Big Data-Phänomene finden in der Wissenschaft und Industrie große Beachtung. Und einer der interessantesten Aspekte der Big Data ist der Analyseteil, in dem Softwaretools, angewandte Methoden und verschiedene Aspekte des Prozessmanagements eine wichtige Rolle spielen. Der analytische Teil der Big Data bringt einen erheblichen Mehrwert in Form von neuem Wissen, das zu einer besseren Entscheidungsfindung führt. Dies ist eine sehr anspruchsvolle Aufgabe für die Industrie im weiteren Sinne. Die andere Seite der Big Data Analysis-Anwendung ist es, bei der Erstellung eines brandneuen Geschäftsmodells und -konzepts zu helfen, so dass diese stark von Daten und Analysen beeinflusst werden. In diesem Sinne besteht die Aufgabe der Wissenschaft darin, neue Forschungsgebiete mit Genauigkeit zu erforschen, Erfahrungen mit der Datenanalyse von der Wissenschaft in die Wirtschaft einzubringen und auch offene Fragen verschiedener Communities zu beantworten. Der Fokus der VLBA liegt auf der Nutzung von Ideen hinter Big Data-Phänomenen mit Hilfe verschiedener IKT-Technologien, die zu De-facto-Standards des Big Data-Bereichs werden. Big Data-bezogene Forschungsaktivitäten innerhalb der VLBA basieren auf einer Vielzahl von ICT-Software/Hardware, wie z.B. Distributed Data Storage and Processing (z.B. Apache Hadoop, Apache Spark ), und In-Memory Computing (z.B. SAP HANA Appliance) und verschiedene Fachgebiete wie Energie, Mobilität, ERP, CRM, Nachhaltigkeit, und BUIS. Neben der Forschungstätigkeit verwendet die VLBA Big Data-Konzepte in die Lehre ein, vor allem als Hauptrichtung der Bachelor- und Masterarbeiten und als einjährige Projektgruppenthemen.

Forschungsprojekte

• TRACE - Verarbeitung und Analyse digitaler Fußabdrücke von Marktentitäten

Doktorandenprojekte

• In-Memory Computing and Big Data Analysis with User-Defined Functions by Viktor Dmitriyev
• Konzeption eines Linkage-Layers zur Unterstützung der Datenintegration by Felix Kruse
• Analysemethode zur Auswertung unstrukturierten Textes zur Früherkennung von Versorgungsrisiken in der Automobilindustrie by Pajam Hassan

Vorlesungen

• Data Analytics im Zeitalter von Big Data
• Seminar - Was ist Big Data? (German)

Projektgruppen

• Empower II - Empower Generations Chapter II
• PG Big Data Archive: Data Science zur Energiewende (DAvE)
• Demosystem on HANA (DoHA)
• Data AnalyticS with Hadoop (PGDASH)

Ansprechpartner

• Viktor Dmitriyev
• Felix Kruse
• René Kessler