{"id":231,"date":"2023-11-30T17:01:39","date_gmt":"2023-11-30T17:01:39","guid":{"rendered":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/chapter\/more-on-big-data\/"},"modified":"2024-01-31T11:44:38","modified_gmt":"2024-01-31T11:44:38","slug":"more-on-big-data","status":"publish","type":"chapter","link":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/chapter\/more-on-big-data\/","title":{"raw":"Mehr \u00fcber Big Data","rendered":"Mehr \u00fcber Big Data"},"content":{"raw":"<p class=\"no-indent\"><em>[Dieses Kapitel wurde mit maschinellen \u00dcbersetzungsprogrammen \u00fcbersetzt.]<\/em><\/p>\n<p class=\"no-indent\">Die allgemeine Praxis, alle Arten von Daten zu speichern, wird als <strong>Big Data<sup>1<\/sup><\/strong> bezeichnet. Dies ist sinnvoll, da die Datenspeicherung sehr billig geworden ist und leistungsstarke Prozessoren und Algorithmen (insbesondere die Verarbeitung nat\u00fcrlicher Sprache und maschinelles Lernen) die Analyse von Big Data erleichtern<sup>2<\/sup>.<\/p>\nhttps:\/\/www.youtube.com\/watch?v=Wwh-6AdNJVM&amp;list=PLkm8ZqYSzE3eM28LL0BJylUFuVedLE3Uy&amp;index=10\n<p class=\"no-indent\">Wie im Video erl\u00e4utert, ist Big Data durch riesige (Volumen), schnell erzeugte (Geschwindigkeit), unterschiedliche Arten (Vielfalt) von Daten aus verschiedenen Quellen gekennzeichnet. Die so gewonnenen Daten sind in der Regel unvollst\u00e4ndig und ungenau (Wahrheitsgehalt) und ihre Relevanz \u00e4ndert sich im Laufe der Zeit (Volatilit\u00e4t). Um diese Art von Daten zu kombinieren, zu verarbeiten und zu visualisieren, sind hochentwickelte Algorithmen erforderlich. Dennoch k\u00f6nnen die daraus gezogenen Schl\u00fcsse, vor allem in Kombination mit herk\u00f6mmlichen Daten, sehr aussagekr\u00e4ftig sein und sind daher den Aufwand wert2.<\/p>\nEinige Experten gehen \u00fcber die 3 oder 5 Vs<sup>2<\/sup> hinaus und betonen die drei Achsen, die Big Data ausmachen:\n\nTechnologie, die es erm\u00f6glicht, gro\u00dfe Datens\u00e4tze zu sammeln, zu analysieren, zu verkn\u00fcpfen und zu vergleichen.\nDie Analyse, die Muster in gro\u00dfen Datens\u00e4tzen identifiziert, um wirtschaftliche, soziale, technische und rechtliche Aussagen zu treffen.\n\nDie \u00dcberzeugung, dass \"gro\u00dfe Datens\u00e4tze eine h\u00f6here Form der Intelligenz und des Wissens bieten, die zu Einsichten f\u00fchren k\u00f6nnen, die zuvor nicht m\u00f6glich waren, mit dem Nimbus der Wahrheit, Objektivit\u00e4t und Genauigkeit \"<sup>3<\/sup>.\n\nBig-Data-Analysen \"k\u00f6nnen potenziell Bereiche identifizieren, in denen Sch\u00fcler Schwierigkeiten haben oder erfolgreich sind, die individuellen Bed\u00fcrfnisse der Sch\u00fcler verstehen und Strategien f\u00fcr personalisiertes Lernen entwickeln.\"\n\n&nbsp;\n<p class=\"indent\"><img class=\"aligncenter wp-image-230 \" src=\"http:\/\/aiopentext.itd.cnr.it\/wp-content\/uploads\/sites\/13\/2023\/11\/chadd-big-data-576x1024.png\" alt=\"\" width=\"317\" height=\"563\"><\/p>\n\n\n<hr>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>1<\/sup> Schneier, B., Data and Goliath: <em>The Hidden Battles to Capture Your Data and Control Your World<\/em>, W. W. Norton &amp; Company, 2015.<\/p>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>2<\/sup> Kelleher, J.D, Tierney, B, <em>Data Science<\/em>, London, 2018.<\/p>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>3<\/sup> D\u2019Ignazio, C., Bhargava, R., <em>Approaches to Building Big Data Literacy<\/em>, Bloomberg Data for Good Exchange, New York, 2015.\nGeneral Data Protection Regulation (GDPR), European Union, April 2016.<\/p>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>4<\/sup> Ethical guidelines on the use of artificial intelligence and data in teaching and learning for educators, European Commission, October 2022.<\/p>","rendered":"<p class=\"no-indent\"><em>[Dieses Kapitel wurde mit maschinellen \u00dcbersetzungsprogrammen \u00fcbersetzt.]<\/em><\/p>\n<p class=\"no-indent\">Die allgemeine Praxis, alle Arten von Daten zu speichern, wird als <strong>Big Data<sup>1<\/sup><\/strong> bezeichnet. Dies ist sinnvoll, da die Datenspeicherung sehr billig geworden ist und leistungsstarke Prozessoren und Algorithmen (insbesondere die Verarbeitung nat\u00fcrlicher Sprache und maschinelles Lernen) die Analyse von Big Data erleichtern<sup>2<\/sup>.<\/p>\n<p><iframe loading=\"lazy\" id=\"oembed-1\" title=\"Daten\u2026 in vielen Formen und Gr\u00f6\u00dfen\" width=\"500\" height=\"281\" src=\"https:\/\/www.youtube.com\/embed\/Wwh-6AdNJVM?list=PLkm8ZqYSzE3eM28LL0BJylUFuVedLE3Uy\" frameborder=\"0\" allowfullscreen=\"allowfullscreen\"><\/iframe><\/p>\n<p class=\"no-indent\">Wie im Video erl\u00e4utert, ist Big Data durch riesige (Volumen), schnell erzeugte (Geschwindigkeit), unterschiedliche Arten (Vielfalt) von Daten aus verschiedenen Quellen gekennzeichnet. Die so gewonnenen Daten sind in der Regel unvollst\u00e4ndig und ungenau (Wahrheitsgehalt) und ihre Relevanz \u00e4ndert sich im Laufe der Zeit (Volatilit\u00e4t). Um diese Art von Daten zu kombinieren, zu verarbeiten und zu visualisieren, sind hochentwickelte Algorithmen erforderlich. Dennoch k\u00f6nnen die daraus gezogenen Schl\u00fcsse, vor allem in Kombination mit herk\u00f6mmlichen Daten, sehr aussagekr\u00e4ftig sein und sind daher den Aufwand wert2.<\/p>\n<p>Einige Experten gehen \u00fcber die 3 oder 5 Vs<sup>2<\/sup> hinaus und betonen die drei Achsen, die Big Data ausmachen:<\/p>\n<p>Technologie, die es erm\u00f6glicht, gro\u00dfe Datens\u00e4tze zu sammeln, zu analysieren, zu verkn\u00fcpfen und zu vergleichen.<br \/>\nDie Analyse, die Muster in gro\u00dfen Datens\u00e4tzen identifiziert, um wirtschaftliche, soziale, technische und rechtliche Aussagen zu treffen.<\/p>\n<p>Die \u00dcberzeugung, dass &#8220;gro\u00dfe Datens\u00e4tze eine h\u00f6here Form der Intelligenz und des Wissens bieten, die zu Einsichten f\u00fchren k\u00f6nnen, die zuvor nicht m\u00f6glich waren, mit dem Nimbus der Wahrheit, Objektivit\u00e4t und Genauigkeit &#8220;<sup>3<\/sup>.<\/p>\n<p>Big-Data-Analysen &#8220;k\u00f6nnen potenziell Bereiche identifizieren, in denen Sch\u00fcler Schwierigkeiten haben oder erfolgreich sind, die individuellen Bed\u00fcrfnisse der Sch\u00fcler verstehen und Strategien f\u00fcr personalisiertes Lernen entwickeln.&#8221;<\/p>\n<p>&nbsp;<\/p>\n<p class=\"indent\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter wp-image-230\" src=\"http:\/\/aiopentext.itd.cnr.it\/wp-content\/uploads\/sites\/13\/2023\/11\/chadd-big-data-576x1024.png\" alt=\"\" width=\"317\" height=\"563\" srcset=\"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-content\/uploads\/sites\/13\/2023\/11\/chadd-big-data-576x1024.png 576w, https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-content\/uploads\/sites\/13\/2023\/11\/chadd-big-data-169x300.png 169w, https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-content\/uploads\/sites\/13\/2023\/11\/chadd-big-data-768x1365.png 768w, https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-content\/uploads\/sites\/13\/2023\/11\/chadd-big-data-864x1536.png 864w, https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-content\/uploads\/sites\/13\/2023\/11\/chadd-big-data-65x116.png 65w, https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-content\/uploads\/sites\/13\/2023\/11\/chadd-big-data-225x400.png 225w, https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-content\/uploads\/sites\/13\/2023\/11\/chadd-big-data-350x622.png 350w, https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-content\/uploads\/sites\/13\/2023\/11\/chadd-big-data.png 1080w\" sizes=\"(max-width: 317px) 100vw, 317px\" \/><\/p>\n<hr \/>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>1<\/sup> Schneier, B., Data and Goliath: <em>The Hidden Battles to Capture Your Data and Control Your World<\/em>, W. W. Norton &amp; Company, 2015.<\/p>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>2<\/sup> Kelleher, J.D, Tierney, B, <em>Data Science<\/em>, London, 2018.<\/p>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>3<\/sup> D\u2019Ignazio, C., Bhargava, R., <em>Approaches to Building Big Data Literacy<\/em>, Bloomberg Data for Good Exchange, New York, 2015.<br \/>\nGeneral Data Protection Regulation (GDPR), European Union, April 2016.<\/p>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>4<\/sup> Ethical guidelines on the use of artificial intelligence and data in teaching and learning for educators, European Commission, October 2022.<\/p>\n","protected":false},"author":1,"menu_order":10,"template":"","meta":{"pb_show_title":"","pb_short_title":"","pb_subtitle":"","pb_authors":[],"pb_section_license":""},"chapter-type":[49],"contributor":[],"license":[],"part":205,"_links":{"self":[{"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/pressbooks\/v2\/chapters\/231"}],"collection":[{"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/pressbooks\/v2\/chapters"}],"about":[{"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/wp\/v2\/types\/chapter"}],"author":[{"embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/wp\/v2\/users\/1"}],"version-history":[{"count":1,"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/pressbooks\/v2\/chapters\/231\/revisions"}],"predecessor-version":[{"id":232,"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/pressbooks\/v2\/chapters\/231\/revisions\/232"}],"part":[{"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/pressbooks\/v2\/parts\/205"}],"metadata":[{"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/pressbooks\/v2\/chapters\/231\/metadata\/"}],"wp:attachment":[{"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/wp\/v2\/media?parent=231"}],"wp:term":[{"taxonomy":"chapter-type","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/pressbooks\/v2\/chapter-type?post=231"},{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/wp\/v2\/contributor?post=231"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/aifurlehrer\/wp-json\/wp\/v2\/license?post=231"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}