oder Problemstellungen, ganz im Sinne von Open Innovation und New Work. Laden Sie Mitarbeiter, externe Kunden oder Experten zur Lösung einer konkreten Problemstellung ein. Die Teilnehmer können jederzeit eigene Vorschläge auf der virtuellen Pinwand posten und die Lösungsvorschläge anderer Teilnehmer bewerten.

Mehr erfahren 

Der Autor

Foto von Jakob von Schuh
Jakob von Schuh
alle Artikel
Der Wirtschaftsingenieur aus Deutschland ist nicht nur vielseitig interessiert, sondern im Rahmen seiner Aus- und Weiterbildungen auch weit herumgekommen: angefangen von Mexiko bis New York. Nun ist er in Innsbruck "gelandet" und unter anderem bei in-manas als Innovationsscout tätig, wo er vor allem in "technisch-mechatronische Welten" eintaucht, um uns darüber auf dem Laufenden zu halten. Aber auch Innovationen aus dem Themenkreis "Künstliche Intelligenz, Big Data und Industrie 4.0" spürt er nach und berichtet uns in regelmäßigen Abständen davon.