Ebusiness HTWG Mevius

Digitale Transformation:

• Bezieht sich auf Unternehmen die Digitalisierung gewinnbringend einsetzen
• Ständige Veränderung der Geschäftsmodelle, der Betriebsprozesse sowie der Kundeninteraktion im Zsmhang mit neuen Informations- und Kommunikationstechnologien

Digitalisierung:

• Technisch gesehen bezeichnet man Digitalisierung als „Die Überführung von Informationen von einer analogen in eine digitale Speicherform“
• Dritte industrielle Revolution – Digitale Revolution
• Beginn des Digitalen Zeitalters 2002

Digitale Infrastruktur:

• Breitband Ausbau
• Abschaffung von Bargeld – nur noch Digitale Bezahlungen
• Elektronischer Ausweis
• Bundestrojaner

Big Data 5-V-Modell:

Volume = Datenmenge

Variety = Datenvielfalt

Veracity = Glaubwürdigkeit

Value = Wert

Velocity = Geschwindigkeit mit der sich die ändern Ändern

uPolystrukturierte daten („Polystrukturierte Daten ist ein neuer Begriff, der strukturierte und unstrukturierte Daten sowie die neuerdings massiv auftretenden maschinengenerierten Daten wie Sensor-Daten und Web-Logs mit einbezieht“). àÜberbegriff für:

uStrukturierte Daten

uSemistrukturierte Daten, z.B. XML, HTML, Sensor-Daten

uUnstrukturierte Daten, z.B. Dokumente, Blogs, Bilder

• Volume (Datenmenge)

Der offensichtlichste Punkt von Big Data ist, dass die anfallenden Daten der zu verarbeitenden Informationen groß sind. Große Datenmengen können schon beim einfachen speichern Probleme bereiten und erschweren ein geeignetes Speichersystem aufsetzen. Als Beispiel kann hier Facebook genannt werden um große Datenmenge näher zu erläutern [Roth16]. Das soziale Netzwerk hat mehr als eine Milliarde aktive Nutzer täglich, die wiederrum produzieren ständig neue Informationen/Daten die gespeichert werden müssen.  So entstehen riesige Datenmengen und somit die Problematik ein geeignetes Speichersystem bereitzustellen, da herkömmliche relationale Datenbanken bei solchen Datenmengen an ihre Grenzen kommen.

• Velocity (Geschwindigkeit)

Nicht nur das Volumen bringt Probleme mit sich, auch die Geschwindigkeit enthält welche. In Big Data Systemen entstehen neue Informationen sehr schnell. Auch dieser Aspekt erhöht die Ansprüche an das Speichermedium. Velocity hat zwei Gesichtspunkte, die berücksichtigen werden müssen. Als erstes die Verarbeitungsgeschwindigkeit, aber sie beschreibt auch die Raten, mit denen Daten erzeugt werden. Hier ist YouTube als Beispiel geeignet. Die Video-Plattform muss ca. 300 Stunden Videomaterial pro Minute beim Upload verarbeiten und anderen Usern als Video zur Verfügung stellen. Der Videokonsum pro Monat beträgt unglaubliche 3,25 Milliarden Stunden [Smit16]. Anfragen und die gelieferten Suchergebnisse müssen meist in Sekunden verarbeitet werden.

• Variety (Datenvielfalt)

Bei Variety geht es um die Unterschiede der Daten. Verschiedene Informationsquellen führen dazu, dass eine große Anzahl unterschiedlicher Datenformate anfallen. Diese sind meist nicht strukturiert oder besitzen nur zur Hälfte eine Struktur (NoSQL Datenbank), können aber auch gänzlich strukturiert sein (relationale Datenbanken). Beim Entwurf eines Big Data Systems sollte in Betracht gezogen werden, dass sich die Vielfalt der Daten jederzeit ändern kann und je nach Anwendung die Daten sich unterscheiden können.

• Veracity (Glaubwürdigkeit)

Bevor aus einer Datenmenge Schlüsse und Antworten gezogen werden können, sollte diese auf Korrektheit geprüft werden. Die Daten müssen nicht von einer eigenen Infrastruktur stammen, sondern können auch erworben werden, daher muss vor der Analyse die Richtigkeit der Daten geprüft werden.

• Value (Wert)

Dieser Aspekt bezieht sich auf die Nützlichkeit der Informationen, die gewonnen werden können. Nicht alle Daten, die erhoben sind, müssen auch eine nützliche Aussagekraft beinhalten. Daher muss erstmal geklärt werden, ob es überhaupt sinnvoll ist alle Daten zu erheben und kostenaufwendig zu verwerten, wenn daraus kein Nutzen oder Erkenntnisgewinn entsteht. Aber mit neuen Methoden des maschinellen Lernens und besseren Systemen kann es zu einem späteren Zeitpunkt möglich sein, einen Wert aus zuvor gespeicherten Daten zu ziehen. In der Industrie kann dieser neue „Wert“ für wirtschaftliche Interessen genutzt werden. Ein Beispiel hierfür ist nochmals Facebook. Immer mehr Daten der Nutzer werden gespeichert, auch durch die Übernahme von WhatsApp und Instagram. Durch die verschiedenen Dienste ergeben sich so mehr Aspekte für die Onlinewerbung, da Facebook seinen Werbekunden mehr Möglichkeiten für die gezielte Werbung anbieten kann. Dadurch entsteht ein geringerer Streuverlust bei der Werbeauslieferung und Facebook kann deutlich mehr für die Werbung verlangen.  In der Wissenschaft können solche Daten in Zukunft zu neuen Erkenntnissen führen oder eine Forschung vorantreiben und somit einen neuen Wert erzeugen.