Wie entwickelt sich Big Data über die Zeit?

Bei der Big-Data-Konferenz Gigaom Structure im vergangenen Monat kam es unter den Experten zu einer interessanten Diskussion über innovative Wege zur Nutzung der Millionen, wenn nicht Milliarden oder gar Billionen vorhandener Datenpunkte, die bei der Entwicklung neuer Produkte und Dienstleistungen entstehen. Dies zeigt wieder ein Mal überdeutlich, wie GIGANTISCH das Datenvolumen ist, das wir heute sammeln und speichern. An nur einem Tag nimmt PayPal über das Internet Transaktionen in Höhe von gut 315 Millionen Dollar vor[1], während Facebook rund 350 Millionen hochgeladener Bilder[2] verarbeitet und Twitter 400 Millionen Tweets seiner Nutzer[3] veröffentlicht.  Wenn man diese Zahlen mit 365 multipliziert und noch eine gewisse Datenmenge für die einzelnen Interaktionen hinzuzählt, kommt man beim jährlichen Speichervolumen schnell in den Zettabyte-Bereich und darüber hinaus.  Und dabei sind die Metadaten noch nicht einmal berücksichtigt!

Big Data in Dollar

Von welcher Größenordnung sprechen wir bei Big Data? Versuchen wir einmal, uns das Volumen in Dollarbeträgen vorzustellen… Es wäre noch relativ leicht, sich Hundert‑, Tausend‑ oder sogar Millionen-Dollar-Beträge vorzustellen. Wie sieht es aber mit Milliarden aus? Oder Billionen? Eine Billion 1-Dollar-Scheine würde gestapelt rund 110.000 Kilometer in den Himmel ragen – ein Drittel der Strecke zwischen Erde und Mond.  2013 wurden mehr als zwei Billionen Google-Suchen[4] durchgeführt. Wenn diese Suchen 1-Dollar-Scheine wären, hätten wir zwei Drittel des Wegs zum Mond zurückgelegt.

Lassen Sie uns das von einem Jahr auf einen Tag herunterrechnen …

Als Twitter letztes Jahr sieben Jahre alt wurde, veröffentlichten über 200 Millionen aktive Nutzer 400 Millionen Tweets pro Tag. Wenn Sie 400 Millionen Dollar hätten und jeden Tag 1.000 Dollar ausgeben würden, bräuchten Sie 1.096 Jahre, um alles auszugeben.

• (400.000.000 Dollar/1.000 Dollar) = 400.000 Tage)/365 Tage = 1.096 Jahre

… und auf eine Stunde

Facebook-Nutzer teilen 41 Millionen Inhalte pro Stunde5. Wenn Sie 41 Millionen Dollar hätten und jeden Tag 1.000 Dollar ausgeben würden, bräuchten Sie 112 Jahre, um alles auszugeben.

• (41.000.000 Dollar/1.000 Dollar) = 41.000 Tage)/365 Tage = 112 Jahre

… und auf eine Minute

Google erhält mehr als zwei Millionen Suchanfragen pro Minute6. Wenn Sie zwei Millionen Dollar hätten und jeden Tag 1.000 Dollar ausgeben würden, bräuchten Sie fünf Jahre, um alles auszugeben.

• (2.000.000 Dollar/1.000 Dollar) = 2.000 Tage)/365 Tage = 5 Jahre

Big Data über die Zeit betrachtet

Nachdem wir nun wissen, mit welcher Größenordnung wir es zu tun haben, können wir uns mit der Entwicklung von Big Data im Zeitverlauf befassen. Daran könnten sich neue Trends ablesen lassen. Ich habe mir drei Unternehmen angesehen – PayPal, Facebook und Twitter –und die Dollar-Transaktionen, Foto-Uploads und Tweet-Veröffentlichungen grafisch dargestellt. Und das ist das Ergebnis:

Noch mehr Big Data nach 2009

PayPal wurde 1998 gegründet und verzeichnete im Verlauf der folgenden zehn Jahre immer mehr Transaktionen. Doch zwischen 2009 und 2011 haben die Dollarbeträge besonders stark zugenommen: um insgesamt 60 %. Auch die Facebook-Kurve zeigt einen starken Anstieg: Die Zahl der hochgeladenen Fotos erhöhte sich zwischen 2011 und 2013 um 73 %. Das Big-Data-Wachstum bei Twitter war noch extremer, oder vielleicht sollte ich sagen: exponentiell.  2009 wurden rund zehn Milliarden Tweets veröffentlicht. Diese Zahl hat sich seither jedes Jahr mehr als verdoppelt und erreichte 2012 einen Wert von 120 Milliarden.  Möglicherweise ist dies darauf zurückzuführen, das Oprah Winfrey 2009 dem Netzwerk beigetreten ist und Twitter damit ihren Segen gab…Wahrscheinlicher ist allerdings, dass Netzwerkeffekte der Grund sind.

Dollar-Transaktionen, Foto-Uploads und Tweet-Veröffentlichungen sind nicht annähernd vergleichbar, doch ich möchte anhand dieses Beispiels zeigen, dass das Big-Data-Volumen in den letzten Jahren enorm, wirklich enorm zugenommen hat. Angeführt vom Kurznachrichtendienst Twitter, der ausschließlich auf unstrukturierten Daten basiert.

Wenn sich dieser Trend verstärkt, werden PayPal, Facebook und Twitter mit ihren Big-Data-Zahlen tatsächlich mehr als den halben Weg zum Mond zurücklegen ebenso wie die Google-Suchen. Und vielleicht brauchen wir dann eine neue Bewertungsgröße für die gesamte Datenmenge, à la „Wir haben zehn Twitter Speicherplatz erreicht“.

Und warum ist Big Data wichtig?

Allein das bloße Anhäufen großer Datenmengen bringt noch keinen Mehrwert. Bedeutung erlangt Big Data durch die dazugehörigen Metadaten. Dank dieser Metadaten kann Facebook Seiten vorschlagen, die Ihnen gefallen könnten, und Twitter Menschen oder Unternehmen empfehlen, denen Sie vielleicht folgen wollen. Diese Empfehlungen fallen insofern ins Gewicht, als dass sie zur Benutzerfreundlichkeit beitragen, wichtige Informationen zu nahezu allem liefern, was man sich vorstellen kann, und vor allen Dingen als Basis für ein rentables Geschäftsmodell dienen.

In einem der nächsten Blog-Beiträge werden wir die Arten von Metadaten untersuchen, die auf diesen Plattformen vorkommen, und einen Blick auf die Neuerungen werfen, die dadurch möglich werden. Bleiben Sie dran!

Quellenverzeichnis zum Diagramm:

• http://de.wikipedia.org/wiki/PayPal
• http://de.wikipedia.org/wiki/Twitter
• http://de.wikipedia.org/wiki/Facebook
• http://mashable.com/2006/08/25/facebook-profile/
• http://www.quora.com/How-many-photos-are-uploaded-to-Facebook-each-day
• http://www.searchenginejournal.com/stats-on-facebook-2012-infographic/40301/
• http://mashable.com/2013/09/16/facebook-photo-uploads/
• http://techcrunch.com/2011/09/25/paypal-now-processing-315-million-in-payments-per-day/

[1] http://techcrunch.com/2011/09/25/paypal-now-processing-315-million-in-payments-per-day/

[2] http://www.businessinsider.com/facebook-350-million-photos-each-day-2013-9

[3] http://www.washingtonpost.com/business/technology/twitter-turns-7-users-send-over-400-million-tweets-per-day/2013/03/21/2925ef60-9222-11e2-bdea-e32ad90da239_story.html

[4] http://www.statisticbrain.com/google-searches/

5 http://mashable.com/2012/06/22/data-created-every-minute/

6 http://mashable.com/2012/06/22/data-created-every-minute/

The post Wie entwickelt sich Big Data über die Zeit? appeared first on Varonis Deutsch.