• Aucun résultat trouvé

Editorial

N/A
N/A
Protected

Academic year: 2021

Partager "Editorial"

Copied!
2
0
0

Texte intégral

(1)

1 3

© Springer Fachmedien Wiesbaden 2014

A. Meier ()

Department of Informatics, University of Fribourg, Boulevard de Pérolles 90, 1700 Fribourg, Schweiz E-Mail: [email protected] D. Fasel Scigility, Rte du Confin 32, 1723 Marly, Schweiz E-Mail: [email protected]

Editorial

Andreas Meier · Daniel Fasel

HMD (2014) 51:381–382 DOI 10.1365/s40702-014-0056-6

Big Data ist in aller Munde. Täglich werden in den Medien Erfolgsmeldungen ver-öffentlicht. Blogger streiten über die Vor- und Nachteile des Einsatzes von NoSQL-Datenbanken & Co. Führungsgremien stehen unter Druck, ihre Informatikbudgets nach oben anzupassen und in Big Data Technologien zu investieren. Politiker fordern regionale oder nationale Programme, auf den Big Data Schnellzug aufzuspringen und den Einsatz für Verkehrsregelung, Energieverteilung, Wasserversorgung etc. zu prüfen. In Universitäten und Fachhochschulen wird debattiert, spezifische Studien-gänge für Data Science aufzuziehen.

Was ist Big Data? Damit werden Datenbestände bezeichnet, die aufgrund ihrer Strukturvielfalt (Variety), ihres Umfangs (Volume) und ihrer Volatilität und Verfüg-barkeit (Velocity) nicht in herkömmlichen, sprich relationalen Datenbanken gehalten und mit konventionellen Abfragesprachen, sprich SQL (Structured Query Language) ausgewertet werden können. Sobald Firmen oder Verwaltungen umfangreiche Daten-ströme, soziale Medien, eMails, heterogene Dokumentensammlungen etc. gezielt auswerten wollen, müssen sie auf Big Data Technologien zurückgreifen.

Was ist vom Hype Big Data zu halten? Die HMD-Zeitschrift ‚Praxis der Wirt-schaftsinformatik‘ setzt sich zum Ziel, regelmässig über wichtige Entwicklungen und Neuerungen zu berichten. Im überblicksbeitrag finden Sie

(2)

Hintergrundinforma-382 A. Meier, D. Fasel

1 3

tion zur Begriffsbildung, das CAP-Theorem (Consistency, Availability, Partitioning) erläutert sowie eine Einführung in NoSQL und Big Data Technologien samt einer Bewertung der Chancen und Risiken. Zudem wird in Markterhebungen aufgezeigt, wie Unternehmen im deutschsprachigen Raum und BI-Professionals das Potenzial von Big Data einschätzen. Daneben finden Sie diverse Architekturvorschläge, wie Sie ihre Systemlandschaft mit den neuen Technologien ergänzen können. Spannend ist die Frage, ob und wie in der Aus- und Weiterbildung auf das aufstrebende Gebiet der Data Science eingegangen werden soll. Verpassen Sie auf keinen Fall die aktu-ellen Einschätzungen zweier Juristen bezüglich der nachhinkenden Datenschutzge-setzgebung, denn hier laufen verschiedene Bestrebungen auf nationaler sowie auf europäischer Ebene.

Die Welle von Big Data ist zwar von den USA nach Europa übergeschwappt und die positive Einschätzung der neuen Technologien wird in Marktstudien auch hier bestätigt. Allerdings sind bahnbrechende Erfahrungen oder wichtige Erfolge in Unternehmen, die sich rechnen lassen, noch spärlich. Nach unserer Auffassung bleiben viele Potenziale für Big Data Anwendungen in Wirtschaft und Verwaltung unausgeschöpft.

Nun liegt es an Ihnen, liebe HMD-Leserinnen und -Leser, sich ein kritisches Urteil zur Einschätzung von Big Data, NoSQL et al. zu erarbeiten. Falls Sie eine Wertstei-gerung für Ihr Unternehmen anstreben, drücken wir die Daumen.

Daniel Fasel und Andreas Meier

P.S. Daniel Fasel ist ein Experte von Big Data Technologien, hat den Überblicks-beitrag verfasst, und das Themenheft als Gastherausgeber mitgestaltet.

Références

Documents relatifs

6.6 (a)Correlation coefficients for the EM clustering output for 500 clusters and EOF2 of SST data set;(b)-(e), Areas of maximum positive and negative correlation and the

Figure 6 The crossbar array architecture for AND function with memristor switches: a by applying the positive voltages all switches become open clear, b capture data in the

Weighted Ten Folding (WTF): With TrecVid’05 test set limitation in mind, the well- known Bagging instability [20] (i.e. a small change in the training data produces a big change in

data (b) and the minimum solution Az min allows to sort the negative errors.. The same hold for the positive errors with

repeat samples were found to be lower than those measured over the original sample (Figure B(b)), 1 these data are consistent with the positive impact of O 2 reported in

Data are presented as relative to negative control (dash line); untreated cells served as negative control for positive control-treated cells (a, b) and DQ12-treated tissues (c,

Figure B-72: Count of negative and positive Ice Numerals calculated from data plotted in Figure B-52 - the segment route in Zone 7, throughout the warmer than normal

Schneider [7] proved some results on the NNLIF equation with synaptic delay: global-in-time existence for all smooth enough initial data for both positive and negative values of