Daten – Rohstoff des 21. Jahrhunderts

Daten sind ein immer wichtiger werdender Rohstoff, denn die Zeiten als Computer noch ganze Räume füllten und Speicherplatz teuer und spärlich war sind vorbei. Noch vor 17 Jahren hatten Heimcomputer kaum mehr Speicherplatz als ein Smartphone (Wikipedia – Festplattenlaufwerk). Mit dem nun vorhandenen relativ günstigen Speicherkapazitäten ist es nicht mehr nötig sich zu entscheiden, welche Daten gespeichert werden und welche nicht. Es muss also nicht mehr gelöscht werden, was auf den ersten Blick als wenig relevant oder interessant gilt, denn es könnte sich vielleicht lohnen, diese Daten dennoch zur Verfügung zu haben. Die Daten werden gelagert.

Die Speicherung ist aber nur ein Aspekt, weshalb Daten zu Rohstoffen werden. Ein weiterer Aspekt ist das sich heute mit den Methoden des Data Mining grosse Mengen an Daten automatisch auswerten lassen. Es wird nach Mustern, Regelmässigkeiten oder Auffälligkeiten in stark strukturierten Daten gesucht. Hierfür werden unter anderem Algorithmen eingesetzt. Aber auch Methoden der Informationswissenschaft wie die Klassifikation und das Clustering (Mandl, 2013, S. 183). Im Buch von Klausnitzer (2013) werden drei Arten von Analysen beschrieben, die basierend auf Big Data erfolgen:

Descriptive Analytics
Hierbei handelt es sich um die beschreibende Analyse des historischen und momentanen Zustands. Diese umfasst Prozesse und Technologien die z. B. aus Unternehmens-, Markt- und Wettbewerbsdaten relevante Informationen über die bisherige Leistung eines Unternehmens gewinnen. Diese können wiederum eingesetzt werden, um daraus Schlüsse für das zukünftige Handeln zu ziehen. Diese Form der Analyse wird zudem eingesetzt Geschäftsbeziehungen und Kunden zu quantifizieren und nach bestimmten Verhaltensmustern zu ordnen und dient als Grundlage für Planungsentscheide.

Predictive Analytics
Die vorhersagende oder vorausschauende Analyse verwendet eine Vielzahl an statistischer Modelle und weitere Methoden von Data Mining, um gegenwärtige und historische Daten zu analysieren und daraus Wahrscheinlichkeiten von zukünftigen Entwicklungen zu berechnen. Es werden Muster herausgearbeitet, die mit bestimmten Chancen und Risiken verbunden sind.

Prescriptive Analytics
Die für die vorschreibende oder empfehlende Analyse eingesetzten Analysemodelle sollen klare Handlungsanleitungen ausarbeiten um die angestrebten Ziele zu erreichen und somit vorhersagen was wann warum geschehen wird. Um dies zu ermöglichen werden alle internen und externen relevanten Daten, alle zu berücksichtigenden Regeln und Restriktionen des jeweiligen Geschäftsfalls und die notwendigen mathematische Modelle angewandter Statistik bis zur Analyse sozialer Verhaltensmuster kombiniert. Daraus werden Entscheidungsprognosen erstellt, wie sich zukünftige Chancen nutzen oder Risiken vermeiden lassen. Durch die kontinuierlich, automatisch aktualisierbare Datenlage erhöht sich die Genauigkeit der Vorhersage.

Zu guter Letzt wird etwas erst dann zum Rohstoff wenn es weiterverarbeitet und zu Geld gemacht werden kann. Die Weiterverarbeitungsmöglichkeiten sind vielseitig und werden daher in weiteren Blogbeiträgen behandelt. Das für Weiterverarbeitungsdienstleistungen durchaus auch Geld verlangt werden kann und dadurch ein Geschäftsmodell entsteht, ist durchaus nachvollziehbar. Haben Sie sich aber auch schon gefragt, wie sich Internetunternehmen wie Facebook finanzieren, wenn doch ihre Dienstleistungen kostenlos sind? Wie persönliche Daten im Internet monetarisiert werden beschreiben Constanze Kurz und Frank Rieger in ihrem Buch Die Datenfresser. Internetunternehmen werden oftmals massgeblich durch Werbeeinnahmen finanziert. Je mehr persönliche Daten von Nutzern ein Internetunternehmen hat, umso gezielter können andere Unternehmen ihre Werbung dadurch platzieren und desto höher wird der Gewinn und der Marktwert des Internetunternehmens steigt. Zudem findet sich in vielen Nutzungsbestimmungen von Internetunternehmen, dass die auf ihrer Webseite veröffentlichten Daten, Texte und Fotos vom ihnen genutzt und gegebenenfalls auch an Dritte weitergegeben werden dürfen. Diese Daten bieten also wiederum Grundlage für Unternehmen, die Daten zu neuen Produkten weiterzuverarbeiten und erhalten dadurch einen Marktwert.

Die nächsten Jahre werden zeigen, ob wir mit dem Rohstoff Daten nachhaltiger und verantwortungsbewusster umgehen, als mit den Rohstoffen des 20. Jahrhunderts.

(Autorin: E. A. Maurer)

Advertisements
Dieser Beitrag wurde unter Big Data abgelegt und mit , verschlagwortet. Setze ein Lesezeichen auf den Permalink.

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden / Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden / Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden / Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden / Ändern )

Verbinde mit %s