Big Data ist keine hohle Phrase mehr. Studien zeigen, dass 2016 bereits 40% der großen Firmen Projekte mit Big Data haben. Weitere 30% planen Aktivitäten für die nächsten 12 Monate.
Eine dieser Studien wurden vom Marktforschungsunternehmen Forrester durchgeführt und veröffentlicht. Sehr ähnlich sind auch dei Ergebnisse von NewVantage Pertners. Ihrer Meinung nach haben mehr als 60% der Firmen zumindest ein großes Projekt mit Big Data. Diese Entwicklung hat sich also etabliert und wird sich in nächster Zeit sicher nicht verlangsamen. Während also der Markt für Big Data wächst bleibt auf der anderen Seite noch oft unbeantwortet, wie diese Daten (nutzenbringend) verwendet werden sollen. Nicht technisch, es geht vielmehr wieder um organisatorische und kulturelle fragen. Hier ein paar der Trends, die sich heraus kristallisieren.
Open Source
Nahezu 60% der untersuchten Applikationen setzen auf Open Source – zumindest in einigen wesentlichen Bereichen. Tools wie Hadoop oder NoSql dominieren hier ganz klar vor probrietären Lösungen, mit steigenen Anforderungen in Richtung Echtzeittauglichkeit.
In-Memory Technologien
Klassiche Datenbanken verwenden ausgelagerte Speichermedien wie Festplatten zur Speicherung der Daten. Bei Bedarf werden diese Daten in den Hauptspeicher des Servers geladen, verarbeitet und wieder exportiert. Zur Stigerung der Verarbeitungsgeschwindigkeit kommen immer häufiger Verfahren zum Einsatz, bei denen die Daen grundsätzlich immer im Hauptspeicher des Servers vorgehalten werden. Damit sind natürlich wesentlich kürzere Bearbeitungszeiten möglich.
Lernende Maschinen
Das ist eine Sparte dr künstlichen Intelligenz, bei der Maschinen selbsttätig lernen, wie gewisse Abfolgen effizienter durchgeführt werden können. Und zwar ohne dass sie umprogrammiert werden müssen. Es müssen also Algorithmen entwickelt werden, die analysieren erkennen, verstehen und autonom Schlüsse ziehen können. Also genau das Prinzip verfolgen, wie wir Menschen an eine solche Thematik herangehen.
Vorausschauende Analyse
Eine „predictive analysis“ hängt sehr stark mit lernenden Maschinen zusammen. Am Beginn von Big Data war es oft so, dass historische Datenbestände analysiert wurden um potenzielle Fehlerquellen oder Verbesserungsmöglichkeiten zu finden. Der Trend ist heute, dass aus dem laufenden Betrieb, durch sich selbst adaptierende Algorithmen, solche Aussagen für die Zukunf errechnet werden.
Intelligente Apps
Solche Anwendungen beinhalten Ergebnisse aus Big Data Analysen. Ähnlich wie bei Maschinen passen sich Apps an die Gewohnheiten der Anwender an. Ein bekanntes Beispiel sind die Apps von großen Onlinehändlern, die Suchergebnisse und Vorschläge sehr individuell für jeden Benutzer zeigen.
IoT
Das Internet der Dinge hat einen wesentlichen Einfluss auf Big Data. Eine riesige Menge an Geräten und somit auch Daten werden in den nächsten Jahren entstehen und verlangen nach einer intelligenten Vernetzung. Die folgende Grafik zeigt die von Verizon Data erhobene aktuelle Marktpräsenz IoT-Produkten und Services in verschiedenen Marktsegmenten (Anteil der Unternehmen die sich mit IoT beschäftigen).
