SlideShare ist ein Scribd-Unternehmen logo
1 von 34
Downloaden Sie, um offline zu lesen
Arjan Burger
Einführung Big Data für Unternehmen
https://eduvision.de / .at / .ch
www.eduvision.de / .at. / .ch
Programm
• Was sind Big Data?
• Zahlen und Fakten
• Spezialisierungen innerhalb Big Data
• Branchen
• Analyse-Techniken
• Infrastruktur & Tools
www.eduvision.de / .at. / .ch
Ausgangspunkt
„Big Data” ist für Sie interessant, wenn…
•…Sie über viele Daten verfügen
•…Sie daraus einen Mehrwert generieren möchten
•…Sie bereits sind Umzudenken und -strukturieren
www.eduvision.de / .at. / .ch
Big Data Anwendungen
• Die Kundenkarte
• Logistik-Tracking
• Personalisierte Webseiten
• Wissenschaftliche Aufgaben
www.eduvision.de / .at. / .ch
Merkmale Big Data
Die 5 V’s:
– Volume
– Variety
– Velocity
– Veracity
– Value
www.eduvision.de / .at. / .ch
Volume
• Vieeeeeeeeeel Daten
• Abhängig von Organisation
• Neue Technologien sorgen für mehr
Möglichkeiten
www.eduvision.de / .at. / .ch
Variety
• Verschiedenartigkeit der Datan
• Erfassung
– Strukturiert
– Unstrukturiert
– Halb-strukturiert
• Mehrere Quellen
www.eduvision.de / .at. / .ch
Velocity
• „Geschwindigkeit“ der Daten
– Erfassung neuer Daten
– Analytische Verarbeitung: (Near)Realtime?
www.eduvision.de / .at. / .ch
Veracity
• Glaubwürdigkeit
• Zuverlässigkeit
• Genauigkeit durch größeres Datenvolumen
erhöht
– Beispiel: Verbesserung von Rechtschreibfehlern
in Google
www.eduvision.de / .at. / .ch
Value
• Welcher (Mehr)Wert kann aus den Daten
gezogen werden?
• Abwägung Kosten - Nutzen
www.eduvision.de / .at. / .ch
Jahresumsatz Big Data-Lösungen in Deutschland
www.eduvision.de / .at. / .ch
Branchen
• Finanzdienstleistung
• Gesundheitswesen
• Mobilität und Infrastruktur
• Öffentliche Behörden
• Ihre Branche?
www.eduvision.de / .at. / .ch
IT-Infrastruktur
www.eduvision.de / .at. / .ch
Datenbanken
(Verschiedene Quellen)
Data Collector / Data Transformator
oder
Data
Lake
Data
Warehouse
www.eduvision.de / .at. / .ch
IT-Infrastruktur
• Auswahl der Datenbank(en)
• Verbinden der Datenbanken
• Data Warehouse
• Data Lake
www.eduvision.de / .at. / .ch
Data Warehouse
• Sammelt Daten aus verschiedenen Quellen
und fügt sie zu neuer Struktur zusammen
• Strukturierte Daten
• Grundsätzlich neue Database
www.eduvision.de / .at. / .ch
Data Lake
• So viel wie möglich: Originaldaten aus
Originalquelle
• Nicht transformiert (und oft unstrukturiert)
www.eduvision.de / .at. / .ch
Spezialisierungen
www.eduvision.de / .at. / .ch
Spezialisierungen
Data
Mining
Predictive
Analytics
www.eduvision.de / .at. / .ch
Data Mining
• “Lassen Sie die Daten arbeiten!”
• Suche nach statistische Korrelationen,
Mustern und Beziehungen in den Daten,
mithilfe von
– Algorithmen
– Entscheidungsbäumen
– Neuralen Netze
www.eduvision.de / .at. / .ch
Entscheidungsbaum
www.eduvision.de / .at. / .ch
Predictive Analytics
• Verhaltensmuster analysieren und damit:
• Verhalten vorhersagen
– (z.B. Amazon Kaufempfehlungen)
• “Data-driven” Entscheidungen
• Vorhersagemodelle entwickeln
www.eduvision.de / .at. / .ch
Planung im Unternehmen
www.eduvision.de / .at. / .ch
Planung
• Bestandsaufnahme
• Ziel definieren
• Rollen verteilen & Erwartungen definieren
• Managementstrukturen definieren
• IT-Infrastruktur schaffen
• Loslegen!
www.eduvision.de / .at. / .ch
Strategie: Bestandsaufnahme
• Welche Daten sind verfügbar?
• Welche Art von Daten stehen zur Verfügung?
• Wer ist der Eigentümer dieser Daten?
• Wie sind die Daten verfügbar (online/offline)?
www.eduvision.de / .at. / .ch
Ziele definieren
• Was versprechen Sie sich von Big Data?
• Welcher Mehrwert soll generiert werden?
z.B.
– Umsatzsteigerung
- Optimierung der Betriebsprozesse
– Kostenreduzierung
– Andere Ziele
www.eduvision.de / .at. / .ch
Managementstrukturen
• Verantwortlichkeit
• Zeitraum
• Monitoring
• Budget
• Intern vs. Cloud
www.eduvision.de / .at. / .ch
Konkrete IT-Lösungen
www.eduvision.de / .at. / .ch
Konkrete IT-Lösungen
• IT ist der Motor von Big Data
• Cloud VS. Non-Cloud
• SQL VS. NoSQL
• Rechenleistung (einkaufen)
• Architektur
www.eduvision.de / .at. / .ch
NoSQL
• Unstrukturiert
• Konzentriert auf große Mengen Daten
• “No-schema”-Datenbanken
• Nicht-traditionelle Datenbanken
• MongoDB
• Cassandra
• Elastic (Elasticsearch)
• Hbase (gebouwd op Hadoop)
www.eduvision.de / .at. / .ch
Hadoop / Mapreduce
• Kann großes Volumen an Daten speicheren
und verarbeiten (MapReduce)
• Sehr robust (erkennt automatisch Fehler und
versucht diese zu beheben)
„Hadoop bewegt nicht die Daten,
sondern den Prozess“
www.eduvision.de / .at. / .ch
Und jetzt?
• Bewerten Sie die Anforderungen Ihrer
Organisation
• Eignen Sie sich das nötige Wissen an
• Beginnen Sie mit einem kleinen Projekt
www.eduvision.de / .at. / .ch
Big Data Academy
• Foundation
• Big Data Manager
• Big Data Analyst
• Big Data Programmer
• Big Data Architect
Mehr Info? www.eduvision.de / .at / . ch
www.eduvision.de / .at. / .ch
Fragen?
Bitte kontaktieren Sie uns!
Big Data-Beratung: Heiko Knierim
+49 (0)211 2370 6572 +43 (0) 720 881 905
info@eduvision.de info@eduvision.at
+41 (0) 435 081 491
info@eduvision.ch

Weitere ähnliche Inhalte

Was ist angesagt?

Data Warehouse (DWH) with MySQL
Data Warehouse (DWH) with MySQLData Warehouse (DWH) with MySQL
Data Warehouse (DWH) with MySQL
FromDual GmbH
 
Rbu amanox big_data_intro_infrastruktur
Rbu amanox big_data_intro_infrastrukturRbu amanox big_data_intro_infrastruktur
Rbu amanox big_data_intro_infrastruktur
Rene Burgener
 
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Spark Summit
 
Stammdatenmanagement
StammdatenmanagementStammdatenmanagement
Stammdatenmanagement
patriziapesce
 

Was ist angesagt? (20)

Data lake vs Data Warehouse: Hybrid Architectures
Data lake vs Data Warehouse: Hybrid ArchitecturesData lake vs Data Warehouse: Hybrid Architectures
Data lake vs Data Warehouse: Hybrid Architectures
 
Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...
Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...
Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...
 
Agile Datenanalsyse - der schnelle Weg zum Mehrwert
Agile Datenanalsyse - der schnelle Weg zum MehrwertAgile Datenanalsyse - der schnelle Weg zum Mehrwert
Agile Datenanalsyse - der schnelle Weg zum Mehrwert
 
Datenintegrität für moderne Cloud Data Warehouse (MDWH) und Analytics Archite...
Datenintegrität für moderne Cloud Data Warehouse (MDWH) und Analytics Archite...Datenintegrität für moderne Cloud Data Warehouse (MDWH) und Analytics Archite...
Datenintegrität für moderne Cloud Data Warehouse (MDWH) und Analytics Archite...
 
Big Data
Big DataBig Data
Big Data
 
BARC Studie Webinar: Ausgereifte Analysen mit Apache Hadoop
BARC Studie Webinar: Ausgereifte Analysen mit Apache HadoopBARC Studie Webinar: Ausgereifte Analysen mit Apache Hadoop
BARC Studie Webinar: Ausgereifte Analysen mit Apache Hadoop
 
Data Warehouse (DWH) with MySQL
Data Warehouse (DWH) with MySQLData Warehouse (DWH) with MySQL
Data Warehouse (DWH) with MySQL
 
Fujitsu Storage Days 2018 - Erfahrungsbericht crisp research
Fujitsu Storage Days 2018 - Erfahrungsbericht crisp researchFujitsu Storage Days 2018 - Erfahrungsbericht crisp research
Fujitsu Storage Days 2018 - Erfahrungsbericht crisp research
 
Rbu amanox big_data_intro_infrastruktur
Rbu amanox big_data_intro_infrastrukturRbu amanox big_data_intro_infrastruktur
Rbu amanox big_data_intro_infrastruktur
 
Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!
 
Dlr v1.2
Dlr v1.2Dlr v1.2
Dlr v1.2
 
Quarterly Technology Briefing - Big Data - Germany
Quarterly Technology Briefing - Big Data - GermanyQuarterly Technology Briefing - Big Data - Germany
Quarterly Technology Briefing - Big Data - Germany
 
Big data trend oder hype slideshare
Big data   trend oder hype slideshareBig data   trend oder hype slideshare
Big data trend oder hype slideshare
 
Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...
Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...
Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...
 
RDBMS oder NoSQL – warum nicht beides?
RDBMS oder NoSQL – warum nicht beides?RDBMS oder NoSQL – warum nicht beides?
RDBMS oder NoSQL – warum nicht beides?
 
Big Data ist hier um zu bleiben
Big Data ist hier um zu bleibenBig Data ist hier um zu bleiben
Big Data ist hier um zu bleiben
 
Big Data Anwendungen und Infrastrukturen
Big Data Anwendungen und InfrastrukturenBig Data Anwendungen und Infrastrukturen
Big Data Anwendungen und Infrastrukturen
 
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
 
Stammdatenmanagement
StammdatenmanagementStammdatenmanagement
Stammdatenmanagement
 
Azure Data Factory – Data Management für die Cloud
Azure Data Factory – Data Management für die CloudAzure Data Factory – Data Management für die Cloud
Azure Data Factory – Data Management für die Cloud
 

Ähnlich wie Webinar big data für unternehmen

Data Mesh: "Daten als Produkt" weitergedacht
Data Mesh: "Daten als Produkt" weitergedachtData Mesh: "Daten als Produkt" weitergedacht
Data Mesh: "Daten als Produkt" weitergedacht
IBsolution GmbH
 

Ähnlich wie Webinar big data für unternehmen (20)

OpenDMA - Daten Management Solution
OpenDMA  - Daten Management SolutionOpenDMA  - Daten Management Solution
OpenDMA - Daten Management Solution
 
Market Research Meets Business Intelligence
Market Research Meets Business IntelligenceMarket Research Meets Business Intelligence
Market Research Meets Business Intelligence
 
Data Mining und OLAP
Data Mining und OLAPData Mining und OLAP
Data Mining und OLAP
 
Data Quadrant - Daten Management Methode
Data Quadrant - Daten Management MethodeData Quadrant - Daten Management Methode
Data Quadrant - Daten Management Methode
 
Data Mesh: "Daten als Produkt" weitergedacht
Data Mesh: "Daten als Produkt" weitergedachtData Mesh: "Daten als Produkt" weitergedacht
Data Mesh: "Daten als Produkt" weitergedacht
 
A NoSQL Summer - The Year After
A NoSQL Summer - The Year AfterA NoSQL Summer - The Year After
A NoSQL Summer - The Year After
 
Einfuhrung datascience
Einfuhrung datascienceEinfuhrung datascience
Einfuhrung datascience
 
Azure SQL Database vs. Azure SQL Data Warehouse
Azure SQL Database vs. Azure SQL Data WarehouseAzure SQL Database vs. Azure SQL Data Warehouse
Azure SQL Database vs. Azure SQL Data Warehouse
 
Big Data Konnektivität
Big Data KonnektivitätBig Data Konnektivität
Big Data Konnektivität
 
Big/Smart/Fast Data – a very compact overview
Big/Smart/Fast Data – a very compact overviewBig/Smart/Fast Data – a very compact overview
Big/Smart/Fast Data – a very compact overview
 
Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?
Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?
Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?
 
Geänderte Anforderungen an eine Data-Warehouse-Landschaft
Geänderte Anforderungen an eine Data-Warehouse-LandschaftGeänderte Anforderungen an eine Data-Warehouse-Landschaft
Geänderte Anforderungen an eine Data-Warehouse-Landschaft
 
ODAaaS – Open Data Analytics as a Service
ODAaaS – Open Data Analytics as a ServiceODAaaS – Open Data Analytics as a Service
ODAaaS – Open Data Analytics as a Service
 
Suche ein effizientes Mittel zur Datenintegration
Suche ein effizientes Mittel zur DatenintegrationSuche ein effizientes Mittel zur Datenintegration
Suche ein effizientes Mittel zur Datenintegration
 
Webinar Big Data - Enterprise Readiness mit Hadoop
Webinar Big Data - Enterprise Readiness mit HadoopWebinar Big Data - Enterprise Readiness mit Hadoop
Webinar Big Data - Enterprise Readiness mit Hadoop
 
Oracle hadoop doag-big-data_09_2014_gpi
Oracle hadoop doag-big-data_09_2014_gpiOracle hadoop doag-big-data_09_2014_gpi
Oracle hadoop doag-big-data_09_2014_gpi
 
worldiety GmbH - Datenanalyse
worldiety GmbH - Datenanalyse worldiety GmbH - Datenanalyse
worldiety GmbH - Datenanalyse
 
Herausforderung „Multi-Channel Architecture”
Herausforderung „Multi-Channel Architecture”Herausforderung „Multi-Channel Architecture”
Herausforderung „Multi-Channel Architecture”
 
#PinkDB DataVault
#PinkDB DataVault#PinkDB DataVault
#PinkDB DataVault
 
Graphing mit Graphite (Webinar vom 06.11.2013)
Graphing mit Graphite (Webinar vom 06.11.2013)Graphing mit Graphite (Webinar vom 06.11.2013)
Graphing mit Graphite (Webinar vom 06.11.2013)
 

Mehr von Eduvision Ausbildungen

Mehr von Eduvision Ausbildungen (20)

Webinar Dashboards und Datenvisualisierung
Webinar Dashboards und DatenvisualisierungWebinar Dashboards und Datenvisualisierung
Webinar Dashboards und Datenvisualisierung
 
Pinterest Gratis-Webinar
Pinterest Gratis-WebinarPinterest Gratis-Webinar
Pinterest Gratis-Webinar
 
Content Marketing Tutorial
Content Marketing TutorialContent Marketing Tutorial
Content Marketing Tutorial
 
Pinterest
PinterestPinterest
Pinterest
 
Webinar Facebook_2013
Webinar Facebook_2013Webinar Facebook_2013
Webinar Facebook_2013
 
Probestunde_App_oder_mobile_Website
Probestunde_App_oder_mobile_WebsiteProbestunde_App_oder_mobile_Website
Probestunde_App_oder_mobile_Website
 
App oder Mobile Website Slides zum Webinar
App oder Mobile Website Slides zum WebinarApp oder Mobile Website Slides zum Webinar
App oder Mobile Website Slides zum Webinar
 
Webinar Google AdWords
Webinar Google AdWords  Webinar Google AdWords
Webinar Google AdWords
 
Tutorial Mobile Marketing - QR-Code
Tutorial Mobile Marketing - QR-CodeTutorial Mobile Marketing - QR-Code
Tutorial Mobile Marketing - QR-Code
 
Tutorial Mobile Marketing QR-Code
Tutorial Mobile Marketing QR-CodeTutorial Mobile Marketing QR-Code
Tutorial Mobile Marketing QR-Code
 
E-Mail Marketing Webinar - Praxisnahe Einführung
E-Mail Marketing Webinar  - Praxisnahe EinführungE-Mail Marketing Webinar  - Praxisnahe Einführung
E-Mail Marketing Webinar - Praxisnahe Einführung
 
Creative Suite Probestunde
Creative Suite ProbestundeCreative Suite Probestunde
Creative Suite Probestunde
 
Gratis Wordpress Webinar - Web-Blogsystem Einführung mit Eduvision Ausbildungen
Gratis Wordpress Webinar - Web-Blogsystem Einführung mit Eduvision AusbildungenGratis Wordpress Webinar - Web-Blogsystem Einführung mit Eduvision Ausbildungen
Gratis Wordpress Webinar - Web-Blogsystem Einführung mit Eduvision Ausbildungen
 
Google Analytics Webinar - Praxisnahe Einführung in Webstatistiktool - Eduvis...
Google Analytics Webinar - Praxisnahe Einführung in Webstatistiktool - Eduvis...Google Analytics Webinar - Praxisnahe Einführung in Webstatistiktool - Eduvis...
Google Analytics Webinar - Praxisnahe Einführung in Webstatistiktool - Eduvis...
 
Webinar Joomla!, Drupal & TYPO3 im Vergleich - Eduvision
Webinar Joomla!, Drupal & TYPO3 im Vergleich - EduvisionWebinar Joomla!, Drupal & TYPO3 im Vergleich - Eduvision
Webinar Joomla!, Drupal & TYPO3 im Vergleich - Eduvision
 
Gratis Xing Webinar - Präsentation
Gratis Xing Webinar - PräsentationGratis Xing Webinar - Präsentation
Gratis Xing Webinar - Präsentation
 
Gratis-Webinar Website-Usability
Gratis-Webinar Website-UsabilityGratis-Webinar Website-Usability
Gratis-Webinar Website-Usability
 
Webdesign & Webshop mit Magento Gratis-Probestunde - Eduvision
Webdesign & Webshop mit Magento Gratis-Probestunde - EduvisionWebdesign & Webshop mit Magento Gratis-Probestunde - Eduvision
Webdesign & Webshop mit Magento Gratis-Probestunde - Eduvision
 
Gratis Facebook-Webinar - Eduvision Ausbildungen
Gratis Facebook-Webinar - Eduvision AusbildungenGratis Facebook-Webinar - Eduvision Ausbildungen
Gratis Facebook-Webinar - Eduvision Ausbildungen
 
Webinar Facebook - Eduvision Ausbildungen
Webinar Facebook - Eduvision AusbildungenWebinar Facebook - Eduvision Ausbildungen
Webinar Facebook - Eduvision Ausbildungen
 

Webinar big data für unternehmen

  • 1. Arjan Burger Einführung Big Data für Unternehmen https://eduvision.de / .at / .ch
  • 2. www.eduvision.de / .at. / .ch Programm • Was sind Big Data? • Zahlen und Fakten • Spezialisierungen innerhalb Big Data • Branchen • Analyse-Techniken • Infrastruktur & Tools
  • 3. www.eduvision.de / .at. / .ch Ausgangspunkt „Big Data” ist für Sie interessant, wenn… •…Sie über viele Daten verfügen •…Sie daraus einen Mehrwert generieren möchten •…Sie bereits sind Umzudenken und -strukturieren
  • 4. www.eduvision.de / .at. / .ch Big Data Anwendungen • Die Kundenkarte • Logistik-Tracking • Personalisierte Webseiten • Wissenschaftliche Aufgaben
  • 5. www.eduvision.de / .at. / .ch Merkmale Big Data Die 5 V’s: – Volume – Variety – Velocity – Veracity – Value
  • 6. www.eduvision.de / .at. / .ch Volume • Vieeeeeeeeeel Daten • Abhängig von Organisation • Neue Technologien sorgen für mehr Möglichkeiten
  • 7. www.eduvision.de / .at. / .ch Variety • Verschiedenartigkeit der Datan • Erfassung – Strukturiert – Unstrukturiert – Halb-strukturiert • Mehrere Quellen
  • 8. www.eduvision.de / .at. / .ch Velocity • „Geschwindigkeit“ der Daten – Erfassung neuer Daten – Analytische Verarbeitung: (Near)Realtime?
  • 9. www.eduvision.de / .at. / .ch Veracity • Glaubwürdigkeit • Zuverlässigkeit • Genauigkeit durch größeres Datenvolumen erhöht – Beispiel: Verbesserung von Rechtschreibfehlern in Google
  • 10. www.eduvision.de / .at. / .ch Value • Welcher (Mehr)Wert kann aus den Daten gezogen werden? • Abwägung Kosten - Nutzen
  • 11. www.eduvision.de / .at. / .ch Jahresumsatz Big Data-Lösungen in Deutschland
  • 12. www.eduvision.de / .at. / .ch Branchen • Finanzdienstleistung • Gesundheitswesen • Mobilität und Infrastruktur • Öffentliche Behörden • Ihre Branche?
  • 13. www.eduvision.de / .at. / .ch IT-Infrastruktur
  • 14. www.eduvision.de / .at. / .ch Datenbanken (Verschiedene Quellen) Data Collector / Data Transformator oder Data Lake Data Warehouse
  • 15. www.eduvision.de / .at. / .ch IT-Infrastruktur • Auswahl der Datenbank(en) • Verbinden der Datenbanken • Data Warehouse • Data Lake
  • 16. www.eduvision.de / .at. / .ch Data Warehouse • Sammelt Daten aus verschiedenen Quellen und fügt sie zu neuer Struktur zusammen • Strukturierte Daten • Grundsätzlich neue Database
  • 17. www.eduvision.de / .at. / .ch Data Lake • So viel wie möglich: Originaldaten aus Originalquelle • Nicht transformiert (und oft unstrukturiert)
  • 18. www.eduvision.de / .at. / .ch Spezialisierungen
  • 19. www.eduvision.de / .at. / .ch Spezialisierungen Data Mining Predictive Analytics
  • 20. www.eduvision.de / .at. / .ch Data Mining • “Lassen Sie die Daten arbeiten!” • Suche nach statistische Korrelationen, Mustern und Beziehungen in den Daten, mithilfe von – Algorithmen – Entscheidungsbäumen – Neuralen Netze
  • 21. www.eduvision.de / .at. / .ch Entscheidungsbaum
  • 22. www.eduvision.de / .at. / .ch Predictive Analytics • Verhaltensmuster analysieren und damit: • Verhalten vorhersagen – (z.B. Amazon Kaufempfehlungen) • “Data-driven” Entscheidungen • Vorhersagemodelle entwickeln
  • 23. www.eduvision.de / .at. / .ch Planung im Unternehmen
  • 24. www.eduvision.de / .at. / .ch Planung • Bestandsaufnahme • Ziel definieren • Rollen verteilen & Erwartungen definieren • Managementstrukturen definieren • IT-Infrastruktur schaffen • Loslegen!
  • 25. www.eduvision.de / .at. / .ch Strategie: Bestandsaufnahme • Welche Daten sind verfügbar? • Welche Art von Daten stehen zur Verfügung? • Wer ist der Eigentümer dieser Daten? • Wie sind die Daten verfügbar (online/offline)?
  • 26. www.eduvision.de / .at. / .ch Ziele definieren • Was versprechen Sie sich von Big Data? • Welcher Mehrwert soll generiert werden? z.B. – Umsatzsteigerung - Optimierung der Betriebsprozesse – Kostenreduzierung – Andere Ziele
  • 27. www.eduvision.de / .at. / .ch Managementstrukturen • Verantwortlichkeit • Zeitraum • Monitoring • Budget • Intern vs. Cloud
  • 28. www.eduvision.de / .at. / .ch Konkrete IT-Lösungen
  • 29. www.eduvision.de / .at. / .ch Konkrete IT-Lösungen • IT ist der Motor von Big Data • Cloud VS. Non-Cloud • SQL VS. NoSQL • Rechenleistung (einkaufen) • Architektur
  • 30. www.eduvision.de / .at. / .ch NoSQL • Unstrukturiert • Konzentriert auf große Mengen Daten • “No-schema”-Datenbanken • Nicht-traditionelle Datenbanken • MongoDB • Cassandra • Elastic (Elasticsearch) • Hbase (gebouwd op Hadoop)
  • 31. www.eduvision.de / .at. / .ch Hadoop / Mapreduce • Kann großes Volumen an Daten speicheren und verarbeiten (MapReduce) • Sehr robust (erkennt automatisch Fehler und versucht diese zu beheben) „Hadoop bewegt nicht die Daten, sondern den Prozess“
  • 32. www.eduvision.de / .at. / .ch Und jetzt? • Bewerten Sie die Anforderungen Ihrer Organisation • Eignen Sie sich das nötige Wissen an • Beginnen Sie mit einem kleinen Projekt
  • 33. www.eduvision.de / .at. / .ch Big Data Academy • Foundation • Big Data Manager • Big Data Analyst • Big Data Programmer • Big Data Architect Mehr Info? www.eduvision.de / .at / . ch
  • 34. www.eduvision.de / .at. / .ch Fragen? Bitte kontaktieren Sie uns! Big Data-Beratung: Heiko Knierim +49 (0)211 2370 6572 +43 (0) 720 881 905 info@eduvision.de info@eduvision.at +41 (0) 435 081 491 info@eduvision.ch