Data Analysis

Datenanalyse ist sinnvoll und notwendig, darf aber keine Kaffeesatzleserei sein. Datenanalyse wird - mit oder ohne Computer, bewusst oder unbewusst in nahezu allen - ernsthaften wissenschaftlichen, insbesondere auch wirtschaftlichen und technischen - Bereichen betrieben. Zufällige Beobachtungen oder explorative Studien liefern regelmäßig Anhaltspunkte für einfache kurzfristige Produkt- und Servicekonfigurationen aber auch für umfangreiche längerfristige Produkt- und Prozessinnovationen. Detaillierte Betrachtungen und Entwicklungen werden in den verschiedenen Bereichen unter diversen Disziplinen (Sammelbegriffen, Überschriften, Arbeitsbereiche) geführt:

Disziplinen

In den ungezählten Anwendungsbereichen werden alte Technologien verbessert, verworfen bzw. übertragen und neue Technologien werden entwickelt. Mit der Verbreitung des Internets und der Entwicklung von kostengünstiger Sensor- und Speichertechnik wächst das Datenvolumen beständig. Daten aus unterschiedlichen Quellen werden zusammengeführt, aufbereitet, analysiert und ausgewertet, um neues Wissen zu generieren oder gesammelte Erfahrungen zu prüfen.

Datenquellen

Das weltweit produzierte Datenvolumen sowohl im wirtschaftlichen als auch im privaten Bereich zeigt ein rapides Wachstum. Mit den Internet-Portalen und den Cloud-Speichern wird eine Abgrenzung von privaten und öffentlichen Daten erschwert. Facebook und Twitter ^[1] loggen täglich mehr als 100 Terabyte. Mehrere Milliarden mobile Telefone und Computer sind über das Internet verbunden. Gängige Prognosen schätzen eine Verdopplung der Datenbestände alle zwei Jahre.

Big Data

Mit dem Schlagwort Big Data sind im Wesentlichen vier charakteristische Merkmale (4V) der - entstehenden bzw. erzeugten - Daten verbunden:

• Volume: das Volumen
• Velocity: die Geschwindigkeit
• Variety: die Vielfalt (Quelle, Ort, Format, Genauigkeit, etc.)
• Veracity: die Verlässlichkeit

Darüber hinaus sind Vertraulichkeit bzw. Verfügbarkeit / Zugänglichkeit der Daten für die Realisierbarkeit von Anwendungen bedeutsame Dimensionen. Die charakteristischen Merkmale offenbaren einen Bedarf an leistungsfähigen Technologien (Hardware; Software: Administration, Analyse; Algorithmen, Methoden, Modelle) zur Nutzung der Datenbestände und zur Ableitung von Wissen. Neben der technologischen Basis zur Organisation der Daten (Zusammenführung, Aufbereitung, Speicherung, Bereitstellung, etc.) ist die Entwicklung von Modellen und Methoden zur systematischen Analyse (Beschreibung, Bewertung, Diskriminierung, Klassifizierung, Kompression, Visualisierung, Vorhersage, etc.) großer Datenbestände sowie von Werkzeugen zur automatisierten Unterstützung von Entscheidungsträgern von herausragender Bedeutung.

In vielen Bereichen werden für klassische und innovative Anwendungen neue Modelle, Methoden und Werkzeuge entwickelt: Die Anzahl und Vielfalt erschweren die zielgerichtete Auswahl und notwendige Anpassungen geeigneter Werkzeuge.

Sie wollen den Effekt und den Nutzen einer Anwendung abschätzen, und suchen Unterstützung für die Auswahl, Anpassung und Entwicklung von Modellen, Methoden und Werkzeugen. Gerne !

Bereiche

Anwendungen

Modelle

Im Zuge der Modellierung wird in einem Modell ein Ausschnitt der Realität abgebildet. Das Modell hat verschiedene Aufgaben und dient mehreren Zielen:

• Repräsentation: Abbildung eines Originals, Ideals, Prototyps
• Abstraktion: Verkürzung der Darstellung auf relevante Aspekte
• Pragmatismus: Zweck- und Nutzenorientierung

Je nach Bedarf wird ein verbales, graphisches oder mathematisches Modell zur Analyse, Beschreibung oder Entscheidung des relevanten Sachverhaltes hergeleitet. Insbesondere in einem Entscheidungsmodell wird mit Hilfe von externen Parametern, unabhängigen (exogenen) Variablen und abhängigen (endogenen) Variablen ein Zusammenhang von Umwelteinflüssen bzw. Umweltparametern und Gestaltungsmöglichkeiten bzw. Entscheidungsvariablen in einem Zielsystem zusammengefasst.

Das Modell ist Grundlage einer effektiven und effizienten Problemlösung durch die zu entwickelnden oder zu nutzenden Methoden.
Wir entwickeln realistische Modelle und praktikable Methoden.

Methoden