Unstrukturierte Daten sind Informationen, die nicht nach einem vorgegebenen Datenmodell oder -schema gespeichert werden: etwa ein System f\u00fcr relationales Datenbankmanagement oder auch nicht relationale Datenbanken wie NoSQL. Die \u00fcberwiegende Mehrheit der Daten auf der Welt ist unstrukturiert. Dazu geh\u00f6ren u. a. Texte, interaktive Medien, Videos, Bilder, Audios und Sensordaten von mit dem Internet der Dinge verbundenen Ger\u00e4ten (Internet of Things, IoT). Unstrukturierte Daten k\u00f6nnen von Menschen oder von Maschinen erstellt werden. Es ist schwierig, sie mit herk\u00f6mmlichen Strategien des Datenmanagements zu speichern oder zu analysieren.<\/p>\n
Daten gelten zunehmend als das wichtigste Asset, das Unternehmen besitzen. Trotzdem konnten bisher nur wenige Unternehmen den vollen Wert der enormen Mengen unstrukturierter Daten aussch\u00f6pfen. Diese machen nach den Sch\u00e4tzungen von Analysten 80\u00a0% aller Daten aus, die die Unternehmen generieren oder anderweitig im Zuge ihrer Gesch\u00e4ftst\u00e4tigkeit sammeln. Die Verwaltung unstrukturierter Daten im gro\u00dfen Ma\u00dfstab mittels herk\u00f6mmlicher Methoden f\u00fcr Dateidienste mit Ger\u00e4ten f\u00fcr Netzwerkspeicher (Network Attached Storage, NAS) hat sich aufgrund von Datenreplikation, physischen Einschr\u00e4nkungen und Problemen der Governance als schwierig erwiesen.<\/p>\n
Mit den richtigen Tools k\u00f6nnen Unternehmen aus unstrukturierten Daten jedoch enormen Wert sch\u00f6pfen. Sie k\u00f6nnten z.\u00a0B. Posts in sozialen Medien auf Daten hin auswerten, die die Zufriedenheit mit ihren Marken widerspiegeln. Klinikpersonal in Krankenh\u00e4usern k\u00f6nnte f\u00fcr Forschungszwecke ein gemeinsames, riesiges Archiv von Genomsequenzen nutzen.<\/p>\n
Aber die Frage, wie und wo alle diese unstrukturierten Daten als Dateien oder Objekte gespeichert werden, stellt f\u00fcr Unternehmen weiterhin eine Herausforderung dar. Eine herk\u00f6mmliche NAS-Infrastruktur tr\u00e4gt zwar zu besserer Leistung bei, ist jedoch kostenaufwendig und l\u00e4sst sich nicht skalieren. Skalierbarer NAS der n\u00e4chsten Generation ist durchaus verf\u00fcgbar, aber noch nicht weit verbreitet. Softwaredefinierter Objektspeicher verbreitet sich gerade mehr, doch die meisten Unternehmens-Workloads wurden nicht konzipiert, um Objektspeicher zu nutzen. Seine Einf\u00fchrung verl\u00e4uft bisher langsam und schwierig. Unternehmen brauchen eine besser skalierbare, effizientere M\u00f6glichkeit zur Speicherung unstrukturierter Daten.<\/p>\n
Beispiele f\u00fcr unstrukturierte Daten sind:<\/span><\/p>\n Unstrukturierte Datenquellen sind:<\/span><\/p>\n Textdateien \u2013 <\/b>Praktisch jede Office-Datei, mit der Sie normalerweise arbeiten, ist eine Quelle von unstrukturierten Daten. Dazu z\u00e4hlen Textverarbeitungsdokumente, Pr\u00e4sentationen und PDFs \u2013 alles, was kein vorgegebenes Format hat.<\/span><\/p>\n Interaktive Mediendateien \u2013<\/b> Audio- und Videodateien passen in kein strukturiertes Datenmodell. Dasselbe gilt f\u00fcr digitale Fotos. Jeder dieser Dateitypen kann ein eigenes Format haben, womit es noch schwieriger wird, die Dateien zu analysieren.<\/span><\/p>\n E-Mails \u2013<\/b> Einige Elemente von E-Mails gelten als semistrukturiert, z.\u00a0B. die Zeilen \u201eAn\u201d, \u201eVon\u201d und \u201eBetreff\u201d. Grunds\u00e4tzlich sind E-Mails jedoch eine Quelle von unstrukturiertem Text.<\/span><\/p>\n Soziale Medien \u2013<\/b> Soziale Medien sind ebenfalls eine Quelle von unstrukturierten Daten, obwohl einiges davon ebenso wie im Bereich E-Mail als semistrukturiert gelten kann.<\/span><\/p>\n IoT-Daten \u2013 <\/b>Die Sensoren von Ger\u00e4ten generieren au\u00dfergew\u00f6hnlich gro\u00dfe Mengen an Protokolldateien, die unstrukturiert sind und sich auf herk\u00f6mmliche Weise schwer analysieren lassen.<\/span><\/p>\n Unstrukturierte Daten werden in jedem Bereich des Gesch\u00e4ftslebens verwendet: Finanzen (Rechnungen), Marketing (Fotos), IT (IoT-Daten), Verkauf (E-Mail-Verkehr mit Kundschaft), Kundenservice (soziale Medien).<\/span><\/p>\n Obwohl sich das aktuell rasch \u00e4ndert, werden die meisten derzeit gesammelten und gespeicherten unstrukturierten Daten, wenn \u00fcberhaupt, manuell verarbeitet. E-Mails werden z. B. haupts\u00e4chlich von Menschen bearbeitet, die sie lesen, das Wichtige daraus extrahieren (manchmal durch Kopieren und Einf\u00fcgen in eine andere E-Mail oder in eine Anwendung) und je nach dem Inhalt aktiv werden.<\/span><\/p>\n Doch mit fortschreitenden KI-Technologien wie maschinellem Lernen, maschineller Bildverarbeitung und nat\u00fcrlicher Sprachverarbeitung k\u00f6nnen noch mehr von diesen unstrukturierten Daten genutzt und automatisch analysiert werden, sodass man schnellere Gesch\u00e4ftseinblicke erh\u00e4lt.<\/span><\/p>\n Strukturierte Daten sind Daten, die an einem festen Ort innerhalb einer Datei oder einem Datensatz gespeichert sind. Sie werden normalerweise in einer relationalen Datenbank (RDBMS) gespeichert, sind aber auch z. B. in NoSQL-Datenbanken zu finden. Strukturierte Daten k\u00f6nnen Texte, Termine oder Zahlen sein.<\/span><\/p>\n Unstrukturierte Daten wurden nicht definiert oder auf vorgegebene Weise gespeichert. Obwohl die meisten typischerweise unstrukturierten Daten aus Text bestehen, k\u00f6nnen auch Zahlen, Bilder oder Audios dabei sein.<\/span><\/p>\n Die Klassifizierung unstrukturierter Daten ist der Vorgang, bei dem Daten analysiert und nach Buckets kategorisiert werden. Dies basiert normalerweise auf Metadaten (Daten \u00fcber Daten) wie etwa Art der Datei, Inhalt oder Datum.<\/span><\/p>\n Werden unstrukturierte Daten klassifiziert (z.\u00a0B. nach ihrer Sensibilit\u00e4t), kann das Data Management verbessert und in Einklang mit den eigenen Governance-Richtlinien vorgenommen werden, weil so festgelegt wird, wo die Daten gespeichert werden und wer Zugang darauf hat.<\/span><\/p>\n Dateien k\u00f6nnen entweder strukturierte oder unstrukturierte Daten sein. Typische Beispiele f\u00fcr strukturierte Daten sind Spreadsheet- oder SQL-Datenbankdateien.<\/span> Andere Dateien wie beispielsweise Dokumente der Textverarbeitung, Pr\u00e4sentationen und E-Mails sind unstrukturiert. Einige Dateien \u2013 etwa Rechnungsvorlagen, in denen bei jeder Verwendung genau die gleichen Informationen auf genau die gleiche Weise angezeigt wird \u2013 nennt man semistrukturiert, da man ohne KI oder Modelle des maschinellen Lernens Informationen aus ihnen ziehen kann. Es geht also nicht darum, ob sich die Daten in einer Datei befinden oder nicht, sondern darum, ob die Daten <\/span>innerhalb dieser Datei<\/span> in einem vorgegebenen Format gespeichert sind.<\/span><\/p>\n Unstrukturierte Daten sind Informationen, f\u00fcr die es entweder kein vorgegebenes Datenmodell gibt oder die nicht auf vorgegebene Weise organisiert sind. Das bedeutet, sie:<\/span><\/p>\n Etwa 80\u00a0% aller Daten sind unstrukturiert und dieser Prozentsatz steigt jedes Jahr.<\/span><\/p>\n Es gibt eine Reihe von Techniken, mit denen unstrukturierte Daten verarbeitet werden k\u00f6nnen. Hier sind einige der am weitesten verbreiteten:<\/span><\/p>\n Metadatenanalyse<\/b> \u2013 Diese \u201eDaten \u00fcber Daten\u201d sind entscheidend f\u00fcr die Analyse unstrukturierter Daten. Ein Blogartikel (unstrukturierter Text) enth\u00e4lt z. B. Metadaten bestehend aus Titel, Autor, URL, Ver\u00f6ffentlichungsdaten, s\u00e4mtlichen beschreibenden Tags oder Schl\u00fcsselw\u00f6rtern und eventuell auch einem Kategorienamen. Es gibt keine Standards f\u00fcr Metadaten, daher definiert jedes Unternehmen seine eigenen.<\/span><\/p>\n Bildanalyse <\/b>\u2013 Bilder enthalten unstrukturierte Datentypen, deren Gewinnung aus unternehmerischen, finanziellen, medizinischen und wissenschaftlichen Gr\u00fcnden sehr wertvoll sein kann. Neue, auf KI basierende Systeme k\u00f6nnen ein unstrukturiertes Bild analysieren und mit einem bereits vorhandenen Bild abgleichen, das \u00e4hnliche Eigenschaften aufweist. Mit Technologie f\u00fcr optische Zeichenerkennung (Optical Character Recognition, OCR) wird z. B. Text in Bilddateien konvertiert, indem die Formen bestimmter Bilder mit Zeichen in einer Sprache abgeglichen werden.<\/span><\/p>\n Nat\u00fcrliche Sprachverarbeitung (Natural Language Processing, NLP) <\/b>\u2013 Hierbei handelt es sich um eine Untergruppe von KI\/ML, die hilfreich bei der Analyse unstrukturierter Textdaten ist. Bei NLP wird eine Reihe von Techniken genutzt, um Bedeutungen zu verarbeiten und zu extrahieren und unstrukturierten Text wie Grammatik und Semantik zu verstehen.<\/span><\/p>\n\n
Was sind unstrukturierte Datenquellen?<\/h2>\n
Wof\u00fcr werden unstrukturierte Daten verwendet?<\/h2>\n
Was sind strukturierte und unstrukturierte Daten?<\/h2>\n
Wie werden unstrukturierte Daten klassifiziert?<\/h2>\n
Sind Dateien unstrukturierte Daten?<\/h2>\n
Was sind die Eigenschaften unstrukturierter Daten?<\/h2>\n
\n
Wie viele Daten sind unstrukturiert?<\/h2>\n
Wie werden unstrukturierte Daten verarbeitet?<\/h2>\n