Big Data
Big Data bezeichnet Daten-Volumina und -Geschwindigkeiten, die mit Standard-Werkzeugen nicht handhabbar sind. Im Mittelstand selten zutreffend, oft missverstanden.
Was ist Big Data?
Big Data ist ein Sammelbegriff für Daten-Sammlungen, die durch ihre Größe (Volume), Geschwindigkeit (Velocity) und Vielfalt (Variety) mit klassischen Datenbank-Werkzeugen nicht mehr sinnvoll handhabbar sind. Aus den drei V wurden später vier (Veracity = Wahrhaftigkeit) oder fünf (Value = Geschäftsnutzen) V.
Im praktischen Sinn beginnt Big Data dort, wo:
- Daten-Volumen im mehrstelligen Terabyte-Bereich liegt
- Daten-Geschwindigkeit Streaming oder Echtzeit-Verarbeitung verlangt
- Daten-Struktur so heterogen ist, dass relationale Schemata nicht mehr greifen
Im Mittelstand häufig missverstanden
„Big Data“ ist eines der am häufigsten falsch verwendeten Marketing-Wörter im Mittelstand. Was meist gemeint ist:
- „Wir haben viele Daten“ → das ist meistens kein Big Data, sondern eine Daten-Architektur-Frage
- „Wir wollen Daten besser nutzen“ → das ist Business Intelligence oder Data-Driven Marketing, nicht Big Data
- „Wir wollen Predictive Modelle“ → das ist Predictive Analytics, mit oder ohne Big-Data-Infrastruktur
Wann lohnt sich echtes Big-Data-Setup?
Drei seltene, aber reale Anwendungen im B2B-Mittelstand:
- Predictive Maintenance an Maschinen mit hohem Sensor-Volumen
- Demand-Forecasting für Hersteller mit komplexen Lieferketten und Saisonalitäten
- Anomalie-Erkennung in Echtzeit-Datenströmen (z. B. Industrie 4.0)
In allen anderen Fällen lohnt sich der Big-Data-Stack nicht — eine saubere SQL-Datenbank, ein BI-Tool und ein verlässlicher ETL-Prozess sind die wirksamere Investition.