Author information
Authors and Affiliations
Corresponding author
Glossar
- Advanced Analytics
-
Moderne Analyseverfahren, die überwiegend aus den Bereichen der Statistik, Linguistik und der Mathematik stammen und in die Programmierung überführt werden. Neben Vorhersagealgorithmen (Predictive Modelling) gibt es für unterschiedliche Anwendungsszenarien auch unterschiedliche Verfahren, so zum Beispiel Text Mining zur Analyse von Texten oder Machine Learning zur Identifizierung möglicher Cluster.
- Akka
-
Methode zur Ermittlung von Ereignissen in Echtzeit durch den Einsatz von Agenten in Systemen. Diese Agenten überwachen spezifische Sachverhalte wie die Überschreitung von Schwellengrenzen und schlagen gegebenenfalls Alarm.
- Attribute
-
Ausprägungen von Datenfeldern, die zur Analyse herangezogen werden.
- Big-Data-Architektur
-
IT-Landschaft bestehend aus Analyse-Tools, Technologien und Plattformen. Kann unterschiedlich ausgeprägt sein. Eine sehr gängige Big-Data-Architektur ist das Hadoop-Ökosystem.
- CEP
-
Abkürzung für „Complex Event Processing“. Erkennung, Analyse, Gruppierung und Verarbeitung voneinander abhängiger Ereignisse durch Real-time Analytics sowie Bereitstellung der Ergebnisse. Bekannte technische Möglichkeiten sind beispielsweise Storm, Esper oder Akka.
- Deep Learning
-
Algorithmen aus dem Bereich Machine Learning, die immer weiter und tiefer bis zum theoretischen Optimum analysieren. Grenzen sind in Form von Datenmaterial und verfügbarer Rechnerzeit gesetzt.
- Feature Set
-
Attribute mit der größten Wirkung auf ein Analyse-Modell; hilft bei der Bewertung, welche Attribute wichtiger für ein Modell sind als andere
- Hadoop
-
Skalierbare Technologie mit Fokus auf die kostengünstige Ablage von großen Datenmengen und Möglichkeiten für deren Auswertung.
- Hybrid Apps
-
Anwendungen, die auf unterschiedlichen Betriebssystemen wie etwa Android oder Microsoft lauffähig sind.
- Machine Learning
-
Algorithmen, die aus Beispielen Erkenntnisse gewinnen, immer tiefer und weiter analysieren, daraus Gesetzmäßigkeiten ableiten und anschließend auch bis dahin unbekannte Daten beurteilen und gelernten Kategorien zuordnen können.
- Real-time Analytics
-
Tools zur Datenanalyse in Echtzeit.
- Text Mining
-
Analyse von Texten auf Basis von Satzstrukturen, grammatikalischen Eigenschaften und Semantik wie etwa von positiven und negativen Formulierungen.
- Visual Analytics
-
Analyse anhand von Bildern, Karten, Grafiken oder Videoaufzeichnungen.
Rights and permissions
About this article
Cite this article
Buschbacher, F. Wertschöpfung mit Big Data Analytics. Control Manag Rev 60 (Suppl 1), 40–45 (2016). https://doi.org/10.1007/s12176-016-0009-8
Published:
Issue Date:
DOI: https://doi.org/10.1007/s12176-016-0009-8