Logistiksoftware Was ist Big Data? Analytics, Definition, Bedeutung & Beispiele

An Big Data führt kein Weg mehr vorbei. Trotzdem sehen viele Betriebe das Thema noch skeptisch. Hier erfahren Sie, was Big Data bedeutet, welche konkreten Anwendungsszenarien es gibt und welche Trends Experten Big-Data-Technologien prognostizieren – Praxisbeispiele inklusive!

Anbieter zum Thema

Xylem Analytics Germany Sales GmbH & Co. KG

Beamex GmbH

CP Pumpen AG

Woher kommt der Begriff Big Data: Als Big Data bezeichnet man große Mengen an Daten, die Konsumenten, Anwender und Unternehmen täglich produzieren. Hierzu zählen – auf Konsumentenebene – beispielsweise Daten zum Online-Suchverhalten, Bewegungsdaten oder Daten zum Kaufverhalten und – auf Unternehmensebene – Produktionsdaten oder Transportdaten. Auf Basis dieser Datenmengen lassen sich mithilfe intelligenter Software, zum Beispiel der Blockchain, Vorhersagen treffen und relevante Sachverhalte herausarbeiten.

Einen etwas anderen Erklärungsansatz für Big Data liefert Chip.de: „Eine große Datenmenge bezeichnet man dann als Big Data, wenn ihr Umfang zu groß oder zu komplex ist, sie händisch zu verarbeiten. Das gilt vor allem für solche Daten, die sich stetig ändern.“

In diesem Video erfahren Sie, wie Netflix Big Data nutzt, um möglichst erfolgreiche Serien zu produzieren und welche Benefits Big Data für den Gesundheitssektor bereithält!

Wohl selten gab es über eine Aussage so große Einigkeit zwischen Politik, Wirtschaft und der privaten Gesellschaft: Daten sind der Rohstoff der Zukunft. Die Digitalisierung macht aus nahezu jedem Unternehmen einen Sammler und Verwerter von Big Data. Besonders gilt das für die Logistik, die sich schon immer zu großen Teilen mit dem Zusammenkommen von Informationen und den daraus resultierenden Schlüssen beschäftigt.

Häufig wird in Sachen Big Data und Logistik zuerst an den Handel und den Transport gedacht, wo E-Commerce-Riesen wie Amazon & Co. mit ihrer eigenen Software schon lange daran arbeiten, die Daten ihrer Nutzer möglichst umfangreich und präzise auszuwerten. Aber es gilt nicht weniger für die Intralogistik. Auch hier fallen enorme Datenmengen an, die – bei richtiger Verwendung – zu einer deutlich gesteigerten Effektivität führen und ganz neue Geschäftsmodelle ermöglichen.

Skepsis gegenüber Big Data

Es sind vielversprechende Aussichten, die Big Data verheißt. Die Unternehmenswelt spielt aber häufig nach anderen Regeln als die Digitalgesellschaft. Der Studie Building Trust in Analytics zufolge, für die Forrester Consulting im Auftrag von KPMG weltweit Entscheider von mehr als 2000 Unternehmen in zehn Ländern befragt hat, fürchten 52 % der Unternehmen in Deutschland, dass Datenanalysen und Nutzung von Big Data dem eigenen Ruf schaden können. Weltweit sind es sogar 70 %.

Big-Data-Analysen

Von Big Data zu Smart Data – Dieser Weg wird kein leichter sein

Mit Blick auf die Studie erklärt Dr. Thomas Erwin, Studienleiter und Experte für Data and Analytics bei KPMG: „Deutsche Unternehmen nutzen Data and Analytics in deutlich geringerem Umfang als die weltweite Konkurrenz. Grund ist das mangelnde Vertrauen in die Datenanalyse. Dieses führt dazu, dass Unternehmen Data and Analytics eher gar nicht oder nur in sehr begrenztem Ausmaß einsetzen. Dadurch bleiben enorme Potenziale auf der Strecke. Alarmierend ist zudem, dass weltweit sieben von zehn Entscheidern angeben, dass die Datenanalyse ein Reputationsrisiko darstellt. Unsere Studie zeigt auch, dass Entscheider hierzulande der Frage skeptisch gegenüberstehen, ob ihr Unternehmen bereit ist, den Datenschatz zu heben, und ob sie dafür die richtigen Kompetenzen für Big Data an Bord haben.“

Begriffsbedeutung von Big Data aufwerten

Wie soll man Unternehmen nun die Sorgen im Hinblick auf diesen neuen Geschäftsbereich nehmen, der laut einhelliger Expertenmeinung zukünftig ein wichtiger Teil des Business sein wird? Und wie kann das gerade in der Logistik gelingen, wo er, wie das von DHL erstellte Logistics Trend Radar 2016 zeigt, eine besonders große Bedeutung haben wird? Ein Anfang könnte sein, dem Thema einen besseren Namen zu geben, der den Kern genauer trifft als der relativ undifferenzierte Begriff „Big Data“.

Auch Dr. Roland Fischer, Geschäftsführer der Fraunhofer-Arbeitsgruppe für Supply Chain Services, ist mit der Begrifflichkeit unzufrieden: „Ich würde nicht mehr von Big Data sprechen, sondern von Analytics sprechen, denn darum geht es ja im Endeffekt.“ Diese Begrifflichkeit bringt uns dann auch direkt auf den Punkt, um den es eigentlich geht: nämlich nicht nur die Sammlung von großen Daten, sondern auch deren Auswertung und das Ausloten von Rückschlüssen. „Durch die fortschreitende Digitalisierung werden Daten anfallen, die das Potenzial haben, Mehrwerte zu stiften. Das beginnt in der Erzeugung der Daten an den Maschinen, den Objekten und bei den Werkern. Diese Informationen werden descriptive, also beschreibend, behandelt werden. Das kann beispielsweise in der Cloud passieren“, führt Fischer weiter aus.

(ID:45185631)