3. Woher kommt Big Data?

Wenn man zur Definition des Konzepts zurückkehrt, wird deutlich, wie sich diese Art von Daten von traditionell verarbeiteten Daten unterscheidet: Vor allem zeichnet sich Big Data durch die Komplexität und die enorme Menge an Informationen aus, die sie bereitstellen und potenziell erzeugen können. Big Data markiert somit das Überwinden der Speicherung und Verarbeitung von Daten mittels relationaler Datenbanken.

RELATIONALE DATENBANKEN Die Struktur einer relationalen Datenbank hat die Form einer Tabelle, in der Zeilen und Spalten angeordnet sind, die die interessierenden Daten enthalten. Jede Spalte besitzt ein Attribut (oder Datenfeld), das alle seine eindeutigen Werte enthält (z. B. Produktcode, der von einem Supermarkt verkauft wird), die als Datensätze bezeichnet werden. Die Zellen 1A und 1B enthalten die Datenfelder, die in diesem Fall dem Identifikationscode jedes Produkts und den Einheiten im Lager entsprechen; die Zellen 2A, 3A, 4A, 5A und 2B, 3B, 4B, 5B enthalten die Datensätze. Angenommen, Sie haben eine weitere Tabelle, die stattdessen den Produktcode und die bereits im Supermarktregal befindlichen Einheiten enthält, können Sie diese mit der vorherigen Tabelle verbinden, um eine dritte Tabelle zu erhalten, die alle dem Supermarkt zur Verfügung stehenden Daten enthält: In diesem Fall wäre das Verbindungsfeld zwischen den beiden der Produktcode.

Big Data werden durch eine Vielzahl von Instrumenten gesammelt und entstehen durch alltägliche Handlungen, wie zum Beispiel das Surfen im Browser, den Kauf von Waren und Dienstleistungen online oder den Zugriff auf E-Banking-Kanäle. Eine beispielhafte Datenquelle dieser Art sind Cookies, die zur Weitergabe an Dritte autorisiert wurden.

Die allgemein akzeptierte Definition von Bedeutung und Funktion der Cookies sieht vor, dass es sich um kleine Datenfragmente handelt, die der Nutzer der besuchten Website überlässt, um eine bessere Navigationserfahrung zu erhalten, indem sie dem Dienstanbieter die Möglichkeit geben, bestimmte Informationen über die Nutzung der Website, Kaufpräferenzen usw. zu speichern. Die Hauptfunktion der Cookies besteht jedoch darin, den Nutzer zu identifizieren und sich die Gründe für seinen Besuch zu merken: Daher sind sie Gegenstand von Bedenken einiger Verbraucher geworden. Durch die Richtlinie 2002/58/EG des Europäischen Parlaments und des Rates über die Verarbeitung personenbezogener Daten und den Schutz der Privatsphäre im Bereich der elektronischen Kommunikation wird im Erwägungsteil der Sinn der Verwendung von Cookies erläutert, wobei der Nutzen dieses Instruments betont und gleichzeitig Webdienstanbietern empfohlen wird, Transparenzrichtlinien einzuhalten und den Nutzern Informationen über die Art der erhobenen Daten und deren Verwendungszweck bereitzustellen. Anschließend trat eine Datenschutzverordnung in Kraft, die Datenschutz-Grundverordnung (DSGVO), mit der – unter anderem – die Verpflichtung eingeführt wurde, dass der Dienstanbieter beim ersten Besuch des Nutzers keine Datensammelwerkzeuge platzieren darf. Erst danach wird der Nutzer um Zustimmung für bestimmte Verwendungszwecke der Cookies gebeten (technische Cookies, Weitergabe an Dritte usw.).

^{Abbildung 2 – Banner zur Einwilligung in die Verwendung von Cookies, Quelle: https://www.neting.it/blog/cookie-law.html}

Neben Cookies können verschiedene Arten von Daten über soziale Netzwerke oder durch die Nutzung von Sensoren gewonnen werden, die in Geräten aus dem Bereich des Internet of Things (IoT) enthalten sind. Besonders für diese Kategorie ist es möglich, auf eine Vielzahl von Daten zuzugreifen, die die unterschiedlichsten Variablen betreffen.

Nach einer Schätzung der AGCOM wurden allein im Jahr 2018 28 Zettabyte an Daten produziert, was 250.000.000 DVDs entspricht. Angenommen, diese Datenmenge würde auf Speichermedien mit jeweils einem Terabyte Kapazität gespeichert, wären etwa 3.006 477 ×10¹⁰ Speichermedien erforderlich – eine Zahl, die kaum vorstellbar ist. Laut einer anderen Schätzung wird im Jahr 2020 jeder Erdenbewohner durchschnittlich 1,7 Megabyte Daten pro Sekunde erzeugen, was zu einem Gesamtfluss von 2,5 Trillionen Bytes pro Tag führt.

Diese Größenordnungen erscheinen noch erstaunlicher, wenn man beispielsweise die Datenmenge betrachtet, die in nur einer Minute von einigen der am häufigsten genutzten digitalen Werkzeuge erzeugt wird. Dazu ist es hilfreich, sich die Infografik in (Abb. 3) anzusehen:

^{Abbildung 3 – In einer Minute erzeugte Daten, Quelle: https://www.go-globe.com/things-that-happen-every-60-seconds/}

Auch wenn diese Mengen bereits besonders schwer zu verstehen und vorstellbar sind, sollte betont werden, dass die jährlich in Zettabyte produzierte Datenmenge weiter wächst, wie dieses von AGCOM erstellte Diagramm zeigt:

^{Abbildung 4 – Geschätzte Datenmenge in Zettabyte pro Jahr, Quelle: https://www.agcm.it/dotcmsdoc/allegati-news/IC_Big%20data_imp.pdf}