Musterlösungen - Cognitive Computing - page 491

• Datenvielfalt (Variety): Unternehmen haben sich mit einer zunehmenden Vielfalt von
Datenquellen und Datenformaten auseinanderzusetzen. Aus immer mehr Quellen liegen
Daten unterschiedlicher Art vor, die sich grob in unstrukturierte (z. B. Präsentationen,
Texte, Viedeo, Bilder, Tweets, Blogs), semistrukturierte (Kommunikation von und zwi-
schen Maschinen) und strukturierte (z. B. von transaktionalen Systemen) Daten gruppie-
ren lassen. Gelegentlich wird auch von polystrukturierten Daten gesprochen. Die unter-
nehmensinternen Daten werden zunehmend durch externe Daten ergänzt, beispielsweise
aus sozialen Netzen. Bei den externen Daten sind z. B. Autoren oder Wahrheitsgehalt
nicht immer klar, was zu ungenauen Ergebnissen bei der Datenanalyse führen kann.
• Geschwindigkeit (Velocity): Riesige Datenmengen müssen immer schneller ausgewer-
tet werden, nicht selten in Echtzeit. Die Verarbeitungsgeschwindigkeit hat mit dem
Datenwachstum Schritt zu halten. Damit sind folgende Herausforderungen verbunden:
Analysen großer Datenmengen mit Antworten im Sekundenbereich, Datenverarbeitung
in Echtzeit, Datengenerierung und Übertragung in hoher Geschwindigkeit.
• Analytics : Analytics umfasst die Methoden zur möglichst automatisierten Erkennung
und Nutzung von Mustern, Zusammenhängen und Bedeutungen. Zum Einsatz kom-
men u. a. statistische Verfahren, Vorhersagemodelle, Optimierungsalgorithmen, Data
Mining, Text- und Bildanalytik. Bisherige Datenanalyse-Verfahren werden dadurch er-
heblich erweitert. Im Vordergrund stehen die Geschwindigkeit der Analyse (Realtime,
Near-Realtime) und gleichzeitig die einfache Anwendbarkeit, ein ausschlaggebender
Faktor beim Einsatz von analytischen Methoden in vielen Unternehmensbereichen.
Big Data und der Einsatz der Methoden des Data Mining lassen bisher brach liegende
Potentiale nutzen. Ein hohes Potenzial für den Einsatz von Big Data schlummert in der
Wissenschaft sowie in der betrieblichen Forschung und Entwicklung. Meteorologie, Kli-
maforschung, Lagerstätten-Erkundung von Rohstoffen, Atomphysik und die Vorhersage
von Epidemien profitieren gleichermaßen von Fortschritten im Bereich Big Data. In der
Entwicklung der nächsten Produktgeneration helfen Social-Media-Analysen und die Aus-
wertung von Sensordaten der zurzeit im Einsatz befindlichen Produkte. Mit dem Internet
der Dinge oder M2M-Kommunikation können produzierende Unternehmen ihre Ferti-
gungs-, Service- und Supportprozesse optimieren. Dafür erfassen Sensoren an Produkten
und entlang von Produktions- und Lieferketten Daten - auch im späteren Betrieb. Viele
Unternehmen arbeiten daran, die verschiedenen Unternehmensbereiche zu verknüpfen
und in die Optimierung auch Zulieferer und Partner einzubinden. In Distribution und Lo-
gistik geht es beispielsweise um nachhaltige Kostensenkung auf dem Wege einer stärkeren
Vernetzung von Fahrzeugen mit der Außenwelt. Immer mehr Fahrzeuge werden mit Sen-
soren und Steuerungsmodulen ausgestattet, die Fahrzeugdaten, wie den Benzinverbrauch,
den Zustand von Verschleißteilen oder Positionsdaten erfassen und in Datenbanken über-
tragen. Mit diesen Daten können Disponenten zeitnah Transporte planen, gegebenenfalls
Routen und Beladung ändern, Wartungskosten und Stillstandszeiten minimieren. Das
Finanz- und Risiko-Controlling profitiert u. a. von neuen Möglichkeiten im Bereich Be-
trugserkennung und Risikomanagement. Bei der Betrugserkennung steht in erster Linie