Big Data fordern Analysesysteme heraus

Die Big-Data-Formel: 3 mal V

Der gemeinsame Nenner der Definitionen sind die drei Vs (Volume, Variety and Velocity). Doch in welcher Abhängigkeit stehen diese? Handelt es sich bereits um ein Big-Data-Problem, wenn die aktuelle Situation im Unternehmen ein oder zwei Vs erfüllt und damit das eigene System lahmlegt? Die fließenden Übergänge sowie die Abhängigkeiten zwischen den Begriffen verdeutlicht die Abbildung auf Seite 18. So können zwar unstrukturierte Daten mit herkömmlichen Lösungen verarbeitet werden, sobald jedoch zeitgleich die Datenmenge zunimmt, bewältigt ein Big-Data-System solch eine Anforderung effizienter.

Eindeutig ist der Fall, bei dem Ergebnisse aus vielfältigen Daten gewonnen werden müssen, die noch dazu in großer Menge auftreten und außerdem in kurzer Zeit angefordert werden. Hier handelt es sich um Big Data im klassischen Sinne. Da es aber durchaus Abstufungen gibt, lohnt sich eine nähere Betrachtung der einzelnen Vs im Zusammenhang mit bewährten Lösungsansätzen.

Vielfalt (Variety)

Bei dem sehr breit gefächerten Begriff der Datenvielfalt ist hinsichtlich Big Data nur eine Ausprägung relevant. Die Auswertung von vielfältigen Datenquellen ist eine gängige Praxis, die in Unternehmen mit einem Data Warehouse bereits seit einiger Zeit realisiert wird. In einem klassischen DW ist die Vielfältigkeit der Daten auf unterschiedliche Systeme sowie unterschiedliche Daten- und Dateiformate limitiert. Dabei ist diesen Daten eines gemein: Sie sind in der Regel strukturiert. Der Umgang mit strukturierten Daten ist demnach keine neue Herausforderung und erfordert damit auch nicht zwingend einen Big-Data-Ansatz. Wohl aber der Umgang mit semistrukturierten oder gar unstrukturierten Daten.

Semi- beziehungsweise unstrukturierte Daten finden sich meist im Bereich von Social Media, Dokumenten, Webseiten oder E-Mails. Folglich entspricht die Analyse solcher Daten für Unternehmen, die sich bis dato nicht mit der Auswertung von Textquellen beschäftigt haben, einem Novum. Die Verarbeitung dieser Datentypen ist in der Regel mit einer hohen Rechenleistung verbunden, die mithilfe eines Big-Data-Systems beherrschbar wird. Dementsprechend lässt sich der Begriff der Datenvielfalt in puncto Big Data auf den Strukturierungsgrad der Daten eingrenzen.