Industrieanzeiger 03.2020

Feind analysiert mit
Die Frage nach Cloud-getriebenen versus On-Premise-
Lösungen hat sich Richtung Cloud verschoben. Gegen
die Inhouse-Lösung spricht der hohe Investitionsbedarf
für den Aufbau einer internen Infrastruktur für die
Datenanalyse. Für das Training von Big Data-Modellen
wird beispielsweise ein Verbund hochwertiger GPU-
Karten (Grafical Processing Units) benötigt. Diese sind
aber teuer und können von einem einzelnen Nutzer
kaum kontinuierlich ausgelastet werden. Gleiches gilt
für die Software: Während vor zehn Jahren zu Beginn
der Big Data-Welle noch millionenschwere On-Premise-
Systeme als Maß aller Software-Dinge galten, nutzen
heute immer mehr Unternehmen Analyse-Softwareas-a-Service.
Sie sichern sich damit innovative Big Datatechnik
& wissen
schied, ob die absolute oder „nur“ eine faktische Anonymität
gilt, bei der ein erheblicher Aufwand für die
Personifizierung betrieben werden muss. Erschwerend
kommt dazu, dass die DSGVO kaum darüber informiert,
wie Anonymität überhaupt erreicht werden kann
und ab wann Unternehmen juristisch auf der sicheren
Seite sind. Zwar gibt es inzwischen eine Reihe von
Urteilen zum Thema, die aber zu unterschiedlichen Einschätzungen
kommen.
Die grafische Visualisierung
komplexer Datenbankanfragen
ist nicht
nur für das Management
aussagestärker als lange
Listen. Bild: Andrey
Popov/stock.adobe.com
Durch massiv-parallele
Strukturen eignen sich
Grafikkarten nicht nur
zum Bitcoin-Schürfen,
sondern auch für die
Datenveredelung – und
für die Grafikdarstellung.
Bild: Hoda Bogdan/
stock.adobe.com
Einen Ausweg aus dieser Sackgasse muss jedes Unternehmen
individuell finden. Dazu ist es notwendig,
Datenflüsse zu analysieren und in ihrer Gesamtheit
sicher zu beherrschen – von der Speicherung bis hin zur
Analyse. Gleichzeitig müssen im derzeitigen rechtlichen
Graubereich nicht nur die staatlichen Vorgaben,
sondern auch die Verpflichtung gegenüber Dritten und
nicht zuletzt die eigenen Unternehmensinteressen im
Auge behalten werden. Das erfordert zwangsläufig
interdisziplinäre Teams, um Data Analytics und Datenschutz
sinnvoll unter einen Hut zu bringen. Dabei
müssen die Werte und Interessen aller Beteiligten
berücksichtigt werden. Wer als Datenschützer immer
nur Verbote ausspricht, dient Big Data ebenso wenig
wie die nonchalante Missachtung von Regeln.
28 Industrieanzeiger 03.20