Big Data

Definition

Big Data heisst wörtlich «grosse Daten». Gemeint sind Datenbestände, die so umfangreich sind, so schnell entstehen oder so unterschiedlich aufgebaut sind, dass normale Programme wie eine Tabellenkalkulation sie nicht mehr verarbeiten. Beispiele sind Millionen von Zahlungen, Sensormesswerte von Maschinen oder die Texte des öffentlichen Internets.

Eine feste Grenze, ab wann Daten «gross» sind, gibt es nicht. Entscheidend ist, dass man spezielle Verfahren braucht, um daraus Erkenntnisse zu gewinnen.

Einfach erklärt

Stellen Sie sich eine Bibliothek vor. Mit zehn Büchern behalten Sie den Überblick selbst. Mit zehn Millionen Büchern brauchen Sie ein Ordnungssystem und Maschinen, die für Sie suchen und vergleichen. Big Data ist die Bibliothek, KI und maschinelles Lernen sind die Helfer, die darin Muster finden.

Für KI sind viele Daten wichtig, weil Modelle aus Beispielen lernen. Je vielfältiger und sauberer das Material, desto besser kann ein Modell verallgemeinern. Die Qualität der Daten ist dabei oft wichtiger als die blosse Menge.

Beispiel

Ein Beispiel: Ein Malerbetrieb in Thun fragt sich, ob er für KI «Big Data» bräuchte. Er hat einige hundert Offerten und Rechnungen der letzten Jahre. Das ist keine Big Data, aber für viele praktische Aufgaben genügt es völlig: Mit diesen Unterlagen lassen sich Textvorlagen verbessern oder wiederkehrende Fragen beantworten. Ein vorgefertigtes KI-Werkzeug bringt sein Wissen bereits mit, der Betrieb muss dafür keine Millionen Datensätze sammeln.

Nicht verwechseln

Big Data ist nicht dasselbe wie Data Science, also die Arbeit, aus Daten Erkenntnisse zu ziehen, und nicht dasselbe wie Data Mining, die gezielte Suche nach Mustern. Big Data beschreibt die Datenmenge selbst. Und: Auch grosse Datenmengen mit Personenbezug unterliegen dem Datenschutz.

Wann lohnt sich der Blick auf Ihre Daten?

Schauen Sie, welche Daten Ihr Betrieb ohnehin erzeugt: Kassendaten, Bestellungen, Anfragen, Maschinenwerte. Oft liegen sie verstreut in verschiedenen Programmen. Ein erster sinnvoller Schritt ist, sie an einem Ort zu sammeln und aufzuräumen. Erst danach lässt sich beurteilen, ob eine Auswertung mit KI etwas bringt.

So hilft Ihnen Alpasana

Wer die Grundlagen von Daten und KI verstehen möchte, findet bei absofort die KI-Weiterbildung mit verifizierbarem Lernnachweis. Laut Angebotsbeschreibung gibt es Foundation-Angebote ohne Vorkenntnisse, Praxisaufgaben und Quizze, im eigenen Tempo.