Daten stehen in immer größerem Umfang zur Verfügung. Diese haben aber häufig keine Verbindung zueinander, sind zu komplex, schnelllebig oder nicht wirklich aussagefähig. Hier kommt BIG DATA ins Spiel.

Und es kommt darauf an, was die Betriebe mit den Daten machen wollen und können.

1. Schritt: Datensammlung

Durch die Verbesserung von Erfassungsmethoden in der Organisation des Betriebes und die Verfügbarkeit von innovativer und wirtschaftlicher Sensorik und IT-Infrastruktur gibt es bei der Datenerfassung selbst keine Grenzen mehr. Die Herausforderung liegt in der Interpretation der großen Datenmengen.

Datenerfassung mit hoher Auflösung (zeitlich/räumlich) und geringe Kosten für Datenspeicherung und Kommunikation stehen heute breit zur Verfügung.

2. Schritt: Geschwindigkeit des Dateneingangs

Das IoT (Internet of Things) sorgt für eine Hochgeschwindigkeit in den Datenströme die nahezu in Echtzeit verarbeitet werden müssen.

3. Schritt: Datenanalyse und Dateninterpretation

Allerdings stehen die Daten erfassungsbedingt in den verschiedensten Formaten zur Verfügung und müssen harmonisiert werden. Allerdings darf dabei die Aussagefähigkeit nicht verloren gehen. Verbesserte – und einfacher anwendbare – Methoden und Werkzeuge für Data Analytics sowie Modellierung/Simulation sind notwendig.

4. Schritt: Ergebnisdarstellung

Die Vielfalt der Informationen erfordert die Definition von wesentlichen Kriterien und die Konzentration auf diese. Innovative Methoden und Technologien für Visualisierung (z.B. Mixed Reality) sind gefragt.