Von Big Data zu Smart Data

Transkript

1 Von Big Data zu Smart Data mit Technologieförderung des BMWi Big Data Summit BITKOM-Konferenz; Bonn, Dr. Andreas Goerdeler Unterabteilungsleiter Informationsgesellschaft; Medien Bundesministerium für Wirtschaft und Technologie

2 1. Was ist die Ausgangslage? Das digitale Universums wächst exponentiell (3V-Definition von Big Data nach Gartner) Volume wächst 2010: 1,27 Zettabyte* Datenspeicherung (60% Wachstum im Jahresdurchschnitt) *1 Zettabyte = bytes Variety wächst wirtschaftlich relevante Informationen müssen aus unterschiedlichsten Datenformaten gefiltert und integriert werden Velocity wächst Daten bereitstellen, solange sie entscheidungsrelevant sind Daraus folgt: wachsende Anforderungen an Analytik und Datenmanagement zur Erkennung von Mustern, Zusammenhängen, Kausalitäten als Grundlage für Entscheidungen

3 2. Welche Rahmenbedingungen gibt es? 1 Technologie- und Innovationspolitik Leitlinien der IKT-Politik : Strategie Deutschland Digital 2015 IT-Gipfel 2012: Aktionsprogramm Digitale Wirtschaft Beirat Junge Digitale Wirtschaft

4 2. Welche Rahmenbedingungen gibt es? 2 Die Breitbandstrategie der Bundesregierung Bis 2014 sollen für 75 Prozent und bis 2018 für 100% der Haushalte Anschlüsse mit Übertragungsraten von mindestens 50 Megabit pro Sekunde zur Verfügung stehen.

5 2 2. Welche Rahmenbedingungen gibt es? 3 Vielzählige Ergebnisse im Programm THESEUS Semantische Analyse unstrukturierter Daten (z.b. CT-Befunde) Ontologiebasierte Verknüpfung von Produktdaten (z.b. im Maschinenbau) Automatische Annotation von Text, Audio-, Videobeständen (z.b. für Mediatheken / Archive (dt./en.)) Suchtechnologien (z.b. für die Recherche nach komplexen chemischen Strukturen in Patentdatenbanken) Kompetenzzentrum Daten und Dienste CINIQ

6 3. Was zeigen unsere Analysen? 1 Studie Nutzung und Potenzial für Big Data in deutschen Unternehmen (Branchenworkshops, Desktop Research) auf Basis der THESEUS-Ergebnisse Fraunhofer IAIS identifiziert drei zentrale Chancen: Effizientere Unternehmensführung: Prognosen und Echtzeitanalysen ermöglichen optimierte Abläufe und effizientere Strukturen Massenindividualisierung: Systeme lernen die Bedürfnisse ihrer Nutzer kennen, um individuellere Services anbieten zu können Intelligentere Produkte: Maschinen verarbeiten und kommunizieren Sensordaten selbstständig.

7 3. Was zeigen unsere Analysen? 2 Studie Big Data Management (differenzierte breitenwirksame Befragung in 2013) Technologie-Trends zu Big Data Management / Technologiestärken Deutschlands Marktbedeutung / Marktchancen für den Standort Deutschland: Industrie, öffentlicher Sektor, Gesundheit / Life Sciences, Versicherungen / Finanzen, Handel, Mobilität Juristische Rahmenbedingen: Status Quo und Hemmnisse, Fokus: Urheber- und Vertragsrecht, Datenschutz

8 4. Welche BMWi-Projekte zu Big Data gibt es bereits? 1 Beispiel 1: Datenmarktplatz MIA (Programm: Trusted Cloud) Ziel Trusted Cloud: Grundlagen für vertrauenswürdige Cloud- Dienste in Deutschland schaffen MIA: Analysen im deutschsprachigen Web Markt- und Trendforschung auf 6 Mrd. Webseiten Vertrieb von Nachrichten Unternehmensstrategien

9 4. Welche BMWi-Projekte zu Big Data gibt es bereits? 2 Beispiel 2: Klinische Datenintelligenz (Nachfolge / Ergänzung zu THESEUS) Grundlagen für die Nutzung von Big Data im nationalen medizinischen Umfeld (Vielzahl unterschiedlicher Quellen) Bessere Diagnosen, Prognosen, Therapien im Rahmen einer und weitere Partner personalisierten Medizin Datensicherheit sowie die Anonymisierung bzw. Pseudonymisierung von Datenquellen

10 5. Was sind die Chancen? Nutzung der Big Data Technologien im Mittelstand und in den standortstarken Branchen Spezialisierte deutsche Technologieanbieter, z.b. Datensicherheit, Datenmanagement Direkte Arbeit mit den Rohdaten und mit langen Zeitreihen z.b. systematische Produktoptimierung, z.b. Erkennen neuer / unerwarteter Zusammenhänge Beobachtung und schnelles Erkennen von Mustern, automatisiertes Interpretieren komplexer Ereignisse z.b. Echtzeitanalysen z.b. bessere Betrugserkennung Prädiktive Analytik: Neue Möglichkeiten für Prognosen und Simulationen z.b. vorausschauende Gerätewartung, z.b. Absatzprognosen, z.b. Risikoabschätzung

11 6. Was sind die Herausforderungen? Technisch Hohe Aufwände für die Analyse unstrukturierter Daten und Datenströme Sicherung der Daten- und Analysequalität Skalierbare Recheninfrastrukturen (z.b. für Echzeitanalysen) Erweiterte Sicherheitsanforderungen auf Grund der Datenkonzentration Fehlende Nutzerschnittstellen für die Visualisierung von Informationen Rechtsrahmen Urheberrechtskonforme Verarbeitung und Verknüpfung von Daten Datenschutzkonforme Behandlung personenbezogener Daten Vertrags- und haftungsrechtliche Fragestellungen Wettbewerb Hohe Entwicklungsdynamik v.a. in den USA Fehlende Kompetenzträger (z.b. Data Scientists) / Geschäftsmodelle

12 Geplantes Technologieprogramm Smart Data greift die Chancen und Herausforderungen auf Technologieentwicklung Pilotierung - Best Practices Vertrauenskultur Datenquellen aus dem Internet der Dinge und Dienste (Sensoren, Open Data, Social Media, ) mit unternehmensinternen Daten verknüpfen Intelligente IKT-Lösungen für Datenanalyse und Datenmanagement (Zusammenspiel von Hard- und Software) Anwendungen von/für den dt. Mittelstand (Handel, Industrie, Gesundheit, Mobilität, Versorgung, ) rechtskonform und sicher erstellen Impulse für eine neue, internationale Informationsökonomie (Standards, Produkte, Dienste, Geschäftsmodelle, ) Effiziente Wertschöpfung durch bessere und schnellere Entscheidungsunterstützung und Optimierung von Geschäftsprozessen

13 7. Wo sind die Perspektiven? Technologieprogramm in Vorbereitung Kooperation mit Partnern: BMBF, BITKOM, VOICE e.v., acatech, Gesellschaft für Informatik, Fraunhofer- Gesellschaft, EU-Kommission und andere Big Data Days am 11./12. November in Berlin:

14

15 "Die Zahl ist das Wesen aller Dinge. Pythagoras von Samos ( v. Chr.) Ich habe kaum jemals einen Mathematiker kennengelernt, der in der Lage war, vernünftige Schlussfolgerungen zu ziehen. Platon ( v. Chr.) Vielen Dank für Ihre Aufmerksamkeit. Dr. Andreas Goerdeler Unterabteilungsleiter Informationsgesellschaft; Medien Bundesministerium für Wirtschaft und Technologie