Big Data – Die fünf Vs

Damit Big Data nicht zum Big Sicherheitsrisiko wird sollten die fünf Vs bekannt sein: Volume, Velocity, Variety, Veracity, Value.

Big Data die 5 Vs CompuSafe Isometrische Illustration
Created with MidJourney

Der Begriff Big Data ertönt mittlerweile bei jeder Industrie- und Businessmesse durch die großen Hallen. Big Data ist eingängig. Big Data verspricht Großes. Wenn jedoch nach der Definition von Big Data gefragt wird, sind die Antworten oft alles andere als eingängig. So einfach es auch klingt, so komplex und vielfältig ist das Geschäftsmodell von Big Data. Unter diesem Begriff ist generell eine so große Ansammlung von Datensätzen zu verstehen, dass sie mit althergebrachten Systemen und Datenbanken nicht ohne Weiteres verarbeitet werden kann. 

Durch die Digitalisierung in großen Konzernen und das Internet der Dinge gewinnt Big Data daher eine immer wichtigere Rolle. Verantwortliche in den IT-Bereichen der Unternehmen arbeiten nachdrücklich an neuen Konzepten, die Big Data miteinbeziehen. Um den technischen und innovativen Anschluss nicht zu verpassen, setzen Großindustrielle auf neue Technologien, die diese riesigen Mengen von Daten erfassen, speichern und analysieren können. Weiterhin müssen die Daten in einem nachvollziehbaren Zusammenhang miteinander verknüpft werden. Das macht beispielsweise bei gesammelten Kunden- oder Nutzerdaten Sinn, um das Produkt oder die Dienstleistung perfekt auf diese anzupassen. In den Konzernen und mittelständischen Unternehmen ist bei der Entwicklung solcher Systeme auch die Datensicherheit ein wesentlicher Punkt, damit Big Data nicht zum Big Sicherheitsrisiko wird. In dem folgenden Beitrag sollen die Grundzüge, die auch als die fünf Vs bekannt sind, von Big Data erklärt werden. Volume, Velocity, Variety, Veracity, Value.

Volume

Volume bezeichnet ganz einfach die riesige Menge von Daten, die vorhanden ist, jedoch aufgrund ihrer Größe nicht ohne technische Neuerungen klassifiziert und verarbeitet werden kann. Bis zum Jahr 2020 werden ca. 40 Zettabytes existieren. Das ist eine Zahl mit einundzwanzig Nullen. Also die 300-fache Menge wie noch vor ca. zehn Jahren.

Variety

Bei Variety dreht sich alles um die Vielfalt der heutigen Datenarten. Es existieren eine Reihe von unterschiedlichen Daten wie einfache Textdateien, Fotos, Videos, Nutzerdaten, Kontodaten, Ortsdaten, medizinische Daten und viele mehr. Mithilfe von Big Data können diese verschiedenen Datentypen sortiert, geordnet, in Zusammenhang miteinander gebracht und analysiert werden. Man schätzt, dass ca. 80 Prozent aller Daten weltweit im Prinzip wild zerstreut existieren.

Velocity

Neben der Menge aller Daten steigt auch die Geschwindigkeit, mit der sie verbreitet und verarbeitet werden, Jahr für Jahr exponentiell an. Technologien wie RFID, GPS, Sensorsysteme etc. verarbeiten Daten scheinbar in Echtzeit und nehmen zusätzlich neue auf. Kein Wunder also, wenn sowohl Hard- als auch Software ständig aktualisiert werden müssen, um mit dem Tempo von Big Data mithalten zu können.

Veracity (auch Validity)

Hier geht es primär um die Glaubwürdigkeit, Gültigkeit und Wahrhaftigkeit von Daten. Im Prinzip steht hier also die Datenqualität im Vordergrund. Steht ein großes Volumen an Daten für eine Problemlösung zur Verfügung, kann aber nicht ausreichend verifiziert werden, leidet die Aussagekraft der vorhandenen Daten.

Value

Value bezeichnet den Mehrwert der Daten für die Unternehmen. Der Mehrwert ist entscheidend bei der Rechtfertigung für Big Data Projekte in einem Unternehmen. Werden Daten also beispielsweise für ein Produkt gesammelt, um es auf eine ganz bestimmte Zielgruppe abzustimmen, kann man damit wirtschaftlich nachvollziehbar argumentieren.

Wie wir deutlich gemacht haben, ist Big Data also ein Geschäftsmodell, das durch einige Faktoren beeinflusst wird. Will ein CIO eines großen Unternehmens ein solches Projekt anstoßen, muss er als erstes auf die vier grundlegenden Punkte achten, um am Schluss das letzte und angestrebte V, also Value, herauszuarbeiten. Big Data, Data Clouds und andere Bereiche des Digitalen Wandels in der Industrie können schnell komplex werden und erfordern fachliche Expertise. Wir sind seit einigen Jahren Experten für verschiedene IT-Dienstleistungen und konzentrieren uns dabei vor allem auf die Zukunftsfähigkeit unserer Kunden. Zusammen können wir Ihre Anliegen besprechen und eine passende Lösung für diese finden.

37
offene Stellen
Michael Meinke

Key Account Manager

Wie wir arbeiten

Die Qualität unserer Arbeit beruht auf einigen Kernprinzipien, denen wir verpflichtet sind. So stellen wir sicher, dass unsere Leistungen den Anforderungen, Notwendigkeiten und Wünschen unserer Kunden entsprechen.

Pragmatisch

Wir verfolgen eine pragmatische Herangehensweise an Probleme und Herausforderungen, um realistische und effektive Lösungen zu finden.

Agil

Wir sind flexibel und anpassungsfähig in einem sich ständig ändernden Umfeld, um schnell auf Veränderungen reagieren und Innovationen vorantreiben zu können.

Engagiert

Unsere Leidenschaft und Hingabe für unsere Arbeit ermöglicht es uns, beste Ergebnisse zu erzielen und die Zufriedenheit unserer Kunden zu steigern.

Zuverlässig

Wir liefern konsequent und pünktlich qualitativ hochwertige Ergebnisse, um das Vertrauen unserer Kunden zu gewinnen und zu erhalten.

Compliant

Wir halten uns streng an die geltenden Gesetze, Vorschriften und Standards, um Risiken zu minimieren und das Vertrauen unserer Stakeholder zu stärken.

Effizient

Wir streben nach maximaler Produktivität bei geringstmöglichem Aufwand und Kosten. Unser Ziel ist es, Dinge exzellent und schnell zu erledigen.

Kostenbewusst

Wir überwachen fortlaufend die Kosten für die Durchführung unserer Projekte: für eine effiziente Ressourcennutzung und maximale Rentabilität.

Lösungsorientiert

Wir fokussieren auf die Identifizierung und Implementierung effektiver Lösungen, um Herausforderungen zu überwinden und Ziele zu erreichen.