Unter Big Data versteht man voluminöse Datenmengen, die in großer Vielfalt und mit hoher Geschwindigkeit anfallen.

Volume, velocity, variety, veracity und value sind die fünf wichtigsten Merkmale von Big Data.

• Volume ist wie die Basis von Big Data, da es sich um die anfängliche Größe und Menge der gesammelten Daten handelt. Ist die Datenmenge groß genug, spricht man von Big Data. Was als Big Data gilt, ist jedoch relativ und wird sich je nach verfügbarer Rechenleistung auf dem Markt ändern.
• Velocity bezieht sich darauf, wie schnell Daten generiert werden und wie rasch sich diese bewegen. Dies ist ein wichtiger Aspekt für Unternehmen, die einen schnellen Datenfluss benötigen, damit Daten zum richtigen Zeitpunkt verfügbar sind und um die bestmöglichen Geschäftsentscheidungen treffen zu können.
• Variety bezieht sich auf die Vielfalt der Datentypen. Eine Organisation kann Daten aus einer Reihe unterschiedlicher Datenquellen beziehen, deren Wert variieren kann. Daten können dabei aus Quellen innerhalb und außerhalb eines Unternehmens stammen. Die Herausforderung in der Vielfalt betrifft die Standardisierung und Verteilung aller erhobenen Daten.
• Veracity bezieht sich auf die Qualität und Genauigkeit der Daten. Gesammelte Daten können fehlende Teile enthalten, ungenau sein oder keine echten, wertvollen Erkenntnisse liefern. Wahrhaftigkeit bezieht sich insgesamt auf das Maß an Vertrauen in die gesammelten Daten.
• Value bezieht sich auf den Wert, den Big Data bieten kann und auf das, was Organisationen mit diesen gesammelten Daten tun können. Der Wert von Big Data nimmt erheblich zu, je nachdem, welche Erkenntnisse daraus gewonnen werden können.

Bei BIG DATA ist ähnlich wie im Data-Mining Wissensentdeckung im Fokus. Unter anderem können (Inter-) Dependenzanalysen, Untersuchungen in der Umfeld- und Trendforschung, aber auch Analysen in der System- und Produktionssteuerung verwendet werden, um Informationen gezielt und systematisch aus den großen Datenmengen zu identifizieren. Schlüsselbegriffe sind hier außerdem das Internet der Dinge und Smart Data.

Die Wirtschaft profitiert von Big Data. Die Nutzung ermöglicht es Unternehmen, neue Erkenntnisse über ihre Kunden, ihre Produkte und ihren Markt zu gewinnen. Wichtige Zwecke sind somit beispielsweise eine verbesserte Entscheidungsfindung, die Identifizierung neuer Geschäftsmöglichkeiten, eine Verbesserung der Kundenerfahrung, die Optimierung von Geschäftsprozessen und ein effizienteres Risikomanagement.

Künstliche Intelligenz (KI) kann dazu beitragen, Big Data-Systeme zu optimieren und effizienter zu machen, indem sie automatisierte Entscheidungen auf der Grundlage von Daten treffen. Ein Beispiel dafür ist die Verwendung von KI-Systemen in der Supply-Chain-Optimierung, wo die Datenanalyse durch KI-Systeme dabei helfen kann, die Logistik- und Warenbewegung effektiver und kosteneffizienter zu gestalten.

• Definition: Big Data. Gabler Wirtschaftslexikon. (2021)
  Oliver Bendel
• Werkzeuge der digitalen Wirtschaft: Big Data, NoSQL & Co. (2018)

  Andreas Meier essentials

  Springer Fachmedien Wiesbaden DOI:10.1007/978-3-658-20337-5