Universitäten. Dagegen gibt es eine beachtliche Menge von Uni-Seminaren zum Suchbegriff »Big Data«. Die nächsten zwei Tabellen zeigen das Ergebnis einer Web-suche am 1.10.2013, die keinen Anspruch auf Vollständig-keit oder Repräsentativität erheben kann, aber dennoch interessant ist. Tabelle 16 zeigt, dass die meisten Seminare
in der Informatik angeboten werden, einige auch für die Wirtschaftsinformatik und weitere Studiengänge. Das ist eine gute Nachricht: In etwa 2 Jahren werden dem Arbeitsmarkt mehr anwendungsorientierte Informatiker mit Data-Science-Know-how zur Verfügung stehen.
KIT Karlsruhe: Performanz TU München HU Berlin Fernuni Hagen: Management RWTH Aachen KIT Karlsruhe: Tools KIT Karlsruhe: Hadoop Uni Konstanz Uni Heidelberg TU Dortmund Uni Karlsruhe: Physik Uni Augsburg Uni Leipzig Uni Stuttgart LMU München: Analysis Uni Kaiserslautern Uni Freiburg Uni Hildesheim LMU München
Studiengang
Informatik x x x x x x x x x x x x x x x
Wirtschaftsinfor-matik x x x x
andere Informations- wirtschaft Physik Informations- wissenschaft Medien- informatik Infrastruktur
Cloud x x x x
Performanz x x x x
Datenmanagement Graphverarbeitung
NoSQL, In-Memory x x x x x x x x x x x x
Anfrageverarbeitung? x x x
MapReduce x x x x x x x x x x x x x
Hadoop Ecosystem x x x x x x x x
Architektur x x
Approximative
Algorithmen x
Parallelisierung x x
Streaming x x x x x
Tabelle 16: Seminarangebote an deutschen Universitäten mit dem Stichwort »Big Data« im Titel.
KIT Karlsruhe: Performanz TU München HU Berlin Fernuni Hagen: Management RWTH Aachen KIT Karlsruhe: Tools KIT Karlsruhe: Hadoop Uni Konstanz Uni Heidelberg TU Dortmund Uni Karlsruhe: Physik Uni Augsburg Uni Leipzig Uni Stuttgart LMU München: Analysis Uni Kaiserslautern Uni Freiburg Uni Hildesheim LMU München
Analytik
Mahout x x x
»Machine learning,
Statistik, Analytik« x x x x
Visualisierung x
Bezug zu BI x x x
Anwendung Datensicherheit,
Datenschutz x x
Wirtschaftlichkeit x x x
Soziale Netzwerke x x
Mobilfunkdaten x
Anwendungsmög-lichkeiten x x x x x x
Geschäftsmodelle x
Gruppe 1:
Big Data Engineering Gruppe 2:
Data Science Gruppe 3:
Big Data Anwendungen
Da die Beschreibungen der Seminare im Netz nicht standardisiert und unterschiedlich detailliert sind, ist ein genauer Vergleich nicht möglich. Für die Tabellen wurden deshalb wichtige Stichwörter extrahiert und den Themen Infrastruktur, Datenmanagement, Analytik und Anwen-dungen zugeordnet. Sortiert man die Seminare nach diesen Themen, erhält man die in den Tabellen gekenn-zeichneten drei Gruppen.
Alle Uni-Seminare in Tabelle 16 beschäftigen sich mit Datenmanagement/Infrastruktur, aber Gruppe 1 aus-schließlich. Sie richtet sich an Big-Data-Architekten und -Entwickler. Gruppe 3 behandelt auch Anwendungsas-pekte. Hier finden sich vermehrt Seminare aus Anwen-dungsdisziplinen der Informatik. Gruppe 2 beschäftigt sich zusätzlich mit Analytik und deckt alle drei Dimensio-nen der Data Science ab: IT, Analytik und Fachwissen.
Tabelle 17 zeigt ebenfalls überraschend viele Treffer mit Weiterbildungsangeboten für Berufstätige. Modulare Angebote vom selben Anbieter wurden zusammenge-fasst. Die Veranstaltungen reichen von 1-10 Tagen und setzen teilweise Vorkenntnisse in Statistik, Business Intelligence, Datenmanagement oder IT voraus. Die 1-2-tägigen Seminare im linken Teil der Tabelle bezwecken meist einen Überblick, praktische Übungen gibt es hier nicht. Eine Einteilung der Stichwörter in Infrastruktur, Datenmanagement, Analytik und Anwendung lässt auch in dieser Tabelle die gleichen drei Gruppen wie bei den Uni-Seminaren erkennen.
Integrata SCN Oracle Deutsche Informatik Akademie StatSoft DWH academy Avantgarde Labs Eduvision metafinanz EMC Fraunhofer IAIS IT-Schulungen.com Management Circle Actian SAS
Dauer 2 2 1 1 1 1 2-4 5 5 5 8 10 2 0,5 10
Überblick/Konzepte x x x x x x
Übungen x x x x
Modular x x
Voraussetzungen
Datenmanagement x x x x
IT x x x x x
Statistik x x x
BI x x
Infrastruktur Produkte und
Hersteller x x x
Fertiglösungen
(Appliances) x x x x
Tabelle 17: Seminarangebote für Berufstätige mit dem Stichwort »Big Data« oder »Data Science« im Titel
Integrata SCN Oracle Deutsche Informatik Akademie StatSoft DWH academy Avantgarde Labs Eduvision metafinanz EMC Fraunhofer IAIS IT-Schulungen.com Management Circle Actian SAS
Datenmanagement
Verteilte Systeme x x x x
Hadoop ecosystem x x x x x x x x
Stream Processing,
Event Processing x x x x
NoSQL x x x x x
Architekturen x x x
Referenzsystem x x x x x
Bezug zur klassischen
Datenhaltung x x x x x
Datenintegration,
Import, Export x x x x x x
Analytik Datenqualität,
Datenaufbereitung x x x x x x
Bezug zu BI x x x
»Textanalyse,
Entity Recognition« x x x x x x
Visualisierung x x x
Data Mining, fortge-schrittene Analytik Modellierung
x x x x x x x
Anwendung Vorgehensweise im
Unternehmen x x x
Anwendungs-möglichkeiten x x x x x x x
»Fallbeispiele,
Praxisberichte« x x x x
Data Governance x x
Gruppe 1:
Big Data Engineering
Gruppe 2: Data Science Gruppe 3
Big Data Anwendungen
Insbesondere im Bereich der Analytik kann man in Zukunft differenziertere Angebote erwarten, wie in Tabelle 18 angedeutet. Während Basic Analytics die wichtigsten Data-Mining und maschinellen Lernverfah-ren enthält, können Spezialkurse Methoden der Batch-Analytik versus Stream-Batch-Analytik behandeln, eingebettete Methoden in großen Sensornetzen, die semantische Anreicherung zu Smart Data, Textanalytik und Methoden zur Analyse von Sprach-, Bild-, und Videodaten, und die visuelle Analytik.
Big Data Analytik: Potenzial, Roadmaps, Strategien
Anwendungen in einzelnen Branchen … … … …
Visual Analytics
Text Analytics Multimedia
Analytics Batch Analytics Stream Analytics …
Embedded Analytics Smart Data
Basic Analytics Big Data Management
Big Data Infrastruktur
Tabelle 18: Vorschlag zur Differenzierung des Analytikangebots
An den Universitäten wären Sommerschulen und Gradu-iertenkollegs ein gutes Angebot für Studenten, die jetzt die Big-Data-Seminare besuchen.
Das Kapitel 11 stellt Anbieter von Technologien und Lösungen sowie von Consulting-, Engineering- und Integrations-Services im Bereich Big Data vor. Aufgenommen wurden Unternehmen und Organi-sationen, deren Experten an der Entwicklung dieses Leitfadens mitgewirkt haben.
11.1 Atos IT Solutions and Services
Kontaktinformationen
Atos IT Solutions and Services GmbH Otto-Hahn-Ring 6 | 81739 München Tel. +49 (0) 211 399 0 | de-info@atos.net
http://de.atos.net/de-de/home/unsere-leistung/
business-integration-solutions/data-and-information-management.html
Über Atos
Atos SE (Societas europaea) ist ein internationaler Anbie-ter von IT-Dienstleistungen mit einem Jahresumsatz für 2012 von 8,8 Milliarden Euro und 77.000 Mitarbeitern in 47 Ländern. Der globale Kundenstamm des Unterneh-mens profitiert von einem umfangreichen Portfolio, das drei Bereiche umfasst: Beratung und Technologie-Services, Systemintegration und Managed Services sowie BPO- und transaktionsbasierte Hightech-Services durch World-line. Mit seiner umfassenden Technologie-Expertise und tiefgreifendem Branchenwissen unterstützt der IT-Dienst-leister Kunden in folgenden Marktsegmenten: Produzie-rendes Gewerbe, Handel, Dienstleistungen; Öffentliche Verwaltung, Gesundheits- und Transportwesen; Banken und Versicherungen; Telekommunikation, Medien und Versorgungsunternehmen.
Big-Data-Lösungen
Big Data ist ein Schwerpunkt Thema bei Atos. Atos hilft Unternehmen effiziente Strategien für einen erfolg-reichen Einstieg in das Thema zu finden, die richtigen technologischen Entscheidungen zu treffen und existie-rende Geschäftsprozesse zu modernisieren oder neue, innovative Geschäftsmodelle zu entwickeln. Das Portfolio umfasst zudem Beratung und Technologie-Services, Sys-temintegration sowie Outsourcing-Dienstleistungen. Als weltweiter IT-Partner des Internationalen Olympischen Komitees ist Atos für die Gesamtleitung der Technologie-Partner verantwortlich, welche die riesige kritische IT-Infrastruktur für die Olympischen Spiele 2012 in London und 2014 in Sotschi entwickeln und betreiben. Big Data ist dabei eines der wichtigen Themen bei der Bewältigung der Herausforderungen einer Olympia-Veranstaltung.
Einsatz-Szenarien
Das IT-Unternehmen Atos hat die Leitung des »Big Data Public Private Forum«-Projekts, kurz BIG, übernommen.
Im Zentrum der Diskussion soll dabei die Verarbeitung und Bedeutung von Big Data für die Wirtschaft stehen.
Das BIG-Projekt hat weitreichende Bedeutung für die Wirtschaft, Wissenschaft, Politik und Öffentlichkeit. Es soll einen Maßnahmenplan für den geeigneten Einsatz von Big Data-Technologien liefern. Die Verarbeitung großer Datenmengen spielt in unserer Gesellschaft und im aktuellen Wirtschaftsumfeld eine zunehmend wichtige Rolle. Generiert werden die hohen Datenvolumina bei-spielsweise durch Zähler und Sensoren, die etwa Klima-, Verkehrs- oder Schadstoffbelastungsdaten einer Stadt erfassen, aber auch durch Online-Anfragen bei Reisebüros oder Positionierungs-Diensten wie OpenStreetMaps.