Unter Datenverarbeitung im Allgemeinen versteht man den organisierten Umgang mit Daten, dessen Ziel es ist, Informationen zu gewinnen. Diese Informationen stellen die Grundlage für Statistik, Wissenschaft, Handel, Technik und Verwaltung dar. In der heutigen Zeit steht der Begriff „Big Data“ im Vordergrund. Dieser beschreibt – wie bereits in der einfachen Datenverarbeitung – das Ziel, Informationen aus Daten zu gewinnen und das gewonnene Wissen auf aktuelle Prozesse anzuwenden. Der Unterschied zu Smart Data, ist die immense Datenmenge und deren stetige Varianz.

Der Beginn der Datenverarbeitung

Bereits in der Antike wurden Informationen festgehalten, beispielsweise auf Tontafeln. Im Laufe der Zeit hat sich das Anlegen, Archivieren und Auswerten von Daten immer weiter entwickelt. Den Anfang unserer heute bekannten Datenverarbeitung stellt die maschinelle Datenverarbeitung dar, bei der Daten tabellarisch erfasst wurden, um sie bearbeiten und ablegen zu können.

Den nächsten Schritt tat Herman Hollerith, der als „Vater der Datenverarbeitung“ gilt, indem er die Lochkarten eingeführt hat. Mit diesem System unterstützte er die Volkszählung 1890/91 in den USA. Zu den eingesetzten Geräten in der Lochkartentechnik zählten Tabelliermaschine, Lochkartensortierer, -locher, -stanzer und -mischer.

1954 begann die elektronische Datenverarbeitung mit dem Rechenstanzer IBM 604. Bereits ein Jahr später stellte der Magnettrommelrechner IBM 650 den ersten programmierbaren Computer dar.

Zum Profil von Dennis Skley

Bildquelle: Dennis Skley@Flickr / Lizenz: CC BY-ND 2.0

Informationsgesellschaft – immer mehr Daten

Heute leben wir in einer Zeit, die von Daten geprägt ist. Nicht nur Bund, Länder, Städte, Gemeinden, Behörden und Unternehmen erzeugen Daten, sondern nahezu jeder Mensch. Das Internet bietet viele Möglichkeiten, der Datenerzeugung und –vermittlung, dass diese Daten genutzt werden sollen. Insbesondere in den letzten Jahren ist das Datenvolumen um ein vielfaches gestiegen – man geht von einer Verdoppelung alle zwei Jahre aus! Gerade in den sozialen Netzwerken und Bereichen des E-Commerce unterstützt der „einfache“ Nutzer diesen Trend.

Diese Daten wollen Unternehmen und andere Instanzen zu ihrem Vorteil nutzen und Vorteile zu generieren. Ein umfassender Zugriff würde eine ganzheitliche Analyse ermöglichen und die Umsetzung derer Ergebnisse.

Big Data vs. Small Data

Unter Big Data versteht man, wie eingangs erläutert, eine sehr große, komplexe und variable Datenmenge, deren Verarbeitung mit normalen Methoden unmöglich wird. Big Data beinhaltet zusätzlich die Option, dass diese relevanten Daten innerhalb weniger Sekunden ausgewertet werden können und daraus ein Mehrwert entsteht.

Insbesondere im Marketing werden Big Data und Small Data häufig verwechselt. Für die Beantwortung der Fragen aus dem Bereich SEO (Suchmaschinenoptimierung), zum Beispiel nach relevanten Keywords, bedarf es keiner Big Data Analyse – es handelt sich um Small Data. Anders ist es hingegen bei der Analyse unterschiedlicher Daten in einem Kontext. Beispielsweise kann mittels Big Data Analyse ermittelt werden, wie oft ein bestimmtes Produkt online angesehen, in den Einkaufswagen gelegt, gekauft und möglicherweise zurück gegeben wird. Zusätzlich ist es möglich, die Erwähnung dieses Produktes in den sozialen Netzwerken zu verfolgen, die gesammelten Ergebnisse zu analysieren und entsprechende Konsequenzen – höhere bzw. geringere Auflagezahlen, Preismanagement etc. – zu ziehen. Diese Datenmengen sind so groß und komplex, dass die einfache SQL-Datenbank diese Ergebnisse nicht liefern kann.

SHARE ONShare on FacebookTweet about this on TwitterGoogle+