Big Data

Große Datenmengen sind kein Phänomen der letzten Jahre. Bereits in unseren ersten Projekten spielten Algorithmen zur platzsparenden Speicherung und Übertragung von Daten eine große Rolle. So entstanden individuelle Kompressionsverfahren für Kunden wie beispielsweise die Deutsche Börse Systems. Big Data hat aber heutzutage nicht nur einen Mengenaspekt. Bedingt durch den großen Preisrutsch von Sensorsystemen aller Art sowie der zunehmenden Mobilität von Datenerfassungssystemen erweitert sich die Analyse großer Datenmengen zunehmend auf sehr heterogene Datenströme. Demensprechend wandeln sich auch die Methoden, die zur Analyse solcher Daten notwendig sind. Neben dem klassischen Datamining in Data Warehouses wird verstärkt auf statistische Methoden sowie auf Methoden des maschinellen Lernens gesetzt, wobei die Daten auf Grund ihrer geringeren Strukturiertheit in NoSQL-Datenbanken wie MongoDB und Cassandra gehalten werden. Und selbstverständlich sind die Grenzen hier fließend, so dass heutige Datenanalyse sowohl mit strukturierten als auch unstrukturierten Daten gleichermaßen umgehen muss.

Dr. Hornecker begleitet Big Data Projekte in unterschiedlichen Branchen und Bereichen: Energie, Industrie, Medizintechnik, Finanzen, Controlling und vielen mehr. Mit unserem Team von Mathematikern, Physikern und Informatikern setzen wir mit unseren Lösungen von der Methodenseite an und erarbeiten daraus passende Implementierungen in IT und Software. Hierbei setzen wir bevorzugt OpenSource-Lösungen wie R, Python, Hadoop und Spark ein. Diese Unabhängigkeit von speziellen Softwareprodukten und Lieferanten ermöglicht uns eine zielgerichtete Lösungsentwicklung zur Zufriedenheit unserer Kunden.