Smart Data – Definition, Anwendung und Unterschiede zu Big Data

Unternehmen aller Branchen profitieren von Smart Data, denn die intelligenten Daten ermöglichen eine zielgerichtete Entscheidungsfindung. Doch was sind Smart Data genau? Und wie unterscheiden sie sich von Big Data? Wie aus unstrukturierten Datenmengen smarte Daten werden und welche Vorteile sie für Ihre Marketing- und Vertriebsstrategie bringen.

Definition: Was ist Smart Data?

Smart Data (zu Deutsch „kluge Daten“) sind aufbereitete Datensätze, deren Analyse detaillierte Erkenntnisse zu einer bestimmten Fragestellung liefern sollen. Aufbereitet heißt, dass die Daten bereits zusammengeführt (konsolidiert), auf Qualität geprüft und ggf. schon nach zielführenden Kriterien überprüft wurden.

Bei Smart Data handelt es sich somit nicht um einzelne Rohdaten, sondern um eine Sammlung „intelligenter Daten“. In der Regel werden sie mit Hilfe von Algorithmen aus großen Datenmengen (Big Data) extrahiert und enthalten direkt verwertbares Wissen, um z. B. schneller und besser Geschäftsentscheidungen treffen zu können.

Smart Data vs. Big Data

Smart Data und Big Data sind keine Gegenspieler. Im Gegenteil: Um Smart Data zu gewinnen, ist Big Data vonnöten. Andersherum benötigt es Smart Data, um aus Big Data einen Erkenntnisgewinn ziehen zu können. Denn Big Data sind komplexe, oftmals unstrukturierte Datenmengen, die aufgrund ihrer Größe nicht mehr manuell überblickt oder durch herkömmliche Software genutzt werden können.

Um Big Data bei der Entscheidungsfindung sinnvoll einzubeziehen, müssen sie zielgerichtet ausgewertet und komprimiert werden. So entstehen Smart Data, also sinnvoll aufbereitete Daten, als Ergebnis einer Big-Data-Analyse (Big Data Analytics).

Die sechs Schritte zu Smart Data

Damit aus Big Data smarte Datensätze werden, durchlaufen die Daten einen mehrschrittigen Analyseprozess. In der Regel braucht es hierfür Spezialisten, also Data Scientists.

1. Generieren und akquirieren: Ausgangsdaten müssen generiert oder beschafft werden.
2. Konsolidieren: Unterschiedliche Datenquellen müssen miteinander abgeglichen und verbunden werden, um einheitliche Granularität zu gewährleisten.
3. Qualität prüfen: Rohdaten sollten auf ihre Qualität hin überprüft und ggf. angepasst werden.
4. Aggregieren: Stimmt die Qualität der Daten, werden sie aggregiert, also zusammengefasst. Auf diese Weise lassen sie sich einfacher weiterverwenden, z. B. visualisieren oder für den Machine-Learning-Einsatz (Verarbeitung durch Algorithmen) vorbereiten.
5. Auswerten: Die Daten werden klassisch oder etwa mithilfe von Advanced Analytics, also künstlicher Intelligenz, ausgewertet.
6. Bereitstellen: Die analysierten Daten werden so aufbereitet, dass sie für den jeweils vorliegenden Verwendungszweck genutzt werden können.

Anwendungsgebiete für Smart Data

Der gezielte Einsatz von Smart Data ist über alle Branchen und Unternehmensgrößen hinweg von Nutzen. Besonders zwei eng miteinander verzahnte Bereiche profitieren davon:

• Marketing (Data Base Marketing): Mittels Smart Data werten Sie große Datenmengen wie z. B. Kundendaten aus und setzen sie gezielt für Marketingzwecke ein. Mittels Big-Data-Analyse können Sie u. a. Transaktionshistorien, Kundenbewertungen oder gar Social-Media-Aktivitäten übersichtlich darstellen und die Ergebnisse gezielt für Werbestrategien und -kampagnen nutzen.
• Vertrieb: Durch die gezielte Analyse von Zusammenhängen in Echtzeit, können Produkte optimiert und noch besser an Kunden und Entscheidungsträger vermittelt werden. Mit Smart Data lassen sich Kundenwünsche besser und schneller verstehen, wodurch die Kundenansprache gezielter erfolgt. So kann der Vertrieb im strategischen und operativen Management effizienter und kostensparender gestaltet werden.

Smart-Data-Plattformen und Internet of Things

Seit 2014 ermöglicht die vom Bundesministerium für Bildung und Forschung (BMBF) geförderte Austausch- und Betriebsplattform Smart Data Innovation Lab (SDIL) die Kooperation zwischen Wirtschaft, öffentlicher Hand und Forschung im Bereich KI, Big Data und Smart-Data-Technologien.

Für Unternehmen, die das Internet der Dinge (IoT) nutzen, sind IoT-Plattformen unumgänglich, um die von IoT-Geräten gesammelten Daten zu analysieren und nutzbar zu machen.

Smart-Data-Plattformen (auch Smart Product Platforms) denken IoT-Plattformen eine Stufe weiter, da sie die gesammelten Daten direkt smart verwerten. Sie ermöglichen es, Datenmodelle dynamisch anzupassen und auf die individuellen Geschäftsprozesse und Anforderungen zuzuschneiden. Somit ergänzen sie Ihre IoT-Plattform auf sinnvolle Weise.

Eine Smart-Data-Plattform als Cloud-Lösung ist etwa die GISA Smart Data Platform des Leipziger IT-Dienstleisters GISA. Sie kommt beispielsweise in den Bereichen Smart City, Smart Campus, Smart Energy und Smart Company zum Einsatz.