Die Top-Trends im Big Data-Umfeld 2020

Wide Data, DataOps, Shazamen: Für 2020 hat der Data-Analyst-Spezialist Qlik folgende fünf Trends im Zusammenhang mit Big Data und Analytics identifiziert. [...]

Algorithmen werden den Analyse-Systemen helfen, Datenmuster zu erkennen, Anomalien nachzuvollziehen und neue Daten für weitere Analysen vorzuschlagen. (c) Natalia Merzlyakova - Fotolia
Algorithmen werden den Analyse-Systemen helfen, Datenmuster zu erkennen, Anomalien nachzuvollziehen und neue Daten für weitere Analysen vorzuschlagen. (c) Natalia Merzlyakova - Fotolia

Aus Big Data wird Wide Data

Dank skalierbarer Cloud-Lösungen sind in Big-Data-Umgebungen nicht länger die Kapazitätslimits unterenehmensinterner IT-Infrastrukturen ein begrenzender Faktor. Die Herausforderung der Stunde lautet „Wide Data“. Die Aufmerksamkeit wendet sich den fragmentierten, weitverzweigten Datenlandschaften zu, die durch uneinheitliche oder fehlerhaft formatierte Daten sowie für sich stehende Datensilos entstanden sind. Allein in den letzten fünf Jahren hat sich die Anzahl der Datenbanken, die es für unterschiedlichste Datenarten gibt, von 162 auf 342 verdoppelt. „Unternehmen, denen es künftig gelingt, diese Daten in einer Synthese sinnvoll zusammenzuführen, werden klar im Vorteil sein,“ erläutert Wolfgang Kobek, Senior Vice President EMEA bei Qlik.

DataOps & Self Service Analytics: mehr Agilität für die Datennutzung

Während Data Analytics auf der Business-Ebene durch moderne BI-Technologie und Self-Service-Tools längst Einzug gehalten hat, fehlt es für das Datenmangement immer noch an agilen Möglichkeiten. Die Lösung heißt: „DataOps“. Dieser Ansatz macht es möglich, mit automatisierten und prozessorientierten Technologien die Geschwindigkeit und Qualität des Datenmanagements zu erhöhen. Dafür werden On-Demand IT-Ressourcen genutzt, Tests automatisiert und Daten bereitgestellt. Technologien wie Echtzeit-Datenintegration, Change Data Capture (CDC) und Streaming Data Pipelines sind die Basis dafür. Dank DataOps können 80 Prozent der Kerndaten systematisch an Geschäftsanwender geliefert werden. Kobek: „Mit DataOps im operativen Datenmanagement und Self-Service Analytics auf der Business-Seite lässt sich ein fließender Prozess über die gesamte Informationswertschöpfungskette erreichen. Synthese und Analyse greifen ineinander.“

Intelligente Metadaten-Kataloge: Bindeglied zwischen Datenbasis und Data Analytics

Die Nachfrage nach Datenkatalogen steigt, um Rohdaten in den verteilten und vielfältigen Datenbeständen zu lokalisieren, zu erfassen und zu synthetisieren. Im kommenden Jahr werden die Metadatenkataloge zunehmend mit KI austgestattet werden, um eine aktive, adaptive und schnelle Datenbereitstellung zu ermöglichen. Dies ist die Voraussetzung für die Agilität, die durch den Einsatz von DataOps und Self-Service-Analytik ermöglicht wird.

Aufbau von Datenkompetenz als Service-Leistung

Durch die Verknüpfung von Datensynthese und Datenanalyse lässt sich die Nutzung von Daten weiter vorantreiben. „Allerdings,“ so Kobek, „werden noch so gute Technologien oder Prozesse nichts bringen, wenn die Menschen nicht mit an Bord sind. Es reicht nicht aus, den Anwendern die Tools einfach nur zur Verfügung zu stellen und auf das Beste zu hoffen. Erfolgsentscheidend wird sein, den Mitarbeitern dabei zu helfen, sich mit dem Lesen, Arbeiten, Analysieren und Kommunizieren von Daten vertraut zu machen.“ Viele Unternehmen möchten im kommenden Jahr die Datenkenntnisse ihrer Mitarbeiter fördern und suchen dafür gezielt nach Partnern, die Software, Training sowie Support im SaaS-Modell (Software as a Serivce) anbieten. Das Ziel: Das Daten-Know-how so zu verbessern, dass DataOps und Self-Service Analytics ineinandergreifen können und sich datengestütztes Entscheiden bei den Mitarbeiter im Alltag durchsetzen kann.

Shazamen von Daten

Die Fortschritte im Bereich Data-Analytics waren in den letzten Jahrzehnten enorm. Allerdings sehen Experten den größten Meilenstein noch kommen: Das „Shazamen“ von Daten. Die meisten von uns kennen Shazam, die berühmte App, die laufende Songs identifizieren und Informationen dazu bereit stellen kann. Dieses Konzept wird derzeit auf zahlreiche Bereiche ausgedehnt. „2020 werden wir ‚Shazamen‘ auch für Daten im Unternehmen erleben“, ist sich Kobek sicher. „Es wird möglich sein, das Umfeld von Daten näher in Augenschein zu nehmen: Woher stammen sie, wer hat sie verwendet, welche Qualität haben sie und wie haben sie sich kürzlich verändert?“ Algorithmen werden den Analyse-Systemen helfen, Datenmuster zu erkennen, Anomalien nachzuvollziehen und neue Daten für weitere Analysen vorzuschlagen. Dadurch wird Data und Analytics schlanker werden und wir können zur richtigen Zeit mit den richtigen Daten arbeiten.“

„Eines steht fest: Der Umgang mit Daten wird in Zukunft weit über Suche, Dashboards und Visualisierung hinausgehen. Wir werden in der Lage sein, über alternative Eingabetechniken mit digitalen Geräten zu kommunizieren wie etwa über Gedanken, Bewegungen oder auch auf sensorischer Ebene. Der Kauf von CTRL Labs, dem Start-up für Neuroschnittstellen, durch Facebook oder auch das Neuralink-Projekt von Elon Musk, das an der Mensch-Maschine-Interaktion arbeitet, sind erste Vorboten, was kommen wird. Im Jahr 2020 werden einige dieser bahnbrechenden Innovationen anfangen, unsere Erfahrung im Umgang mit Daten zu verändern. Darin liegen enorme Chancen für uns alle, es birgt aber die Gefahr von Missbrauch. Hier ist Veranwortungsbewusstsein gefragt,“ resümiert Kobek. „Eine ganzheitliche Betrachtung von Datenkompetenz und Ethik ist nötig, damit Menschen im Umgang mit Wide Data die richtigen Entscheidungen treffen können. DataOps und Self-Service sind die Trends, die dabei helfen, unternehmensweit verstreute Daten richtig zu nutzen, um im digitalen Zeitalter auch weiterhin erfolgreich zu sein.“


Mehr Artikel

News

Bad Bots werden immer menschenähnlicher

Bei Bad Bots handelt es sich um automatisierte Softwareprogramme, die für die Durchführung von Online-Aktivitäten im großen Maßstab entwickelt werden. Bad Bots sind für entsprechend schädliche Online-Aktivitäten konzipiert und können gegen viele verschiedene Ziele eingesetzt werden, darunter Websites, Server, APIs und andere Endpunkte. […]

Frauen berichten vielfach, dass ihre Schmerzen manchmal jahrelang nicht ernst genommen oder belächelt wurden. Künftig sollen Schmerzen gendersensibel in 3D visualisiert werden (c) mit KI generiert/DALL-E
News

Schmerzforschung und Gendermedizin

Im Projekt „Embodied Perceptions“ unter Leitung des AIT Center for Technology Experience wird das Thema Schmerzen ganzheitlich und gendersensibel betrachtet: Das Projektteam forscht zu Möglichkeiten, subjektives Schmerzempfinden über 3D-Avatare zu visualisieren. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*