Smart Data

Der Begriff Smart Data hat sich im Zusammenhang mit Big Data-Technologie gebildet. Big Data ist der Oberbegriff für Verfahren, um ständig generierte sehr große Datenmengen, wie sie beispielsweise in einer Smart Factory anfallen, schnell zu verarbeiten. Smart Data erhöht den Nutzwert der Datenfülle und erleichtert damit die Verarbeitung in Echtzeit. Dazu werden die Daten schon am Punkt ihrer Entstehung gefiltert, strukturiert und mit Zusatzinformationen versehen. So können sie für die weitere Verarbeitung in optimierter Form weitergeleitet werden.

Höherer Datennutzwert für Big Data

Mit Smart Data-Verfahren können große, komplexe, sich mit jedem Augenblick aktualisierende Datenmengen in (oder in nahezu) Echtzeit ausgewertet werden. Diese dezentrale Vorverarbeitung von Daten zu Smart Data kam im Zuge der "Industrie 4.0" auf. Dies ist die laufende vierte industrielle Revolution. Sie fußt auf umfassender Digitalisierung, Vernetzung und Einsatz von künstlicher Intelligenz.

Ein großes Einsatzgebiet für Smart Data sind Daten, die von Geräten des Internet of Things bzw. deren Sensoren produziert werden. Die Vorverarbeitung findet in den Geräten selbst statt, bevor sie zur Auswertung weitergesendet werden, z.B. an ein zentrales System. Die Vorverarbeitung kann Vorsortierung beinhalten, indem ein Gerät z.B. redundante, d.h. unnötige Sensordaten aussortiert. Dadurch müssen weniger Informationen übertragen werden.

Beispiele für den Einsatz von Smart Data im Internet of Things-Bereich sind komplexe autonome Systeme wie Smart Factorys oder selbstfahrende Fahrzeuge sowie Echtzeit-Anwendungen mit Sensoren in der Medizin- und Umwelttechnik.

Von Stapelbearbeitung zu Echtzeitbearbeitung

Große täglich anfallende Datenmengen werden sonst traditionell zentral gesammelt und erst dann in einen zur Analyse bestimmten Zustand transformiert. Wenn sich ein bestimmtes Datenvolumen angesammelt hat, findet die Analyse stapelweise statt, nicht in Echtzeit. Im Vergleich zum Smart Data-Verfahren sind die Daten also schon älter, wenn sie analysiert werden.

Auch jenseits von Echtzeit-Anwendungen kann Smart Data die komplexe Datenanalyse erleichtern. Bisher waren große Analysten-Teams nötig, um die komplexe Menge an Geschäftsdaten auszuwerten und daraus Vorhersagen zu treffen und Schlüsse für Entscheidungen zu ziehen. Vorverarbeitung zu Smart Data erleichtert diese Arbeit und verringert den weiteren Analyseaufwand. Künstliche Intelligenz erkennt mit Verfahren wie Machine Learning (Smart Data Analytics) Muster und Korrelationen in Smart Data verschiedenster Art.

Wenn personenbezogene Informationen im Spiel sind, ist die Umsetzung von Datenschutz nach rechtlichen Vorgaben ein wichtiges Thema. Dies betrifft z.B. die Analyse von Informationen aus E-Mails, sozialen Netzwerken und anderer Kommunikationskanälen, Vertragsdaten zu erworbenen Dienstleistungen und Produkten, Nutzungsdaten von Apps oder Webseiten.