ebook ebooks e-book e-books downloaden bei MyEbooks.ch downloaden

Big Data für IT-Entscheider Riesige Datenmengen und moderne Technologien gewinnbringend nutzen

:	Pavlo Baron
:	Big Data für IT-Entscheider Riesige Datenmengen und moderne Technologien gewinnbringend nutzen
:	Carl Hanser Fachbuchverlag
:	9783446433922
:	1
:	CHF 28.40
:

:	Datenkommunikation, Netzwerke
:	German

:	234
:	Wasserzeichen/DRM
:	PC/MAC/eReader/Tablet
:	PDF

BIG DATA FÜR IT-ENTSCHEIDER //
- Was verbirgt sich fachlich und technisch hinter dem Begriff 'Big Data'?
- Welche Business Cases bietet 'Big Data' Ihrem Unternehmen?
- Wie sammeln und vermehren Sie Daten beziehungsweise wie können Sie wertvolle Informationen aus ihnen gewinnen?
- Mit welchen mathematischen und technologischen Mitteln können die großen Datenmengen beherrscht werden?
- Sie erhalten einen Ausblick, in welche Richtung sich 'Big Data' entwickeln wird - und Sie können sich darauf einstellen.
Dass die Menge der Geschäftsdaten in allen Branchen rasant wächst, ist kein Geheimnis. Wie sich diese riesigen Datenmengen erzeugen und vermehren, in den Griff bekommen und für den Geschäftserfolg optimal einsetzen lassen, beschäftigt viele. In diesem Buch werden verschiedenste Szenarien und Anwendungsfälle für 'Big Data' beschrieben. Aufgezeigt werden die damit verbundenen Business Opportunities und Chancen genauso wie die Risiken. Das Thema wird dabei aus unterschiedlichsten Perspektiven betrachtet. Case Studies zeigen, wie New-Economy-Unternehmen und Startups der Moderne sich diesem Thema bereits jetzt stellen und wo sie hinwollen.
Dieses Buch vermittelt Ihnen außerdem einen Überblick über die Technologien rund um 'Big Data'. Beispielhafte Tool-Ketten werden gezeigt, die allesamt zur Wertschöpfungskette beitragen bzw. diese direkt abbilden. Als Entscheider finden Sie hier die wichtigsten Informationen, um einschätzen zu können, was Sie für Ihr Unternehmen benötigen, mit welcher Art von 'Big Data' Sie sich auseinandersetzen sollten und welche Skills Ihre IT-Mitarbeiter haben müssen.

Pavlo Baron ist Autor zahlreicher Artikel, Speaker auf verschiedenen Konferenzen und Autor der Bücher 'Pragmatische IT-Architektur', 'Fragile Agile' und 'Erlang/OTP'. Er arbeitet als Lead Architect bei codecentric. Seine beruflichen Interessen und Leidenschaften sind verteilte Systeme, Hochskalierbarkeit, Machine Learning, Natural Language Processing und somit 'Big Data'.

	Inhalt	6
	Vorwort	12
	1 Management Summary	14
	2 Was?	20
	2.1 Mein klassisches Business ist konkurrenzlos, nicht wahr?	21
	2.1.1 Der heimliche Markteroberer: Amazon	21
	2.1.2 Der klare Fall: Google	24
	2.1.3 Der zunehmende Lebensinhalt: Facebook	26
	2.1.4 Nachrichtenquelle Nr. 1: Twitter	28
	2.2 Die wilden Kleinen	29
	2.2.1 Das unscheinbare Orakel: Prismatic	30
	2.2.2 Der stille Mitlauscher: Boundary	31
	2.3 Big Data ist das neue Öl, nicht wahr?	31
	2.4 Technologie steht im Vordergrund, nicht wahr?	33
	2.5 Die Essenz von Daten ist angewendete Information	34
	2.6 Die „Big Data“-Schmerzen und -Symptome	35
	2.6.1 Die 3 V's – ganz einfach, oder?	36
	Velocity	36
	Volume	37
	Variety	37
	2.6.2 Das lokale Denken: Business-Verbesserung	38
	Bessere Angebote durch mehr Wissen	39
	Menschen zusammenbringen	40
	2.6.3 Das kostenbewusste Denken: Kostenreduktion	41
	Geld mit günstiger Maschinerie und geeigneten Technologien sparen	41
	Kosten durch Analyse drücken	42
	2.6.4 Die Wachsamkeit: Die Gefahren aus dem bösen Internet	43
	Enterprise-Level Stalking	43
	Fraud Detection	44
	2.6.5 Das globale Denken: Weltverbesserung	45
	Öffentlichen Verkehr endlich funktionsfähig machen	45
	Precogs implementieren	46
	3 Wie?	48
	3.1 Typische falsche Hoffnungen	49
	3.1.1 Große Daten sind wie alle anderen Daten, nicht wahr?	50
	3.1.2 Tools machen es für mich, nicht wahr?	51
	3.1.3 Meine Prozesse müssen sich nicht ändern, nicht wahr?	52
	3.2 Angewandte Wissenschaft ist der entscheidende Marktvorteil	53
	3.2.1 Mathe pauken	53
	3.3 Ihr Staff – die einzig sinnvolle Investition	55
	3.3.1 Ich kann Big Data mit normalen Entwicklern, nicht wahr?	56
	3.3.2 Also, alle Entwickler zurück in die Schule schicken?	59
	3.3.3 Die neuen Berufsgruppen	60
	3.3.4 Polyglott, auf jeder Ebene	61
	3.4 „Big Data“-Schmerzen lassen sich erzeugen	63
	3.4.1 Alles protokollieren, was Nutzer tun	63
	3.4.2 Nutzer solange wie möglich beim Online-Angebot halten	65
	3.4.3 Nutzer anregen, mehr zu tun und Daten zu hinterlassen	67
	3.4.4 Soziale Netzwerke anzapfen	68
	3.4.5 Crowdsourcing	71
	3.4.6 Wissen, wer wo ist	72
	3.5 IT-Strategie im „Big Data“-Licht	74
	3.5.1 Daten bzw. Informationen sind gemeinsame Sprache von Business und IT	74
	3.5.2 Daten sind Ihr Gold	76
	Wie werden Daten klassischerweise behandelt?	77
	Wie werden große, chaotische Daten behandelt?	79
	Wie leitet man Informationen aus vielen und chaotischen Daten ab?	82
	Wie hält man Unmengen chaotischer Daten sauber?	84
	Wie kombiniert man mehrere Datenquellen?	84
	3.6 Was bedeutet es, datenzentriert zu arbeiten?	86
	3.6.1 Statistiken lügen nicht	86
	3.6.2 Der entscheidende Unterschied zwischen schnell und gleich	87
	3.6.3 Die Macht der Suche	90
	3.6.4 Die Macht der Empfehlung	92
	3.6.5 Die Macht des Bildes	93
	3.7 IT-Instrumente richtig nutzen oder richtige Instrumente nutzen	95
	3.7.1 Commodity Hardware nutzen	96
	3.7.2 Alles aus der Technik herauspressen	98
	3.7.3 Dort in den Wolken	98
	3.7.4 Die Open Source Welt hat klar die Nase vorn	100
	3.8 „Big Data“-Perspektiven	102
	3.8.1 Wie speichert man große Datenmengen?	102
	Der schwierige Weg der RDBMS	102
	Tipps und Tricks	104
	Der Preis der Verteilung	106
	Und noch ein paar Randthemen	108
	3.8.2 Wie bereitet man große Datenmengen auf?	110
	3.8.3 Wie stellt man große Datenmengen bereit?	111
	3.8.4 Wie analysiert man große Daten in Echtzeit?	113
	3.8.5 Wie visualisiert man große Datenmengen?	115
	3.9 Von der Hand in den Mund	116
	3.10 Segen für Europa, Fluch für Big Data: Datenschutz	118
	4 Womit?	122
	4.1 Willkommen im Zoo der „Big Data“-Technologien	130
	4.2 Einige theoretische Grundlagen	130
	4.2.1 Verteilte Systeme bzw. verteilte Data Stores<