Die begleitenden Folien zu meinem Einführungs-Workshop bei der Akademie des dt. Buchhandels in München am 15.07.2014.
Zielgruppe: Verlage / Medienhäuser.
4. Begriff Big Data
Die Analyse und Interpretation von Daten, die
a) in sehr großer Menge vorliegen
b) sehr heterogen (in Struktur und Qualität) sein können
c) aus verschiedenen Quellen stammen können
Big Data bezeichnet die Analyse großer Datenmengen aus
vielfältigen Quellen in hoher Geschwindigkeit mit dem Ziel,
wirtschaftlichen Nutzen zu erzeugen.
Bitkom, 2012
16. Exabyte
1018 Byte
1 Trillion Byte
555.555.555.555.556 Normseiten
ca. 1.388.888.888.889 gedruckte Bücher
Deren Stapel würde 185x zum Mond reichen
!
Die Gesamtheit aller gedruckten Werke wird auf 0,2 EB geschätzt*
*Quelle: Wikipedia
19. Big Data
Von 2000 bis 2002 sind mehr Daten generiert
worden, als in den 40.000 Jahren davor.
!
Von 2003 bis 2005 hat sich diese Datenmenge
wiederum vervierfacht.
Quelle: BITKOM; Leitfaden BigData, 2012
20. Merke 1:
Mehr Daten führen nicht zwangsläufig zu einer höheren
Aussagekraft einer Statistik.
27. Szenario:
All Situations Digital
There’s an App for that
Jedes „Ding“ wird zu einem „Device“. Inkl. App-Store.
Context Awareness
Jede Situation wird erkannt und antizipiert
Öffentlichkeit & Privatsphäre
Verändern sich dramatisch
33. Szenario:
The World is not enough
Neue Kooperationen
Games + Recht & Risk + AppDev (Beispiel: EU-Projekt)
Neue Spieler und neue Spielfelder z.B. im Geldmarkt
Bezahlen an der Tankstelle mit iTunes?
Silent Information
Wearables geben unsichtbares Feedback…
… machen die Datenwelt körperlich spürbar
38. Szenario:
Finite and Infinite Games
Plattform War
Wer wird die (neuen) Standards setzen?
- für Informationsaustausch
- für Geld-Austausch
- für Lernen und Lehren
Blue Ocean!
Keine Idee ist zu abwegig…
60. „Taxonomie (v. griech. táxis „Ordnung“, -nómos „Gesetz“) ist primär die
sprachwissenschaftliche Klassifikation aller Gegenstände (Entitäten) und
Ereignisse in begriffliche Taxa (Sing.: Taxon) (Gruppen) bzw. in Kategorien.
Anthropologische Untersuchungen zeigen, dass Taxonomien in örtliche,
kulturelle und soziale Systeme eingebettet sind und verschiedenen sozialen
Zwecken dienen.“
http://de.wikipedia.org/wiki/Taxonomie
Taxonomie
61. Monodimensionale Taxonomie
Ist ein guter Ausgangspunkt, führt aber oft zu Problemen bei der
Einordnung, da es oft keine wirklich präzise Einordnung gibt, oder
aber mehrere gleichwertige Einordnungen möglich sind.
63. Monodimensionale Taxonomie
Beispiel: Napoleon
!
Ist er ein Imperator? Ein Feldherr? Ein General? Ein
Staatsmann? Ein Kaiser? Ein Korse? Ein Franzose?
Ein Mann? Ein Held? Ein Tyrann?
!
Problem: Unsicherheiten bei der Eingabe führen zu
Unwohlsein beim Benutzer: Man möchte nichts
falsch machen, schon gar nicht, wenn es „alle“
online sehen können.
!
Ergo: Das System wird oft gemieden.
66. Polydimensionale Taxonomie
Beispiel: Napoleon
Es gibt verschiedene Typen von Knoten
Person:
Napoleon
Beruf:
Imperator
Person:
Alexander
der Große
Eigenschaft:
Berühmt
Person:
Coco Chanel
Ort:
Frankreich
67. Graph
Beispiel: Napoleon
Es gibt Informationen zu den Kanten
Person:
Napoleon
Person:
Coco Chanel
Ort:
Frankreich
beherrschtgeboren
71. Begriff Sensor
Im Folgenden sehr allgemein verwendet.
!
Ein Sensor generiert Daten, zum Beispiel:
a) Physik/Umwelt: Temperatur, Beschleunigung, Lage, Kompass, …
b) Bio/Health: Puls, Fingerabdruck, Gehirnströme, …
c) Feeds/Algorithmen: Social Media Ereignisse, Alerts, …
72. Begriff Speicher
Sollte differenziert betrachtet werden:
!
a) Physikalischer Speicher: HDD / SSD
b) Anbindung: z.B.: NAS / Cloud
c) Logischer Speicher: Dateien, MySQL, No-SQL, …
73. Begriff Interpreter
Sollte sehr differenziert betrachtet werden:
!
a) Lineare Datenfeeds
b) Komplexe Datenintepretation
c) Künstliche Intelligenz
d) Allgemeine künstliche Intelligenz
81. Person 1 Person 2
männlich männlich
Engländer Engländer
geboren 1948 geboren 1948
zum 2. Mal verheiratet zum 2. Mal verheiratet
2 Kinder 2 Kinder
Wohlhabend Wohlhabend
Im Winter oft in den Alpen Im Winter oft in den Alpen
Mag Hunde Mag Hunde
Prominent Prominent
Klassische Marktforschung…
92. Neue, digitale Produkte
!
• Claiming des POS/POI auch in digitalen Netzwerken (Foursquare/Swarm, Google Maps)
• Nutzung der Netzwerke der Besucher eines Ortes (CRM Integration)
• Monitoring der Nutzerreaktionen in diesen Netzwerken (CRM Integration)
• Aktive Gestaltung und Angebot von Informationen (Text, Bild, Videos, Links, …) für (individuelle)
Besucher eines Ortes “Location Based Services” (CP, Marketing, …)
• In-Store Verhaltensanalyse (iBeacons, Internet of Things, …)
• Definition von KPIs für Kommunikationen in diesen Netzwerken
• Integration von Nutzern in Kreationsprozesse
(Social Innovation)
96. Herausforderungen / Risiken
IT nicht skalierbar genug / IT-Investitionszyklen zu groß
Herkömmliche Datenspeicher (SQL-based) im Einsatz
Management + Mitarbeiter nicht “digitalisiert”
Wert von Daten wird falsch eingeschätzt
Keine angemessenen Werkzeuge für Management + Mitarbeiter
Juristische Fragen (Datenschutz usw.) nicht geklärt
IT-Sicherheit nicht, oder nicht ausreichend
97. Das ist alles erst der Anfang*
* do not play dominated strategies