Datenraum und Datenverständnis

Mit der Digitalisierung werden Daten zum entscheidenden Produktionsfaktor. Eine gute Datenbasis bildet die Grundlage für den erfolgreichen Einsatz von Ansätzen und Verfahren zur Datenanalyse und -verarbeitung. Vor allem für Anwendungen im Bereich des maschinellen Lernens ist eine gute Datenbasis essenziell. Wichtig ist nicht nur, dass die Daten den Sachverhalt, der besser verstanden werden soll, umfassend abdecken, sondern auch, dass die erfassten Daten inhaltlich korrekt und aktuell sind. Darüber hinaus ist wesentlich, dass der Zusammenhang zwischen Datensätzen klar ist und sowohl innerhalb als auch zwischen Datensätzen keine Widersprüche bestehen.

Fraunhofer Austria bedient sich der explorativen Datenanalyse, um ein Verständnis für Daten zu erlangen. Die Daten werden dabei mit Hilfe von geeigneten Darstellungen und Berechnungen nach Mustern und Zusammenhängen untersucht. Die explorative Analyse geht deutlich über die einfache Betrachtung von Daten mittels desktiptiver Analyse hinaus.

Der souveräne Umgang mit Daten ist eine wesentliche Voraussetzung für die erfolgreiche Umsetzung von Transformationsvorhaben im Bereich der Digitalisierung. Datenlandkarten erhöhen die Transparenz im Hinblick auf Datenbestände und Datenflüsse. Fraunhofer Austria nutzt Datenlandkarten als Instrument, um Datenräume zu visualisieren und Chancen und Risiken offenzulegen. Datenräume müssen dabei nicht auf einzelne Unternehmen beschränkt sein.