idspopd - Fotolia

Big Data und Digitalisierung: Warum Algorithmen so entscheidend sind

Algorithmen sind das Bindeglied zwischen Big Data und Digitalisierung. Erst mit deren Möglichkeiten können Maschinen den Sinn von Daten erfassen.

In der aktuellen Diskussion rund um Digitalisierung taucht immer wieder ein Begriff auf, der sogar als einer ihrer Vorläufer angesehen werden kann: Big Data. Kein Wunder, denn ohne große und zum Teil riesige Datenmengen, zum Beispiel in Form von Maschinendaten aus einer Fertigungsstraße, kann es keine Digitalisierung geben. Doch wie genau sieht das Verhältnis zwischen Big Data und Digitalisierung aus? Und ist dieses Begriffspaar überhaupt geeignet, die Zukunft von IT und Wirtschaft treffend zu beschreiben?

Aktuelle Schätzungen zum weltweit gespeicherten Datenvolumen liegen mittlerweile im Zettabyte-Bereich. Damit haben wir es aber im Grunde nur mit „Big“ Data zu tun. Hinzu kommt: Es geht hier nicht nur um Daten, sondern auch um unstrukturierte Informationen, also Informationen zum Beispiel in Form von Dokumenten, CAD-Zeichnungen, Social-Media-Einträgen, die ebenfalls exponentiell anwachsen.

Der damit verbundene steigende Bedarf an Rechenkapazitäten, um Daten und Informationen zu verarbeiten, hat zu einem entsprechenden Anstieg der Komplexität geführt. Das Wort Big hat in diesem Zusammenhang folglich zwei Bedeutungsdimensionen, Menge und Komplexität. Wird es im Sinne von komplex verwendet, dann haben wir auch hier ein Niveau erreicht, das vor wenigen Jahren noch unvorstellbar schien.

Speicherkapazitäten und Rechenleistung sind jedoch bei weitem nicht die einzigen Herausforderungen im Zusammenhang mit der Big-Data-Revolution. Denn nicht minder revolutionär als Menge und Komplexität sind unsere wachsenden Fähigkeiten, Daten und Informationen verstehbar zu machen und daraus verwertbare Erkenntnisse zu ziehen. Diese Fähigkeiten bedeuten, das noch größere Umwälzungspotenzial – neudeutsch disruptiv –, sowohl was unsere Herangehensweise an die IT als auch unser Wirtschaften insgesamt betreffen.

Big Data ist nicht genug

Von zentraler Bedeutung ist dabei die Fähigkeit, fortgeschrittene statistische Modelle und neue Computing-Techniken miteinander zu kombinieren. Denn erst dadurch lassen sich Daten- und Informationsressourcen verstehen und nutzen. Bestimmt wird diese Fähigkeit von der Entwicklung von Regeln oder Algorithmen, um nach Mustern in den Datenschätzen zu suchen und etwaige Probleme nur in einem Bruchteil des Zeit- und sonstigen Aufwands zu lösen, der bei konventionellen Computing-Methoden nötig wäre.

Es heißt, Daten seien der Treibstoff der Digitalisierung. Das ist richtig. Doch ihr Motor sind die Algorithmen. Diese erlauben unter anderem Quantensprünge im maschinellen Lernen, um mit den riesigen Daten- und Informationsmengen etwas Sinnvolles anzufangen.

Beweise für diese Behauptung gibt es viele: Es sind Algorithmen, die Googles Suchmaschine antreiben. Sie bilden die Grundlage für Empfehlungen für Netflix, Sprachsteuerungsassistenten, autonomes Fahren, 24-Stunden-Lieferservices, den Hochgeschwindigkeitshandel an den Börsen und die wachsende Zahl an Dienstleistungen und Technologien, die in den Alltag der Menschen bereits Einzug gehalten haben.

Mehr zum Thema Big Data:

Fünf Wege zur Vermeidung üblicher Fallstricke in Big-Data-Analytics-Projekten.

Wie KI, IoT und Big Data zu neuen Erkenntnissen per Data Mining führen.

Big Data Analytics: Strategie geht vor Technologie.

SIEM 2.0: Mit Big Data Cyberangriffen begegnen.

Big Data Frameworks: Sicherer Einsatz in Unternehmen.

Algorithmen sind also das Bindeglied zwischen Big Data und der Digitalisierung. Erst mit der Intelligenz der Algorithmen sind Maschinen in der Lage, Daten Sinn zu entnehmen und zu lernen, wie diese zu nutzen sind. Das ist der Mehrwert, den die Unternehmen zu Geld machen können.

Der Weg von der (technisch bedingten) Digitalisierung in die digitale Wirtschaft führt also zwangsläufig über Algorithmen. Dementsprechend ruft Gartner die Algorithmusökonomie als „das nächste große Ding“ aus und führt damit den exakteren Begriff zur Beschreibung der digitalen Wirtschaft ein, deren Anfänge wir bereits erleben.

Es dauert nicht mehr lang und Algorithmen werden wie mobile Apps entwickelt, gehandelt und genutzt werden.

Algorithmen im Unternehmen

Eine unausweichliche Folge der Algorithmusökonomie ist der weiter wachsende Bedarf an Speicherkapazitäten und Rechenressourcen. CIOs wenden sich schon heute vermehrt Public-Cloud-Diensten zu, um mit dieser Nachfragesteigerung zurechtzukommen. Viele Unternehmen werden jedoch ihre Algorithmen wie ihre geschäftskritischen Daten lieber hinter der eigenen Firewall behalten wollen und nur punktuell in die Public Cloud gehen.

Die IT muss sie freilich dazu in die Lage versetzen und eine entsprechende Infrastruktur bereitstellen. So können Lastspitzen bei Bedarf über Public-Cloud-Ressourcen abgefangen werden. Und wieder sind es Algorithmen, die dabei einen wertvollen Beitrag leisten können.

„Erst mit der Intelligenz der Algorithmen sind Maschinen in der Lage, Daten Sinn zu entnehmen und zu lernen, wie diese zu nutzen sind. Das ist der Mehrwert, den die Unternehmen zu Geld machen können.“

Dr. Markus Pleier, Nutanix

Die ganze Situation gleicht einem Selbstheilungsprozess. Zwar wird die Algorithmusökonomie immer weniger zwischen den Problemen der Datenspeicherung einerseits und der Datenverarbeitung andererseits unterscheiden. Gleichzeitig werden Algorithmen aber zur Lösung dieser Probleme einen wesentlichen Beitrag leisten. Denn sie werden Erkenntnisse aus den Daten und Informationen ziehen, um die Ressourcen, aus denen diese stammen, besser zu managen.

Die Anfänge dieser Entwicklung lassen sich bereits beobachten, insbesondere in Form von Werkzeugen für maschinelles Lernen. Damit lassen sich Speicherbedarf und Computing-Workloads über öffentliche und private Plattformen hinweg austarieren.

Diese Aufgabe können nur Maschinen erledigen. Die IT-Teams müssen sich folglich mit Algorithmen und maschinellem Lernen vertraut machen, falls sie es nicht schon tun oder getan haben. Denn diese sind für den laufenden Transformationsprozess essenziell. Die Algorithmen werden kommen, schneller sogar, als viele vielleicht denken mögen.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!

Fortsetzung des Inhalts unten

Erfahren Sie mehr über Big Data

ComputerWeekly.de
Close