IT-Trend Big Data und seine Gewinner: Wie aus Daten Geld gemacht wird

In der Liste der Buzzwörter moderner Erdenbürger steht der Begriff "Big Data" an einer der obersten Stellen. Kaum ein Artikel, eine politische Rede oder eine Wirtschaftsveranstaltung kommt ohne die Zauberwörter "Big Data" oder "Künstliche Intelligenz" aus. Doch welche kommerziellen Möglichkeiten verbergen sich dahinter? Informationen in Form von Daten wurden bereits in frühmenschlicher Zeit ausgetauscht, verarbeitet und auch für die Nachwelt festgehalten, zum Beispiel in Höhlenmalereien. Je komplexer die menschlichen Gemeinschaften wurden, desto umfangreicher und ausdifferenzierter wurden diese Daten. Mittlerweile werden aus internetfähigen Geräten wie Smartphones oder auch von Maschinen gigantische Datenmengen produziert – wobei sich die Gesamt-Datenmenge etwa alle zwei bis drei Jahre sogar noch verdoppelt. Nach Schätzungen der Investmentbank Bank of America Merrill Lynch werden im Jahr 2020 insgesamt 44 Zettabyte (umgerechnet 44 Billionen Gigabyte) an Datenvolumen anfallen, ein Anstieg von 12 Zettabyte im Vergleich zu 2015. Bis zum Jahr 2025 explodiert der Datenberg auf 180 Zettabyte. Wenn in einigen Jahren autonom fahrende Fahrzeuge unsere Straßen frequentieren, wird sich dies noch einmal potenzieren, da jedes Fahrzeug pro Minute etwa 1 Gigabyte an Daten erzeugt.
Was bedeutet Big Data?
Unabhängig von diesen Größenordnungen spricht man von Big Data, wenn die Datenmengen zu groß, zu schnelllebig, zu komplex oder zu unstrukturiert sind, um sie mit herkömmlichen Analysemethoden erfassen und interpretieren zu können. Erst durch Künstliche Intelligenz (KI) konnten Methoden entwickelt werden, Daten zu systematisieren und Muster in den scheinbar unspezifischen Daten zu erkennen.
Bei der Nutzung von Big Data kommt es auf Größenvorteile an. Je mehr Datenpunkte zur Verfügung stehen, desto rascher können Algorithmen daraus Schlussfolgerungen ableiten. Sodann können die Daten verwendet werden, um ein KI-System "anzulernen". Ein berühmtes Beispiel ist, Millionen von Katzenbildern einzulesen und dem KI-System dadurch eine immer feinere Definition davon zu geben, was "eine Katze" ist. Je mehr Katzenbilder vorhanden sind, desto größer ist die Trefferwahrscheinlichkeit, auf einem bisher unbekannten Foto eine Katze zu identifizieren.
In diesem Bereich wurden in den vergangenen Jahren enorme Fortschritte erzielt. So kann heute der Supercomputer IBM Watson (einst berühmt geworden, als er einen Meister des US-Quizspiels "Jeopardy" besiegte) bei der Diagnose und Therapieplanung von Tumorpatienten eingesetzt werden. Da Watson mit Millionen Bildern von Tumor-Zellstrukturen gefüttert wurde und damit über eine um ein vielfaches höhere Diagnostikerfahrung verfügt als jeder menschliche Onkologe, ist die Genauigkeit bei der Tumorbestimmung sehr hoch. Außerdem kann die Rechenleistung von Watson dazu genutzt werden, innerhalb von 10 Minuten einen Therapieplan zu erstellen, der bisher ein ganzes Ärzteteam viele Stunden beschäftigt hätte.

Anlagestrategien auf Datenbasis
In der Finanzwelt wird Big Data derzeit ebenfalls heiß diskutiert. Ausgefeilte Algorithmen sollen die Fähigkeit bei der Verarbeitung großer Mengen von Finanzinformationen erhöhen und damit bessere Prognosen für Aktienkurse und ganze Kapitalmärkte liefern. Bislang steckt diese Disziplin eher noch in den Kinderschuhen, da häufig zwar die "Verarbeitungsleistung" erhöht, die Analysemethoden aber unverändert bleiben. Es sind mittlerweile eine Reihe von Anlagestrategien am Markt erhältlich, die Big Data-Analysen einsetzen. Sie werden in den kommenden Jahren – so sie einen Mehrwert in Form einer guten Wertentwicklung erbringen – ihren Platz in der Investmentlandschaft einnehmen.
Auch in der Konsumwelt werden Daten systematisch ausgewertet. Jeder Verbraucher hinterlässt durch die Nutzung von Kommunikationsgeräten eine reichhaltige Datenspur. Einkaufsverhalten, die Nutzung von Apps oder Suchmaschinen, alle diese Datenpunkte liefern Unternehmen eine Information über unser Verhalten, unsere Vorlieben – und unser wahrscheinliches zukünftiges Verhalten. Dies lässt sich dahingehend ausnutzen, zielgerichtete Angebote auf dem Smartphone eines einzelnen Nutzers zu platzieren. Dabei haben diejenigen Unternehmen (und auch Staaten) einen wertvollen Schatz angelegt, den sie – zumindest auf der Unternehmensseite – zunächst zur technologischen Weiterentwicklung nutzen, aber zu gegebener Zeit auch monetisieren wollen.
USA und China sind Marktführer
Eine besondere Rolle bei dem Ausbau von Künstlicher Intelligenz spielt neben den USA auch China. Denn China spielt genau diese Größenvorteile aus: Durch eine Bevölkerung von knapp 1,4 Milliarden Menschen, die sehr affin für die Nutzung von internetbasierten Anwendungen ist, entsteht eine immense Datenbasis. Zudem besitzen sowohl die chinesische Regierung (in einem repressiven politischen System) als auch die Bevölkerung selbst eine freimütigere Einstellung hinsichtlich Sammlung und Verwertung von Daten. So gaben bei einer Konsumentenumfrage von PwC im Jahr 2018 59 Prozent aller Chinesen ihr Einverständnis, dass Einzelhändler ihnen individuelle Angebote zukommen lässt, wenn sie wissen, dass sie in der Nähe sind. In den USA liegt der Wert lediglich bei 29 Prozent.
Ähnliche Größenordnungen lassen sich auch bei der Zustimmung dafür ablesen, dass Einzelhändler Einkaufsgewohnheiten auswerten. In Europa sind Verbraucher hingegen skeptischer bei der Preisgabe von Daten. Daher verwundert es nicht, dass die Marktführer bei der Monetisierung von Big Data auch in den USA und in China anzutreffen sind. Der Marktforscher IDC schätzt, dass der Big Data-Markt im Jahr 2020 bereits 220 Milliarden  US-Dollar umsetzen wird, wovon mit rund 65 Milliarden US-Dollar ein substantieller Teil in der Asien-Pazifik-Region erwirtschaftet wird.
Doch welche Unternehmen bzw. welche Branchen werden zu den Gewinnern dieser Entwicklung zählen? Dies werden die großen Internetgiganten sein, die einerseits durch ihre breite Kundenbasis viele vernetzte Datenpunkte generieren, aber auch die Fähigkeit besitzen, die Daten für zusätzliche Dienstleistungen zu nutzen. Beispiele hierfür sind Amazon, Facebook, Apple und Alphabet (Google). Aber auch Telekom-Dienstleister verfügen über das Bereitstellen von Internetzugängen über Big Data-Bestände, die an der Börse bisher unterschätzt werden.

Weiterlesen auf www.dasinvestment.com