Wie viele Bilder haben Sie hochgeladen und wie viele Wörter haben Sie heute gepostet? Wie viele Beiträge haben Sie gelesen und wie viele Bilder haben Sie sich angeschaut? Mir wird manchmal schwindelig, wenn ich stundenlang im Internet nach einem guten Restaurant oder einem Film für meinen Partner suche. Heben Sie die Hand, wenn Sie der Meinung sind, dass es zu viele Informationen im Internet gibt.
Die Fülle der Daten ist schon vor über einem Jahrzehnt zum Thema der Debatte geworden. Die Schaffung des World Wide Web war die Voraussetzung für das Aufkommen von Big Data. Die Menschen speicherten Daten in verschiedenen schriftlichen Quellen (Bücher, Artikel, Enzyklopädien oder sogar kurze Notizen). In den 1970er Jahren wurden Computer zur Speicherung und Verarbeitung von Daten eingesetzt (Chen, Mao, & Liu, 2014). Es war klar, dass die Daten kaum gemeinsam genutzt werden konnten. Außerdem wuchs die Datenmenge exponentiell, und die vorhandene Hard- und Software konnte die vorhandenen Informationen nicht angemessen verarbeiten.
Die Entwicklung des Internets ermöglichte es den Menschen, Daten online zu speichern. In den 1980er Jahren wurde das World Wide Web als eine gute Lösung für das Problem angesehen, aber bald wurde klar, dass große Daten ordnungsgemäß verwaltet werden müssen. Suchmaschinen gehörten zu den Pionieren, die wirksame Strategien für die Verwaltung großer Datenmengen entwickelten. Sie verwendeten verschiedene Algorithmen, um die verfügbaren Daten zu analysieren. Verschiedene Arten von Informationen in großen Mengen wurden in zahlreichen Datenbanken, Cloud-Systemen und so weiter gespeichert. Wissenschaftler, Geschäftsleute, Beamte, Unternehmen, Behörden und Einzelpersonen wollten Informationen speichern, gemeinsam nutzen oder darauf zugreifen. Einzelpersonen möchten ihre Emotionen und Erinnerungen mit anderen teilen, während Unternehmen das Verhalten und die Wünsche ihrer bestehenden und potenziellen Kunden analysieren möchten, und so weiter. Natürlich müssen Organisationen wie die NASA eine überwältigende Menge an Informationen speichern und analysieren. Schätzungen zufolge ist das Volumen der online gespeicherten Daten zwischen 2006 und 2011 um das Neunfache gestiegen (Chen et al., 2014). Es wird auch erwartet, dass sich die Informationsmenge alle zwei Jahre verdoppelt.
Interessanterweise gibt es, obwohl Big Data schon seit Jahrzehnten analysiert und diskutiert wird, noch immer keine allgemein akzeptierte Definition. Bei der Analyse von Big Data verwenden einige das sogenannte 3V-Modell (Volume, Velocity und Variety). Nach diesem Modell lässt sich Big Data durch eine ständige Zunahme der Informationsmenge charakterisieren. Diese Zunahme erfolgt in einem erheblichen Tempo, und die Informationen werden immer vielfältiger. In den 2010er Jahren wurde jedoch ein neues Modell mit vier Vs entwickelt. Die vier Vs stehen für Velocity (Geschwindigkeit), Volume (Volumen), Variety (Vielfalt) und Value (Wert). Das Konzept des Wertes kann als “großer Wert, aber sehr geringe Dichte” definiert werden (Chen et al., 2014, S. 173). Natürlich ist die Definition des Konzepts eine wichtige Sache, aber es ist auch notwendig, sich auf verschiedene Möglichkeiten der Datennutzung zu konzentrieren, Werte zu extrahieren und die online verfügbaren Informationen in Big Data umzuwandeln.
Zusammenfassend lässt sich feststellen, dass Big Data auf verschiedenen Ebenen zu einem Teil der modernen Gesellschaft geworden ist. Bei der Definition des Begriffs konzentrieren sich die Menschen auf Aspekte wie das Volumen, die Geschwindigkeit der Entstehung neuer Daten, die Vielfalt der Daten und den Wert der Informationen. Vor einigen Jahrzehnten begannen die Menschen erst, Computer und das World Wide Web zu nutzen, um Daten zu speichern und auszutauschen. Gegenwärtig ist die Menge an Informationen nur schwer zu bewältigen, aber die Menge an Informationen nimmt täglich zu. Es gibt jedoch einige Strategien, die den Menschen helfen können, die mit Big Data verbundenen Probleme zu bewältigen.
Referenz
Chen, M., Mao, S., & Liu, Y. (2014). Big Data: A Survey. Mobile Networks and Applications, 19(2), 171-209.