Lade Inhalt...

Bildung und Big Data

Eine ökonomische, bildungspolitische und gesellschaftliche Chance

von Stefan Raul (Autor) Michael Neureiter (Autor) Elena Stiegler (Autor)

Studienarbeit 2015 29 Seiten

VWL - Sonstiges

Leseprobe

Inhaltsverzeichnis

Erklärungen

1.1 Gemeinnützigkeit
1.2 Immunitätsklausel
1.3 Ehrenwörtliche Erklärung
1.4 Geistiges Eigentum, Urheberrecht
1.5 Research Paper
1.6 Kurzformen und Abkürzungen

Abbildungsverzeichnis

Abstract

Big Data

Einführung

Begriffserklärung und Definition

Studien

Wesentliche Inhalte - Big Data Studie

Wesentliche Inhalte - Open Data Studie

Conclusion

Anhang

Der Verein

Die Autoren

Erklärungen

Abbildung in dieser Leseprobe nicht enthalten

1.1 Gemeinnützigkeit

Der Verein verfolgt gemäß § 2 der Satzung ausschließlich und unmittelbar gemeinnützige Zwecke. Gemäß § 3 der Satzung ist der Verein selbstlos tätig; er verfolgt nicht in erster Linie eigenwirtschaftliche Zwecke.

1.2 Immunitätsklausel

Diese Arbeit ist nach bestem Wissen und Gewissen erstellt. Die Autoren haben sich selbst den höchsten Standards der Qualität verpflichtet. Sollten sich dennoch Fehler eingeschlichen haben, bitten wir um Entschuldigung. Gleichwohl übernehmen die Autoren keine Gewähr für Richtigkeit und Vollständigkeit der in dieser Arbeit befindlichen Informationen.

Es wurden jegliche Quellen angegeben, die verwendet wurden. Aussagen, Rückschlüsse, Intentionen und Meinungen die in dieser Arbeit auftauchen, sind aus den Recherchen und Beratungen über die verschiedenen Themen entstanden. Diese sind als subjektive Inhalte der Autoren zu verstehen, die weder allgemeingültig sind noch für andere Personen gelten müssen.

Wir können weder haftbar gemacht werden noch können irgendwelche Plagiatsvorwürfe unsere Arbeit oder unsere Person angreifen. Mit dieser Klausel besitzen wir Immunität gegenüber Dritten.

1.3 Ehrenwörtliche Erklärung

Es wird versichert, dass die Arbeit selbständig angefertigt, alle benützten Quellen und Hilfsmittel angegeben sowie wörtliche und sinngemäße Zitate gekennzeichnet wurden.

1.4 Geistiges Eigentum, Urheberrecht

Aussagen, Rückschlüsse, Intentionen, Meinungen, Ergebnisse sowie subjektive Begriffe, die in dieser Arbeit auftauchen, sind aus den Recherchen, Diskussionen und Beratungen über verschiedene Themen entstanden und geistiges Eigentum des Autors. Das Urheberrecht liegt beim Autor.

1.5 Research Paper

Ein ‚Research Paper‘ (zu Deutsch: Forschungspapier) ist ein wissenschaftliches Arbeitspapier, welches sich thematisch mit aktuellen und zukünftigen Entwicklungen, Forschungen, Innovationen oder Themenbereichen auseinandersetzt. Es dient dazu, sich konstruktiv, kritisch und offen mit bestimmten Themen zu befassen und diese Ergebnisse in eine Arbeit einzubringen. Dies kann förderlich und unterstützend für den Wissensaustausch sein.

1.6 Kurzformen und Abkürzungen

Im Paper werden teilweise Kurzformen oder Abkürzungen verwendet. So werden beispielsweise Firmen- oder Organisationsnamen verkürzt verwendet, z.B. LIGA (für: Die Liga e.V.). Ein Abkürzungsverzeichnis wird nicht aufgeführt.

Abbildungsverzeichnis

Abbildung 1 - Treiber von Big Data

Abbildung 2 - Open Data im Bereich Bildung

Abbildung 3 - Knappheit an Fachkräften

Abbildung 4 - Datentypen und -arten

Abbildung 5 - Das ökonomische Potential von Open Data

Abbildung 6 - Zusammenhang von Bildung und Demokratisierung

Abstract

Das Research Paper behandelt das Thema „Bildung und Big Data – Eine ökonomische, bildungspolitische und gesellschaftliche Chance.“

Big Data ist eines der großen Themen unserer Zeit und die dadurch entstehenden Möglichkeiten für die Menschen als auch die Effekte für Gesellschaft, Wirtschaft und Politik können außerordentlich wichtig und maßgeblich für die Zukunft von Nationen und der Welt sein. Insbesondere der Bereich Bildung hat durch Big Data enormes Potential.

Das Research Paper geht zuerst auf den Begriff Big Data und verschiedene Definitionen des Begriffs ein. Im weiteren Verlauf werden zwei Studien von McKinsey vorgestellt und einzelne Inhalte dieser Studien behandelt, mit besonderem Fokus auf den Bereich Bildung. Abschließend wird die Arbeit in einer Conclusion abgerundet.

Im Anhang finden sich diverse Grafiken zu den Kapiteln und Inhalten.

Big Data

Einführung

Big Data ist ein Thema, welches in aktuellen Medien, wissenschaftlichen Journals sowie zahlreichen anderen Quellen und Publikationen eine hohe Beachtung findet und häufig bearbeitet, beraten, behandelt und erforscht wird. Die folgende Sektion soll einen knappen Einblick in die begriffliche Definition von Big Data geben.

Begriffserklärung und Definition

Big Data im Allgemeinen ist die Analyse großer Mengen von Rohdaten aus verschiedenen Arten von Quellen. Dies geschieht in einem sehr hohen Tempo und das Ziel ist die Erzielung von wirtschaftlichen Vorteilen. Es handelt sich um die Auswertung und Nutzung von bedeutenden Ergebnissen aus qualitativ diversifizierten und variabel strukturierten Informationen. Diese Informationen sind einer ständigen Anpassung unterworfen.1 Zudem sind diese Informationen von beispiellosem Umfang.2 Um diesen Umfang zu bearbeiten bietet Big Data eine ganze Reihe von Konzepten und Methoden, Technologie und IT-Architektur. Es ist erforderlich, die ständig steigenden Informationsmengen zu nutzen und zu bearbeiten, da diese als Antrieb der Innovations- und Wettbewerbsfähigkeit von Unternehmen gelten und qualitative Management-Entscheidungen darauf basieren. Zudem steigt die Relevanz von Daten stetig, da diese als Faktor für die Wertentstehung angesehen werden, neben den klassischen Produktionsfaktoren Arbeit, Boden und Kapital.3

Die nachfolgende Grafik zeigt die verschiedenen Technologien, welche das Phänomen Big Data vorantreiben und stützen:

Abbildung 1 - Treiber von Big Data

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Experton Group (2012) zitiert in Weber, M. (2012), S. 11.

Die Grafik zeigt die verschiedenen Treiber von Big Data. Einer der Treiber ist Cloud Computing4 und SaaS5 (Software as a Service). Weitere Treiber sind mobile Applikationen und Location-Based Services6. Des Weiteren leisten Social Media7 und Real-time8 Anwendungen einen Beitrag zum Phänomen Big Data. Der vierte Treiber sind Sensoren und M2M9 (Machine-to-Machine) Kommunikation. Eine detaillierte Analyse der Treiber findet in dieser Arbeit nicht statt.

Eine weitere Definition von Big Data liefert der Deutsche Bundestag mit seinem Forschungsbereich ‚Wissenschaftliche Dienste‘. Hier wird folgende Definition verwendet: „(…) Vielmehr bezeichnet Big Data ein Bündel neu entwickelter Methoden und Technologien, die die Erfassung, Speicherung und Analyse eines großen und beliebig erweiterbaren Volumens unterschiedlich strukturierter Daten ermöglicht.“10

Drei Charakteristiken definieren Big Data. Zum Ersten ist die Datenmenge zu nennen, auch bezeichnet als ‚Volume‘. Immer größer werdende Mengen an Daten werden durch die voranschreitende Digitalisierung produziert und Schätzungen zur Folge verdoppelt sich die insgesamte Datenmenge alle zwei Jahre. Zum Zweiten ist die Geschwindigkeit ein Aspekt von Big Data, auch unter ‚Velocity‘ bekannt. Durch die starke Vernetzung der Kommunikation ist ein beständiger und ununterbrochener Datenfluss möglich. Daten fallen ohne Zeitverzögerung zu jeder Zeit an. Zum Dritten ist die Beschaffenheit der Daten zu nennen, auch ‚Variety‘ benannt. Daten kommen in komplexen Strukturen und Formen vor, beispielsweise aus sozialen Netzwerken, Fotos und Videos aber auch Mails, Tweets und Sensoren von intelligenten Geräten liefern unterschiedlichste Daten. Diese drei Charakteristiken sind auch als die ‚three V’s‘ bekannt.11

Die volkswirtschaftliche Division der Deutschen Bank, DB Research, hat eine Studie zu Big Data erstellt, die sich umfassend mit dem Thema auseinandersetzt. Von den ökonomischen Gesichtspunkten, welche das Thema mit sich bringt über die Datensicherheit bis hin zu den Auswirkungen auf Wirtschaft und Gesellschaft stellt die Studie einen Überblick über das Thema zur Verfügung. Big Data stellt demnach einen ökonomisch relevanten Produktionsfaktor dar, welcher als essentiell für das Wachstum einer Volkswirtschaft angesehen werden kann. Der zunehmende Gebrauch von Technologie unterstützt den Trend hin zu Big Data und die Konvergenz von IT und Kommunikationstechnologie sind weitere Treiber dieser Entwicklung.12

Eine weitere Definition gibt Gartner, im Original: „Big data is high-volume, high-velocity and high-variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making.”13

Studien

Die folgenden Studien wurden von McKinsey, der weltweit führenden Unternehmensberatung, erstellt. Die Firma berät Unternehmen, Regierungen und Organisationen weltweit.14 Die beiden Studien zum Thema Big Data und Open Data wurden von einer der jeweiligen Sub-Divisonen von McKinsey erstellt bzw. von allen folgend genannten gemeinsam.

McKinsey Global Institute (MGI)

Das MGI ist das Forschungsinstitut der Unternehmensberatung. Die Denkfabrik wurde 1990 gegründet. Das Ziel des Instituts ist es, die sich ständig wandelnde und entwickelnde globale Ökonomie zu erforschen. Basierend auf den Forschungen und Einblicken können Führungskräfte ihre Managemententscheidungen verbessern und koordinieren.15

[...]


1 Vgl. Weber, M. (2012), BITKOM Studie, S. 7.

2 Beispielsweise speichert Facebook über 100 Petabyte an Daten in einem Hadoop-Disk-Cluster und verarbeitet täglich 500 Terabyte nahezu in Echtzeit. Rund 2,7 Milliarden ‘Likes’ werden täglich verarbeitet und ca. 300 Millionen Fotos pro Tag hochgeladen. (Vgl. Kling, B. (2012), Silicon Online, URL)

3 Vgl. Weber, M. (2012), BITKOM Studie, S. 7 f.

4 Cloud Computing, was oft als "die Wolke" bezeichnet wird, ist die Lieferung von IT-Ressourcen on-demand über das Internet. Es geschieht auf einer pay-for-use-Basis und umfasst alles, von Anwendungen bis hin zu Datenzentren. (Vgl. IBM (2014a), URL)

5 Software as a Service nutzt eine Cloud Computing-Infrastruktur. SaaS liefert eine Anwendung für viele Benutzer, unabhängig von ihrem Standort. Das traditionelle Modell ist eine Anwendung pro Desktop. Es ermöglicht die Verwaltung der Tätigkeiten von zentraler Stelle in einem Eins-zu-viele-Modell. SaaS kann Architektur, Preisgestaltung, Partnerschaften und weiteres umfassen. (Vgl. Microsoft (2012), URL)

6 Location-Based Services (LBS) nutzen Echtzeit-Geo-Daten von einem mobilen Gerät oder Smartphone zur Information, Unterhaltung oder Sicherheit. LBS verwenden die GPS-Technologie von einem Smartphone, um einen Ort zu verfolgen. Dies ist nur möglich, wenn ein Nutzer sich dafür entschieden hat, einen derartigen Dienst zu nutzen. Nachdem ein Smartphone-Nutzer sich entschieden hat, kann der Service die Position bis zu einer exakten Adresse identifizieren und erfassen, ohne dass eine manuelle Dateneingabe notwendig wäre. (Vgl. Goodrich, R. (2013), URL)

7 Social Media beschreibt die Onlineaktivitäten von Menschen innerhalb sozialer Netzwerk, in denen sie Medieninhalte austauschen. (Vgl. Gründerszene (2014), URL)

8 Real-time Anwendungen bezeichnet die Echtzeit auf Computersystemen, in derer sie Informationen mit der gleichen Geschwindigkeit aktualisieren wie sie die Daten empfangen. (Vgl. Free Dictionary (2014), URL)

9 M2M (Machine-to-Machine) Kommunikation wird für die automatisierte Datenübertragung und Messung verwendet. Dies geschieht zwischen den mechanischen und/oder elektronischen Geräten. (Vgl. Gartner Inc. (2013a), URL)

10 Horvath, S. (2013), Arbeitspapier, S. 1.

11 Vgl. Horvath, S. (2013), Arbeitspapier, S. 1.

12 Vgl. Dapp, T. (2014), DB Research Studie, S. 1.

13 Gartner Inc. (2013b), URL.

14 Vgl. McKinsey (2014), URL.

15 Vgl. McKinsey – MGI (2014), URL.

Details

Seiten
29
Jahr
2015
ISBN (eBook)
9783656916598
ISBN (Buch)
9783656916604
Dateigröße
1.6 MB
Sprache
Deutsch
Katalognummer
v293846
Note
0,0
Schlagworte
Bildung Big Data Economics Bildungspolitik Gesellschaft

Autoren

Teilen

Zurück

Titel: Bildung und Big Data