Big – Smart – Fast

Big Data für  Stadtentwicklung und Infrastruktur
Datenlieferant der Zukunft: Für den Bereich der Stadtentwicklung und Infrastruktur beschafft und veredelt er Daten mit echtem Mehrwert. Durch den Einsatz von Sensoren an Pkws und Lkws können z. B. die Vibration, Druck und Wärme gemessen werden, wenn das Auto über eine Brücke fährt. Es können auch direkt an die Brücke Sensoren zur Messung der vorhin genannten Indikatoren positioniert werden. Mittels Beobachtung und Analyse dieser Daten können so frühzeitig Übernutzung und hohe Belastungen entdeckt werden, bevor es zu einem größeren Schaden kommt. Die durch den Datenlieferanten angebotene Sammlung dieser Daten zu kaufen, wird für Städte weitaus günstiger als das Beheben eines nicht vorhergesehenen Schadens.

Big Data und AR als Beispiel für die Messebranche
Augmented Reality und Big Data werden als Informationsmehrwert unser Arbeitsleben beeinflussen – ähnlich wie das Web. Augmented Presentation als Geschäftsmodell: Messestände und Präsentationen spektakulärer und interessanter gestalten, damit die Menge der Informationen von den Interessenten wahrgenommen wird. Dadurch wird es ermöglicht, reale Objekte, die aufgrund ihrer Größe oder Komplexität nicht auf der Messe ausstellbar sind, zu präsentieren, darzustellen und auch interaktiv vorzuführen.

Data-Science-Service-Agenturen
Zukünftig wird dem Mangel an Data-Scientists, der Unternehmen aller Branchen droht, mit Analytics-as-a-Service-Modellen der Data-Science-Agenturen begegnet. Diese bieten modernste Business-Analytics-Tools und entsprechend ausgebildete Mitarbeiter. Gerade für Mittelständler eine attraktive Alternative gegenüber der kostenintensiven Marke „Eigenbau“.

Insur-Tech: Produktindividualisierung via Big Data
Versicherungen könnten Sensordaten aus Fahrzeugen nutzen, um das Risiko eines Schadenfalls zu bestimmen. Hier spielt das so gemessene Fahrverhalten eine wichtige Rolle. Durch die Sammlung der Daten im Auto können die Versicherungen die Prämien erhöhen. Für achtsame Fahrer könnte dies eine finanzielle Erleichterung bedeuten. Die Versicherungsbranche würde sich so von Grund auf verändern. Das Gesamtrisiko wird individualisiert und mithilfe von Daten wie Alter, Geschlecht und vor allem auch Fahrverhalten festgelegt. Smart-Data-Services für den Handel der Zukunft und Dienstleistungssektor. Standortanalysen: auf Basis netzwerkbasierter oder gerätebasierter Smartphone-Ortung gewonnene Daten mittels Big-Data-Technologien analysieren und aufbereiten. Erste Anfänge finden sich bei Location-based Services. So analysiertes Kundenverhalten in stationären Geschäften, Einkaufszentren oder Showrooms liefert Hinweise zur besseren Produktplatzierung, für Marketingaktionen sowie Markt- und Standortoptimierungen. Diese Technologien sind auch grundsätzlich bei neuen Geschäftsmodellen im Bereich Außendienst und Maintenance / Industrie möglich.

Big Data und Energie
Mittels Smart Data (bzw. Big Analytics) können zentral und dezentral fluktuierende Einspeisungen ausgewertet, kontrolliert und prog­nostiziert werden und neuen Geschäftsmodellen Raum geben. Den Herausforderungen einer ökonomischen, ökologischen, effizienten und sicheren Energieversorgung kann mittels Big Data begegnet werden. Ein Beispiel hierfür ist das Energiedaten-Start-up Enercast, das ortsbezogene Leistungsprognosen für die Betreiber von Solar- und Windparks anbietet.

Datenmarktplätze
Zukünftige Bereitstellung einer Plattform zur Distribution und Vermarktung veredelter Datenprodukte und Datenservices. Zielgruppe können der stationäre Handel, Unternehmen des E-Commerce und der Verlags- und Medienbranche sein, die ihre Kunden dadurch effektiver und effizienter adressieren können. Auch Unternehmen aus der Finanzwelt, Poli­tik und Industrie bergen als Zielgruppen enorme Potenziale. Zur Monetarisierung bieten sich Lizenzen, gestaffelte Abrechnungsmodelle oder die Erhebung von Vermittlungsgebühren an. Lokationsinformation und -analytics für Einzelhändler.

Quelle und Textlizenz:
https://winfwiki.wi-fom.de/index.php/Big_Data_und_Augmented_Reality
Lizenzbestimmungen: https://www.gnu.org/licenses/fdl-1.2