Große Datenmengen effektiv analysieren

Mittlerweile hat praktisch jeder erwachsene Deutsche Zugang zum Internet und nutzt es, um sich zu informieren, zu kommunizieren, für die Arbeit oder zum Einkaufen. Es scheint, das Web ist überall – dabei ist das, was wir heute beobachten, erst der Anfang der Vernetzung. In der Zukunft stehen Begriffe wie Smart Homes, Smart Devices oder Smart Cars für die allumfassende Vernetzung durch das „Internet der Dinge“. Um dies vollbringen zu können, müssen die Geräte webfähig sein und kontinuierlich Daten generieren. Dann meldet sich die Waschmaschine zum Schleudergang, der Kühlschrank ordert autark Milch, Sensoren steuern das Haus, Autos fahren ohne unser Zutun und „Wearables“ überwachen sämtliche Körperfunktionen.

Ein Beispiel sind Smart Meter: Statt einer Ablesung der Heizung pro Jahr durch den Kundendienst können Smart Meter künftig eine automatische Ablesung alle 15 Minuten erzeugen. Das sind mehr als 35.000 Datenpakete pro Haushalt pro Jahr – und damit wirklich Big Data. Neue Flugzeuge wie die Boeing 787 Dreamliner liefern Tera-bytes von Sensordaten pro Flug. Das Potential ist gewaltig. Das Analystenhaus Gartner glaubt, dass 2020 bereits 26 Milliarden „Dinge“ am Internet hängen werden, Cisco geht für sein Modell des „Internet of Everything“ sogar von 50 Milliarden aus. Das Volumen der durch diese Geräte erzeugten Daten wird unser Vorstellungsvermögen sprengen. In diesem Zusammenhang steht die Branche vor dem Problem, wie die entstehenden Datenberge effektiv gespeichert, kategorisiert, integriert und analysiert werden können. Hier treffen Big Data und die Fähigkeit, sie zu nutzen (Ability), aufeinander. In der Branche spricht man dabei von „Datability“. Zwei Beispiele zeigen, was heute bereits Realität ist und wie diese Technologien nach und nach in den Alltag einziehen können.

Kennt man heute noch die fleischfressende Pflanze Audrey aus dem Musical „Der kleine Horrorladen“? „Füttere mich“ lautet ihr Mantra. Heute teilt uns ein Sensor die Bedürfnisse einer Pflanze im Detail mit. Der Flower Power von Parrot wird in den Blumentopf oder das Pflanzenbeet gesteckt und misst dann kontinuierlich die vier für das Wachstum der Pflanze maßgebenden Einflussfaktoren:

Bodenfeuchtigkeit, Düngermenge, Umgebungstemperatur und Helligkeit. Die Daten werden in einem Flashspeicher abgelegt und regelmäßig über Bluetooth an ein Smartphone oder Tablet übertragen, auf dem die Flower-Power-App installiert ist. Öffnet man die App, so erscheint auf dem Endgerät „Mein Garten“ mit einer Übersicht aller überwachten Pflanzen sowie Fotos von ihnen. Die App zeigt, welche Pflanzen was benötigen – und vor allem wann: mehr Wasser, Dünger oder ein anderes Plätzchen, weil das aktuelle zu dunkel oder zu kalt ist. Welche Pflanze welche Bedürfnisse hat, prüft die App in einer Datenbank aus über 7.000 Pflanzen, die in Kooperation mit internationalen Universitäten und Botanikern entstanden ist. Vier Messzahlen, die alle 15 Minuten aktualisiert werden. Macht bei bisher rund verkauften 10.000 Flower-Power-Geräten vier Millionen Datensätze pro Tag oder knapp 1,5 Milliarden pro Jahr. Und das Gerät ist erst seit kurzem auf dem Markt.

Kaffee aus der Cloud

Zahlreiche Alltagsgeräte werden in Zukunft miteinander über das Internet der Dinge verbunden sein. Vor kurzem hat Nestlé Professional eine cloud-fähige
Kaffeemaschine angekündigt. Die Nescafè Milano 2.0 ist über die Cloud mit einer Infrastruktur verbunden, mit der sich einzelne Kaffeemaschinen, aber auch ganze Maschinenparks in Echtzeit konfigurieren und warten lassen. Die Maschine liefert automatisch relevante Daten an ein Backoffice-System von Nestlé, auf das Marketing, Vertrieb und auch das Forschungs- und Entwicklungszentrum zugreifen können. Die Idee dahinter ist sicherzustellen, dass Restaurants oder Kaffeebars hochwertigen Kaffee konstant und flexibel bei stets gleichbleibender Qualität ausgeben können. Ein Neuling in einer Kaffeebar erhält über eine Touch-Oberfläche unmittelbar Tipps, wie er besseren Kaffee produziert. Gleichzeitig ist das natürlich kostenlose Marktforschung vom Allerfeinsten. Wenn in Zukunft Milliarden von Geräten mit dem Internet verbunden sein und Daten sammeln werden, ist eine leistungsfähige IT-Infrastruktur notwendig, um diese Big Data zu verarbeiten.

Klassische, relationale Datenbanken bekommen die riesigen Datenmengen allein nicht in den Griff. Plattformen wie Hadoop oder Technologien wie NoSQL etablieren sich hier als neue Standards. Neben den Datenbanken wird Datenintegration immer wichtiger, um die Daten von den Geräten abzuholen, sie in Zielformate zu transferieren und somit auswertbar zu machen. Ohne die Möglichkeit einer Analyse der erhobenen Daten bleibt das Internet der Dinge brotlose Kunst. Dabei muss die Umsetzung gar nicht so schwierig oder kostenintensiv sein, wie oftmals befürchtet wird. Denn Big-Data-Plattformen ersetzen existierende Analyseplattformen nicht, sondern ergänzen sie, indem sie neue Datenquellen zugänglich machen und neue Arten von Analysen ermöglichen. Und dank Cloud-Installationen hat sich der bisher größte Kostenblock reduziert, da keine teure Hardware angeschafft und gewartet werden muss. Zudem basieren die meisten Tools im Big-Data-Umfeld – wie beispielsweise die von Talend – auf Open Source. So richtig spannend wird es, wenn die Geräte weitgehend autonom agieren, Stichwort Industrie 4.0. Sie werden dann künftig eigenständig entscheiden, wann was wie geschieht. Dann bekommen wir irgendwann den Kaffee mithilfe der Cloud – exakt, wenn der Blutdruck im Keller ist.

Was ist Datability?
In diesem Jahr stand die Cebit unter dem Motto „Datability“. Der Begriff setzt sich zusammen aus „Data“ und „Ability“. Die Messeverantwortlichen in Hannover definierten Datability als „die Fähigkeit, große Datenmengen in hoher Geschwindigkeit verantwortungsvoll und nachhaltig zu nutzen“. Gar nicht mal so schlecht, denn damit hatten sie den Zeitgeist der IT getroffen. Dieter Kempf, Präsident des Hightech-Verbands Bitkom, fügte dem hinzu: „Entscheidend sind die qualifizierte Analyse dieser Informationen innerhalb kürzester Zeit sowie der verantwortungsvolle Umgang mit den Ergebnissen. Datability ermöglicht völlig neue Anwendungen, gibt aber gleichzeitig Aufgaben hinsichtlich des Datenschutzes auf.“

Bildquelle: Parrot