Die IT-Branche reagiert auf die Anforderung der Datenintegration mit technologischen Innovationen, ein aktuelles Beispiel hierfür ist Big Data. Dank einer immens größeren Leistung durch Parallelisierung und Networking entsteht die Vision, einfach alle Daten in einen Data Lake zu werfen und daraus vollautomatisch neue Erkenntnisse zu bergen.
Jedoch stößt diese brachiale Vorgehensweise an Grenzen – nicht nur der Ethik sondern auch der Machbarkeit. Denn bei aller Rechenpower kann Technik allein nicht die fachlichen Fragen der Datenaufbereitung und -auswertung lösen, mitunter verleitet sie sogar zu gefährlichen Fehlschlüssen. Big Data kann daher nur eine Ergänzung zu einem wissenschaftlichen Vorgehen sein.
Selbst ein Big-Data-System benötigt Struktur, sowohl auf der Eingangs- als auch auf der Ergebnisseite. Hier kann die Ordnung der Daten durch deren Modellierung mit Hilfe eines Standards wie SDMX die unbändige Kraft einer Big-Data-Technologie zielgerichtet einsetzbar machen.
Anzeige
Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten