the factlights News

Die Digitalisierung treibt uns, Data & Analytics sind auf dem Vormarsch, die Technologie entwickelt sich rasant und die Begrifflichkeiten mit ihr. Hier finden Sie einige der zentralen Begriffe kurz und griffig definiert.

Advanced Analytics

Advanced Analytics, zu Deutsch „fortgeschrittene Analytik“ beschreibt eine Reihe an Analysemethoden, die die Weiterentwicklung der klassischen Business Intelligence darstellen.

Anstatt historische Daten beschreibend zu analysieren, werden bei der Advanced Analytics historische Daten dafür genutzt Vorhersagen durchzuführen und Handlungsempfehlungen abzuleiten. Machine Learning-Algorithmen spielen hierbei eine entscheidende Rolle. Sie werden eingesetzt, um im Zusammenspiel mit stark wachsenden Datenbeständen, in den großen Datenmengen Muster und Zusammenhänge zu erkennen.

Big Data

Unter Big Data versteht man Daten, die mindestens einem der Kriterien von Volume, Velocity oder Variety entsprechen.

Volume: Stetig steigende, sehr große Datenvolumina werden angesammelt. Velocity: Daten werden in hoher Frequenz erzeugt und sollen in kürzester Zeit, bestenfalls schon während der Erzeugung, ausgewertet werden. Variety: Die Daten liegen in unterschiedlicher Form, das heißt unstrukturiert, vor (z.B. versteckt in Text- oder Sprachnachrichten, Bildern oder Videos).

Business Intelligence

Business Intelligence steht für Geschäftsanalytik und umfasst Methoden zur systematischen Analyse des eigenen Unternehmens, aber auch der Mitbewerber und des Marktes.

Im Zuge der Business Intelligence (BI) werden Daten in elektronischer Form gesammelt, ausgewertet und visuell dargestellt. Die aus den Daten gewonnenen Erkenntnisse dienen dem Ziel, Managemententscheidungen zu unterstützen und Geschäftsabläufe sowie Lieferanten- oder Kundenbeziehungen zu optimieren.

Data Governance

Data Governance steht für das ganzheitliche Management von Daten, die in einem Unternehmen genutzt werden. Das Management umfasst Prozesse, Methoden und Vorgaben, wie mit den Daten zu verfahren ist.

Eine Data Governance beinhaltet Richtlinien und Vorgehensweisen, um die Qualität, den Schutz und die Sicherheit der Daten zu gewährleisten und kümmert sich um die Einhaltung rechtlicher Vorgaben. Normalerweise existiert ein umfassendes Programm zur Datenkontrolle, -planung und -bereitstellung. Abhängig von der Größe eines Unternehmens sind einzelne Personen oder gesamte Abteilungen für die Einführung und die Überwachung der Data Governance verantwortlich. Sie behalten die erarbeiteten Vorgaben im Auge und optimieren stetig die geschaffenen Prozesse.

Data Lake

Der Data Lake ist ein Architekturkonzept für das Datenmanagement moderner Data & Analytics-Anwendungen.

Im Big-Data-Bereich ist es häufig notwendig, auf größere Datenmengen zuzugreifen und auch Daten hinzuzuziehen, die oft nur in unstrukturierter Form zur Verfügung stehen. Durch diese neuen Herausforderungen ist das Konzept des Data Lakes entstanden. Denn ein Data Warehouse alleine reicht dafür nicht mehr aus, da es sich ausschließlich auf präparierte und strukturiert organisierte Datensätze zur direkten Verwertung vornehmlich aus SQL-Datenbanken konzentriert. Der Data Lake hingegen regelt die Bereitstellung von und die Bewirtschaftung mit strukturierten und unstrukturierten Daten.

IoT (Internet of Things)

Das Internet of Things (deutsch: Internet der Dinge) ist eine Begriffseinheit für Technologien einer globalen Infrastruktur der Informationsgesellschaft.

IoT ermöglicht es, physische und virtuelle Gegenstände miteinander zu vernetzen und sie mithilfe von Informations- und Kommunikationstechniken zusammenarbeiten zu lassen. Das Internet of Things bezeichnet die Verbindung eindeutig identifizierbarer physischer Objekte mit deren virtueller Repräsentation in einem Netzwerk. Das Internet of Things besteht nicht nur aus menschlichen Teilnehmern, sondern auch aus Dingen. Die automatische Identifikation mittels RFID wird oft als Basis für das Internet der Dinge gesehen. Daneben kann eine eindeutige Identifikation von Objekten auch mittels Strichcode oder 2D-Code erfolgen. Durch Bauteile wie Sensoren und Aktoren wird die Funktionalität um die Erfassung von Zuständen bzw. die Ausführung von Aktionen erweitert.

Künstliche Intelligenz

Künstliche Intelligenz ist ein Teilgebiet der Informatik und umfasst diverse Verfahren der Automatisierung; die automatisierte Datenanalyse, sprich das Machine Learning, zählen ebenso dazu wie automatische Text- und Objekterkennungsverfahren oder die Robotik.

Künstliche Intelligenz (KI), oder auch englisch Artificial Intelligence (AI), wird einerseits als Überbegriff für moderne Anwendungen der Informatik, die das Alltagsleben automatisieren oder unterstützen sollen, wie Navigationssystemen, Robotern, Chat Bots, Virtual Reality (VR) Geräten, autonom fahrenden Fahrzeugen und Computerspielen verwendet. Ebenso wird der Begriff für die zugrundeliegenden Algorithmen genutzt, die größtenteils dem Fachgebiet des Machine Learning zuzuordnen sind.

Machine Learning

Unter Machine Learning werden Algorithmen verstanden, die in großen Datenmengen Muster bzw. Regeln erkennen

Machine Learning (ML) ist ein Teilgebiet der Künstlichen Intelligenz. Die verschiedenen Machine-Learning-Algorithmen lassen sich nach ihrer Funktionsweise in vier Klassen unterteilen: Supervised Learning (SL), Unsupervised Learning (UL), Reinforcement Learning (RL) und Deep Learning (DL). Wobei sich die vierte Klasse mit den ersten drei Klassen in großen Teilen überschneidet.