Mit Big Data verhält es sich wie mit Teenager-Sex: Jeder redet darüber, aber keiner hat Erfahrung damit.

Wo beginnt Big Data?

Früher sprach man bei mehreren Megabyte Daten schon von Big Data. Heute gibt es Forscher, die bei Terabytes an Daten sagen, dass es sich dabei noch lange nicht um Big Data dreht.

Wann Big Data anfängt, legt jeder für sich selbst fest. Jedoch gibt es ein Haupt-Merkmal, das Big Data von „normalen“ großen Datenmengen unterscheidet: Es werden überwiegend Analysen auf den Daten gefahren. Während bei „normalen“ Datenmengen die Datensätze noch als Individuum eine Bedeutung haben (da z.B. ein Kundenberater 15 Minuten im Beratungsgespräch saß, bis dieser Datensatz entstand), zählt bei Big Data die Masse und eine Vogel-Perspektive auf die Daten.

Big Data wird nicht erzeugt, Big Data fällt an

Datenmengen gezielt herzustellen ist teuer. Allein ein qualifizierter Adressdatensatz über eine Firma inklusive korrekter Einteilung in Branchen ist mehrere Euro wert. Die meisten Big Data-Datenmengen sind Nebenprodukte von normalem Geschäftsbetrieb. Gesammelt wird überall: Von Website-Formularen, in Individualsoftware, in Dokumenten

Big Data ist der Nachtisch, nicht das Hauptgericht

Die meisten Umsätze machen Firmen traditionell mit ihrem operativen Geschäft. Läuft dieses rund, wird es Stück für Stück optimiert. Ab einem gewissen Punkt, wenn fast alle Optimierungspotenziale ausgeschöpft sind, muss zu immer drastischeren Methoden gegriffen werden, um die letzten Prozente Optimierungspotenzial herauszuholen. Big Data ordnet sich auf dieser letzten Strecke ein. Denn eine neu gegründete, noch unoptimierte Firma kann mit wenigen Daten schon viel optimieren. Erst in fortgeschrittenem Stadium sind die notwendigen Daten vorhanden und lukrativere Optimierungen ausgereizt.

Fazit

Geld verdienen kann man mit Big Data selbst nicht. Wenn man allerdings schon viel Geld verdient, kann man mithilfe von Big Data die Einnahmen etwas optimieren.

Für alle anderen gilt: Bevor man mit Big Data anfängt, sollte man alle Möglichkeiten im Small Data-Bereich ausreizen.