Big Data ist nicht nur etwas für die Big Player. Große Datenmengen fallen auch beim Mittelstand und kleineren Unternehmen an. Doch was bedeutet Big Data, um welche Daten handelt es sich und was kann man mit einer umfangreichen Daten-Analyse erreichen? Welche Risiken treten auf, wenn Big Data Analytics eingesetzt wird und wie schützt man seine Daten sowie Ergebnisse der Analyse?
Big Data in Unternehmen - viele Zahlen (auf Stühlen)

Was ist Big Data?

Big Data könnte man übersetzen mit „sehr großen Datenmengen“ oder „Massendaten“. Ab wann Daten zu Big Data gezählt werden, ist einfach zu definieren: Sobald so viele Daten in höherer Komplexität vorliegen, dass sie mit den herkömmlichen, von den meisten Unternehmen bisher genutzten Methoden nicht mehr ausgewertet werden können, spricht man von Big Data.

Schauen Sie sich in Ihrem Unternehmen um: Es gibt Daten, die ungeordnet gespeichert werden. Sie benötigen zwar Speicherplatz. Aber man könnte sie ja nochmal irgendwann brauchen. Um mit diesen Daten qualitative und quantitative Analysen anzustellen, werden sie strukturiert. Wenn nötig, werden unterschiedliche Datenquellen zum selben Thema zusammengeführt. Das ermöglicht bessere oder übersichtlichere Ergebnisse.

Wenn Sie diese neuen Big Data Analytics nun bei Ihren Management-Entscheidungen berücksichtigen können, erweitern Sie Ihre Sicht auf den Stand und die Zukunft im Unternehmen. Firmen können damit Vorteile im Wettbewerb erzielen.

Welche Rolle spielt Big Data im Mittelstand?

Big Data ist zum vierten digitalen Produktionsfaktor geworden. Drei Faktoren kennen wir schon: Kapital, Arbeitskraft und Rohstoffe. Es geht bei den Daten nicht um irgendwelche Datenanhäufungen, die in eine möglichst simple Form gebracht werden sollen. Wichtig ist das sinnvolle Management der Daten.

Big Data wird nicht automatisch nutzbar, weil man viele Daten generiert. Im Datenwust schlummern Herausforderungen. Manager müssen Kenntnisse erwerben, um mit den Daten umgehen zu können. Die Entscheidungs- und Geschäftsprozesse entwickeln sich neu oder anders, wenn man Big Data einsetzt. Big Data läuft nicht „nebenher“ oder als kleines Projekt. Big Data gehört – bei richtigem Einsatz und Nutzen – zur Firmenkultur.

Beispiele aus der Praxis zu Big Data

Praktische Anwendungsfälle machen die Vorteile anschaulicher:

1. Wissenschaft

Die Zusammenführung von Daten, die wissenschaftlich unter gleichen Bedingungen weltweit erhoben wurden, ist ein guter Anwendungsfall. Forschung und Praxis profitieren von den neuen Möglichkeiten dank übergreifender Auswertung. 

2. Gesundheitswesen

Nicht ganz unumstritten, aber wenn man es aus der technischen Sicht betrachtet, wäre es von Vorteil, wenn wir unsere Daten von Arztbesuchen, Medikation und Krankenhausaufenthalten zusammenführen könnten. Der immer wieder ausgefüllte Anamnese-Bogen wäre damit überflüssig. Unverträglichkeiten wären jedem behandelndem Arzt bekannt. Ärztliche Fehler aufgrund mangelnder Kenntnissen über die Krankheitshistorie könnten reduziert werden.

3. Automotive und Mobilität

Autonom fahrende Fahrzeuge produzieren viele Daten. Die können sinnvoll zusammengeführt werden, etwa zugunsten der Sicherheit. Das klingt nach Zukunftsmusik. Doch schon heute liefern Autos viele nutzbare Informationen. Sensoren produzieren Daten, die von Bordcomputern verarbeitet werden.

Durch ein Vernetzen über Car2Car Communication (C2C) können vorausfahrende Fahrzeuge beispielsweise die nachfolgenden warnen, wenn eine Gefahrensituation vorliegt.

Die Datenverknüpfung von Google Maps und der Crowdsourcing-Navi-App Waze (die 2013 von Google aufgekauft wurde) zeigt, dass wir ohne Big Data beispielsweise deutlich häufiger im Stau stehen würden. Staumeldungen von Waze-Nutzern sorgen dafür, dass Google die aktuelle Verkehrslage in Google Maps anzeigen und bei der dort angebotenen Routenplanung berücksichtigen kann.

4. Leistungsdaten von Sportlern

Dass ein Rennfahrzeug (Telemetrie-) Daten liefert, daran haben wir uns gewöhnt. Doch auch Sportler können nun per Sensor „ausgelesen“ werden. Die Datenmengen übertreffen hier bei weitem, was beispielsweise ein handelsübliches Fitnessband liefert. Die Technik erlaubt es dem Trainer, in Echtzeit zu verfolgen, wie es seinem Sportler gerade geht. Welche Leistung kann er von ihm abverlangen? Ein Trainer mit Datenbrille: Kein Science-Fiction, denn einige Fußballvereine setzen die Technik schon ein.

Big Data und Cybersecurity

Es liegt auf der Hand, dass bei großen Datenmengen nicht nur die Verarbeitung und Aufbereitung der Daten wichtig ist, sondern auch der Datenschutz. Roh- und Analysedaten dürfen nicht in falsche Hände geraten. Der Mittelstand und auch kleinere Unternehmen müssen sich schützen. Sie sollten Vorsorge betreiben, wenn sie Big Data nutzen möchten.

Selbst „normale Datenmengen“ sind schützenswert. Ganz gleich, welchen Stand der digitalen Transformation Unternehmen erreicht haben: Sie müssen Sicherheitssysteme implementieren. Sie sollten Daten vor fremdem Zugriff oder Verlust bewahren. Die Kombination von IT-Spezialisten – zur Datenschutz-Prophylaxe – mit einer Versicherung (im Schadenfall) bewahrt Unternehmen davor, durch Big Data zum Big Looser zu werden. Datenverlust und Datenmissbrauch können Firmen ohne weiteres in den Ruin treiben. Vergessen Sie also nicht die Cyberversicherung, wenn Sie mit schützenswerten Daten und Big Data Umgang haben.

 

Nicole Y. JodeleitAutorin dieses Beitrags:

Nicole Y. Jodeleit ist Freiberuflerin für Online-Kommunikation und schreibt auf verschiedenen Corporate Blogs über unterschiedliche Themen. Auf dem eigenen Blog Auto-Diva hat sie ihr Interesse für Autos und Technik zur Passion gemacht.