FOM Hochschule für Oekonomie und Management Essen Standort München Big Data Alexander Maier PDF

Preview

Summary

FOM Hochschule für Oekonomie und Management Essen Standort München Big Data Alexander Maier...

Description

FOM Hochschule für Oekonomie und Management Essen Standort München

Berufsbegleitender Studiengang Business Administration 8. Semester

Scientific Essay im Fach Projektmanagement & IT-Grundlagen

Big Data

Betreuer:

Daniel Mader

Autor:

Alexander Maier

Matrikelnummer:

449282

Abgabedatum:

14.02.2021

Big Data

1

Inhaltsverzeichnis 1

Einleitung....................................................................................4 1.1 Einführung und Problemstellung ............................................4 1.2 Methodischer Aufbau der Arbeit .............................................4

2

Big Data......................................................................................5 2.1 Begriffserklärung ....................................................................5 2.2 Eigenschaften von Big Data ...................................................5 2.2.1 Volume ............................................................................5 2.2.2 Variety .............................................................................6 2.2.3 Velocity ............................................................................6 2.2.4 Veracity ........................................................................... 7

3

Potenziale und Herausforderungen von Big Data ......................7 3.1 Potenziale von Big Data .........................................................7 3.1.1 Ökonomisches Potenzial ................................................. 7 3.1.2 Potenziale in der Logistik.................................................8 3.1.3 Potenziale im Gesundheitswesen ...................................8 3.1.4 Potenziale in der Automobilindustrie ...............................9 3.1.5 Potenziale in der Finanzbranche .....................................9 3.2 Herausforderungen von Big Data ......................................... 10 3.2.1 Technische Herausforderung ........................................10 3.2.2 Organisatorische Herausforderungen ...........................10 3.2.3 Datenschutz ..................................................................10

4

Fazit..........................................................................................11

Literatur- und Quellenverzeichnis ....................................................13 Rechtsquellenverzeichnis ................................................................ 14

Big Data

2

Big Data

3

1 Einleitung 1.1 Einführung und Problemstellung Das Datenvolumen sowie die verschiedenen Datentypen wachsen exponentiell, denn 90% der Daten, welche in der Weltgeschichte vorkommen wurden innerhalb zwei Jahren produziert. Dies resultiert daraus, dass ein großer Teil der unserer Aktivitäten im Alltag in das Internet verlegt werden und. Diese Daten können

genutzt

werden

um

Prozess

in

Unternehmen

oder

anderen

Organisationen zu verbessern. Diese wurden auch von dem Großteil der Mitarbeiter in Führungspositionen als ein weiterer Produktionsfaktor betitelt.1 Der zugehörige Begriff Big Data steht vor allem im Zusammenhang mit der Digitalisierung in der Medienlandschaft. Dieser Begriff wird in den letzten Jahren in dem Fachgebiet der IT diskutiert und erscheint immer häufiger in der herkömmlichen Tagespresse. Welche Herausforderungen und Potenziale sich durch Big Data ergeben wird in dieser Arbeit thematisiert.

1.2 Methodischer Aufbau der Arbeit Der erste Teil der Arbeit beschäftigt sich mit der Erläuterung der Grundlagen. Der im Fokus stehende Begriff Big Data sowie weitere Komponenten werden in diesem Teil erklärt. Im Hauptteil der Arbeit wird dargestellt inwiefern Big Data für Unternehmen neue Potenziale darstellen kann und welche Herausforderungen bestehen. Am Schluss wird die Arbeit durch ein Fazit und Ausblick beendet Zur Literaturrecherche wurden Bücher und Fachzeitschriften aus verschiedenen Bibliotheken sowie Online-Quellen herangezogen. Online-Quellen wurden zudem

genutzt,

um

Studien,

Journals,

wissenschaftliche

Artikel,

Konferenzbeiträge und aktuelle Forschungen einsehen zu können.

1

Vgl. Stefanie King; Big Data – Potential und Barrieren der Nutzung im Unternehmenskontext S.19

Big Data

4

2 Big Data Im folgenden Teil der Arbeit wird der Begriff Big Data erläutert sowie die verschiedenen Eigenschaften erklärt.

2.1 Begriffserklärung Der Begriff Big Data ist in der Hinsicht stark diskutiert, wenn es darum geht wo der Ursprung der Begrifflichkeit liegt. Außerdem gibt es verschiedene Quellen über die initiale Verwendung des Begriffs Big Data.2 Unter der Begrifflichkeit Big Data können zwei verschiedene Blickwinkel untersucht werden. Zum einen beschreibt der die immer größeren Datenmengen, welche jeden Tag entstehen. Zum anderen können IT-Lösungen, welche die steigenden Datenmengen bewältigen können, als Big Data bezeichnet werden. 3

2.2 Eigenschaften von Big Data Der Begriff Big Data wird auf verschiedenste Art und Weise definiert. Die am meisten genutzte Definitionen charakterisiert sich durch die Eigenschaften Volume, Variety, Velocity und Veracity. Diese werden im folgenden Teil des Kapitels genauer erläutert. 2.2.1 Volume Die Eigenschaft Volume im Bezug auf den Begriff Big Data beschreibt die Menge der Daten, welche gespeichert, gesammelt und verarbeitet werden. Der Begriff Volume kann sich sowohl auf die Größe einer Datei beziehen als auch auf die Menge aller Dateien. Jedoch ist bis heute nicht klar ab welcher Menge Datenmengen als groß bezeichnet werden können. Die Datenmengen steigen

2 3

Vgl. Dominik Klein, Phuoc Tran-Gia, Matthias Hartmann; Big Data S.319 Vgl. https://www.bigdata-insider.de/was-ist-big-data-a-562440/

Big Data

5

voraussichtlich bis 2025 auf 175 Zettabyte. Die Datenmengen betrugen im Jahr 2018 33 Zettabyte.4 2.2.2 Variety Die Charakteristik Variety bezeichnet die Ungleichartigkeit der Daten, denn Daten können aus verschiedenen Quellen stammen oder auch verschiedene Formate haben. Daten können somit sehr verschieden und vielfältig sein. Diese Daten, welche für Big Data wichtig sind nicht strukturiert. Aus diesem Grund passen sie nicht in eine Datenstruktur die vorgegeben ist. Eine der wichtigen Aufgaben von Big Data Anwendungen ist, Informationen aus Daten zu gewinnen, wenn sie auch unterschiedliche Quellen oder Formate haben.5 2.2.3 Velocity Eine weitere Veränderung durch Big Data ist die Schnelligkeit der Daten bei ihrer Verwendung. Als eine schnelle Datenverarbeitung wird eine Verarbeitung in Echtzeit bezeichnet.6 „Der Aspekt Geschwindigkeit kann in zweierlei Hinsicht betrachtet werden. Erstens bezieht sich dies auf die enorme Rate, mit der Daten aktuell in den verschiedensten Anwendungsfeldern erzeugt werden. Zweitens muss diese rasch wachsende Datenmenge auch zeitnah weiterverarbeitet werden, um möglichst schnell darauf reagieren zu können. Je nach Anwendung kann dies bis in den Minuten oder gar Sekundenbereich gehen.“7 Jedoch wird die Definition von Velocity nicht klar interpretiert. Darunter kann verstanden werden mit welcher Geschwindigkeit neue Daten entstehen oder auch die Geschwindigkeit mit welcher Daten geändert werden müssen. Volume und Velocity stehen immer in Verbindung zueinander, da wenn die Rechnungen schneller gehen können auch mehr Daten produziert werden.8

4

Vgl. Tobias Kollmann, Handbuch Digitale Wirtschaft S. 1040 Vgl. Joachim Dorschel, Praxishandbuch Big Data S.8 6 Vgl. Heinrich Holland, Big Data S.5 7 Dominik Klein, Phuoc Tran-Gia, Matthias Hartmann; Big Data S.319 8 Vgl. Joachim Dorschel, Praxishandbuch Big Data S.8 5

Big Data

6

2.2.4 Veracity „Veracity wird in einigen Big Data-Definitionen als weiteres Merkmal hinzugefüg t. Dieses Merkmal

bezieht

sich auf die Richtigkeit,

Vollständigkeit und

Verlässlichkeit der Dateninhalte. Es ist kennzeichnend für Big DataAnwendungen,

auch

solche

Daten

einzubeziehen,

deren

objektiver

Erkenntniswert nicht sicher messbar ist. Prominentestes Beispiel sind hier Social Media-Daten. User-generierte Texte in sozialen Netzwerken sind geprägt von subjektiven Empfindungen und unterschiedlichen zeitlichen und inhaltlichen Kontexten. Eine zentrale Aufgabe bei der Nutzung von Big Data ist es, diese Faktoren bei der Planung, Durchführung und Bewertung von Analysen zu berücksichtigen.“9

3 Potenziale und Herausforderungen von Big Data Die Digitalisierung spielt auch in Unternehmen eine richtungsweisende Rolle. In dem folgenden Hauptteil werden Potenziale und Herausforderungen von Big Data genauer beleuchtet und erklärt.

3.1 Potenziale von Big Data Big Data bietet die Auswertung von Daten, welche aus unterschiedlichen Quellen stammen und verschiedene Strukturen haben. Daraus lassen sich neue Wege in verschiedenen Bereichen eines Unternehmens neu entwickeln. Im folgenden Teil werden die Potenziale von Big Data auf Unternehmen genauer betrachtet. 3.1.1 Ökonomisches Potenzial Daten sind für Unternehmen als wertvoller als jemals zuvor. Dadurch kann das ökonomische Potenzial extrem steigen, wenn Technologien verkauft werden,

9

Joachim Dorschel, Praxishandbuch Big Data S.8

Big Data

7

welche die Möglichkeit bieten Big Data Services zu nutzen. Der Markt für Big Data Anwendungen beträgt allein in Deutschland 3,8 Milliarden Euro.10 3.1.2 Potenziale in der Logistik In der Logistikbranche sind verschieden Fähigkeiten wichtig um konkurrenzfähig zu bleiben, darunter fällt die Fähigkeit zu schnellen Reaktionen oder auch die Fähigkeit zum Weitblick. Um diese zu erfüllen eignen sich Big Data Analysen. Dadurch können Materialflüsse sowie Flüsse von Informationen in parallel abgestimmt werden. Des Weiteren kann durch Big Data eine Vernetzung von Fahrzeugen erzielt werden. Daraus ergeben sich Kostensenkungen für die Unternehmen. Potenziale durch Big Data ergeben sich auch in dem Bereich des Bestandsmanagement, da durch Algorithmen bestimmt werden kann, wann Produkte bestellt werden müssen.

Dies muss durch entsprechende

Warenwirtschaftssysteme ermittelt werden.11 3.1.3 Potenziale im Gesundheitswesen Die Ungleichartigkeit der Daten in der Gesundheitsbranche kommt durch verschiedene Gründe zu Stande. Daraus ergibt sich ein hohes Potenzial für Big Data Anwendungen, da aus verschiedenen Daten, wie Arztberichte, technische Daten oder auch Krankheitsberichte, Zusammenhänge ermittelt werden können. Dadurch können Kosten verringert werden oder auch individuelle Verfahren angewendet

werden.

Entscheidungen

können

durch

technologische

Entwicklungen für Behandler vereinfacht werden, um somit fehlerhafte Diagnosen zu verringern. Außerdem können ebenso Patienten direkt profitieren indem durch eine Big Data eine die Vermessung der eigenen Person verbessert wird.12

10

Vgl. Barbara Kolany-Raiser, Reinhard Heil, Carsten Orwat, Thomas Hoeren; Big Data und Gesellschaft S.322 11 Vgl. Barbara Kolany-Raiser, Reinhard Heil, Carsten Orwat, Thomas Hoeren; Big Data und Gesellschaft S.340 12 Vgl. Barbara Kolany-Raiser, Reinhard Heil, Carsten Orwat, Thomas Hoeren; Big Data und Gesellschaft S.339

Big Data

8

3.1.4 Potenziale in der Automobilindustrie In der Automobilbranche sind jegliche Datenquellen vorhanden. Diese reichen von Systeme für Transporte, über Träger des Verkehrs, bis hin zu dem Fahrzeug. Durch die vielen Daten hat Big Data ein gewaltiges Potenzial in der Automobilindustrie. Die Analyse in der Daten aus der Automobilindustrie fokussiert sich auf die Auswertung von verschiedenen Daten. Darunter zählen die Daten der Fahrzeuge, der Kundschaft und auch die Prognose neuer Trends. Daraus bietet Big Data das Potenzial für Unternehmen kundenorientierter vorzugehen oder auch Ketten der Lieferung besser zu steuern. Die Auswertung der Daten bietet somit besonders der Automobilbranche eine gute Vernetzung von Daten um somit neue Wege zu gehen. Besonders die Möglichkeit Anforderungen von Kunden früh zu ermitteln aufgrund von Daten stellt ein großes Potenzial dar. 13 3.1.5 Potenziale in der Finanzbranche Die Finanzbranche wird oft als Pionier in dem Bereich Big Data gesehen. Vor allem sind Scoringmodelle immer weiter im Fokus. Scoringmodelle sind Verfahren zur Bewertung, welche datenbasiert fungieren. Der hauptsächliche Nutzen hinter Scoringmodellen besteht darin die Bonität zu überprüfen. Durch Big Data ist es möglich die Techniken zur Analyse der Scoringmodelle weiter auszubauen.14 „Als große Herausforderung und Bedrohung für die bestehenden Player innerhalb der Finanzbranche gilt zudem der Markteintritt branchenfremder Anbieter. Dabei könnten sich fast 20% der europäischen Kunden neben Versicherungsleistungen vor allem Finanzdienstleistungen von etablierten

13

Vgl. Barbara Kolany-Raiser, Reinhard Heil, Carsten Orwat, Thomas Hoeren; Big Data und Gesellschaft S.337f 14 Vgl. Barbara Kolany-Raiser, Reinhard Heil, Carsten Orwat, Thomas Hoeren; Big Data und Gesellschaft S.339

Big Data

9

Internet- und Datenunternehmen wie Google, Amazon, Apple oder Facebook sehr gut vorstellen. Ebenso sind aber auch neue Player wie Fintechs denkbar.“15

3.2 Herausforderungen von Big Data 3.2.1 Technische Herausforderung Die Grundlage für eine erfolgreiche Anwendung von Big Data ist eine Struktur, welche es möglich macht, dass Daten in großer Menge gespeichert werden und auch verarbeitet werden. Um durch die Analyse von Big Data zu nutzen muss das Unternehmen die technische Grundlage für Big Data zur Verfügung stellen. Dazu muss ein Data Warehouse kreiert werden. Außerdem muss die Big Data Plattform die Möglichkeit haben in Echtzeit Abfragen zu bearbeitet.16 3.2.2 Organisatorische Herausforderungen Ein weiterer Punkt um Big Data in Unternehmen zu einem nützlichen Instrument zu entwickeln ist die strukturelle und personaltechnische Herausforderung. Big Data kann in vielen Bereichen eines Unternehmens genutzt werden. Dadurch muss sichergestellt werden, dass dementsprechend verschiedene Abteilungen Zugang zu den jeweiligen Daten haben. Unternehmen müssen somit in erster Linie ermitteln welche Informationen an welcher Stelle gebraucht werden 17 3.2.3 Datenschutz Ein weiter Herausforderung für Unternehmen ist die Handhabung der Kundendaten. Vor allem im Marketing sind Kundendaten ein sehr nützliches Tool. Durch Big Data kann das Marketing kundenorientierter vorgehen. Jedoch sind gesetzliche Anforderungen sehr hoch, wenn es um die Verarbeitung von persönlichen Daten geht. Eine wichtige Aufgabe für Unternehmen für ist es die Einwilligung von Kunden einzuholen, damit Kundendaten genutzt werden dürfen.

15

Barbara Kolany-Raiser, Reinhard Heil, Carsten Orwat, Thomas Hoeren; Big Data und Gesellschaft S.339 16 Vgl. Heinrich Holland, Digitales Diaglogmarketing S.287f 17 Vgl. Heinrich Holland, Digitales Diaglogmarketing S.288f

Big Data

10

Außerdem stellt die Diskussion in der Öffentlichkeit bezüglich des Datenschutzes eine immer größere Skepsis da. Durch Big Data könnte sich die Skepsis der Nutzer zusätzlich erhöhen, was die Folge hat dass diese Ihre Daten nicht mehr bedenkenlos herausgeben. Aus diesem Grund müssen Unternehmen noch sensibler mit Kundendaten arbeiten um weiterhin Daten zu gewinnen und somit Big Data Möglichkeiten nutzen zu können. 18

4 Fazit Big Data zählt zu einem der wichtigsten Themen in der Digitalisierung für Unternehmen. Jedoch fällt auf, bei näherem untersuchen des Begriffes Big Data, dass von verschiedenen Definitionen und Verständnissen gesprochen wird. Big Data wird als eine neue Ressource für Unternehmen gesehen mit welchem Unternehmen großen Nutzen haben. Zusätzlich wird diese Ressource nicht verknappt wie bei Rohstoffen, sondern sie vermehrt sich unausweichlich. Jedoch müssen dafür die richtigen Aufgaben erledigt werden um Big Data wirklich für sich zu nutzen. Dazu gehören technische Herausforderungen, der Datenschutz und organisationale Herausforderungen. Dabei muss bedacht werden, dass alle Herausforderungen von Unternehmen gelöst werden müssen um Big Data für sich zu nutzen. Es reicht nicht nur einen Teil der Herausforderungen zu bewältigen. Wenn Unternehmen diese Herausforderungen lösen kann Big Data zu neuen Maßstäben führen. Alle Bereiche eines Unternehmens können Big Data für sich nutzen. Dies zählt auch branchenübergreifend, denn sowohl in im Gesundheitswesen als auch in vielen anderen Branchen vermehren und verändern sich Daten. Zusammenfassend lässt sich sagen, dass Big Data in der Zukunft einer der wichtigsten Herausforderungen für Unternehmen darstellt. Sowohl kleine als auch mittelständische oder große Unternehmen werden daran gemessen die Digitalisierung und Big Data zu bewältigen. Wenn Unternehmen den Zeitpunkt verpassen Big Data zu etablieren werden sie langfristig nicht konkurrenzfähig

18

Vgl. Heinrich Holland, Digitales Diaglogmarketing S.294

Big Data

11

sein. Im Gegenteil dazu haben Unternehmen, welche Big Data gemeistert haben, sehr gute Voraussetzungen für eine erfolgreiche Zukunft.

Big Data

12

Literatur- und Quellenverzeichnis Dorschel, J. (2015). Praxishandbuch Big Data: Wirtschaft – Recht – Technik ( Holland, H. (2014). Digitales Dialogmarketing. Springer Publishing.

King, S. (2014). Big Data. Springer Publishing.

Klein, D., Tran-Gia, P. & Hartmann, M. (2013). Big Data. Informatik-Spektrum, 36(3), 319–323. https://doi.org/10.1007/s00287-013-0702-3

Kolany-Raiser, B., Heil, R., Orwat, C. & Hoeren, T. (2018). Big Data und Gesellschaft. Springer Publishing.

Kollmann, T. (2018). Handbuch Digitale Wirtschaft. Springer Gabler.

Litzel, N. (2019, 16. Mai). Was ist Big Data? BigData-Insider. https://www.bigdatainsider.de/was-ist-big-data-a-562440/

Big Data

13

Rechtsquellenverzeichnis

Big Data

14

Ehrenwörtliche Versicherung Hiermit versichere ich, dass die vorliegende Arbeit von mir selbstständig und ohne unerlaubte Hilfe angefertigt worden ist, insbesondere dass ich alle Stellen, die wörtlich oder annähernd wörtlich aus Veröffentlichungen entnommen sind, durch Zitate als solche gekennzeichnet habe. Ich versichere auch, dass die von mir eingereichte schriftliche Version mit der digitalen Version übereinstimmt. Weiterhin erkläre ich, dass die Arbeit in gleicher oder ähnlicher Form noch keiner Prüfungsbehörde / Prüfungsstelle vorgelegen hat. Ich erkläre mich damit einverstanden / nicht einverstanden, dass die Arbeit der Öffentlichkeit zugänglich gemacht wird. Ich erkläre mich damit einverstanden, dass die Digitalversion dieser Arbeit zwecks Plagiatsprüfung auf die Server externer Anbieter hochgeladen werden darf. Die Plagiatsprüfung stellt keine Zurverfügungstellung für die Öffentlichkeit dar.

14.02.2021

__________________________ Alexander Maier...