Advertisement

Informatik-Spektrum

, Volume 37, Issue 2, pp 105–111 | Cite as

Big Data in Smart Ecosystems

  • Peter Liggesmeyer
  • Jörg Dörr
  • Jens Heidrich
HAUPTBEITRAG BIG DATA IN SMART ECOSYSTEMS

Zusammenfassung

Die Diskussion über Big Data ist viel mehr als die klassische Analyse von Internetdaten. Im Zeitalter von Industrie 4.0 und dem Aufkommen von Cyber-Physical Systems und schlussendlich hochgradig integrierten Smart Ecosystems geht es darum, einen tatsächlich greifbaren Mehrwert aus einem schier unendlich großen Datenschatz zu schaffen. Dabei gilt es einerseits, die funktionale Sicherheit der beteiligten eingebetteten Systeme nicht zu gefährden, und andererseits, die Sicherheit der Daten innerhalb eines Smart Ecosystems nachhaltig sicherzustellen. Dies stellt die Voraussetzung dar, um eine Akzeptanz derartiger Systeme langfristig zu erreichen. Der vorliegende Beitrag zeigt einige zentrale Aspekte auf, die es bei der Umsetzung von Big-Data-Systemen in Smart Ecosystems zu beherrschen gilt. Des Weiteren werden mögliche Applikationsszenarien, die alle Bereiche der Industrie und Wirtschaft umfassen, aufgezeigt. In diesem Zusammenhang werden einerseits aktuelle Probleme aus Sicht der Praxis diskutiert und andererseits einige Herausforderungen in der Software-Engineering-Forschung aufgezeigt, um Big-Data-Systeme zukünftig effektiv und effizient unter Einhaltung vorgegebener Qualitätsmerkmale konstruieren zu können.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. 1.
    Der Softwarecluster, http://www.software-cluster.com/de/, letzter Zugriff 14.1.2014Google Scholar
  2. 2.
    Knodel J, Webel Ch (2013) Softwareentwicklung 2020. Business Technology Magazin (1) (www.bt-magazin.de)Google Scholar
  3. 3.
    Deutsche Akademie der Technikwissenschaften (2012) Integrierte Forschungsagenda Cyber-Physical Systems. In: Geisberger E, Broy M (Hrsg) Acatech Studie, März 2012Google Scholar
  4. 4.
    Biesdorf S, Court D, Willmott P (2013) Big data: What’s your plan? McKinsey Quarterly (März 2013)Google Scholar
  5. 5.
    Basili V, Heidrich J, Lindvall M, Münch J, Regardie M, Rombach D, Seaman C, Trendowicz A (2010) Linking Software Development and Business Strategy Through Measurement. IEEE Comput 43(4):57–65CrossRefGoogle Scholar
  6. 6.
    Wagner S, Lochmann K, Heinemann L, Kläs M, Trendowicz A, Plösch R, Seidl A, Goeb A, Streit J (2012) The Quamoco Product Quality Modeling and Assessment Approach. Proceedings der 34. International Conference on Software Engineering (ICSE 2012), Zürich, Schweiz, 1133–1142Google Scholar
  7. 7.
    Keim DA, Kohlhammer J, Ellis G, Mansmann F (2010) Mastering The Information Age – Solving Problems with Visual Analytics, EurographicsGoogle Scholar
  8. 8.
    Joy KI (2009) Massive data visualization: a survey. In: Möller T, Hamann B, Russell RD (eds) Mathematical Foundations of Scientific Visualization, Computer Graphics, and Massive Data Exploration. Springer, HeidelbergGoogle Scholar
  9. 9.
    Feth D, Jung Ch (2012) Context-Aware, Data-Driven Policy Enforcement for Smart Mobile Devices in Business Environments. In: Schmidt A, Russello G, Krontiris I, Lian S (eds) Security and Privacy in Mobile Information and Communication Systems. 4th International Conference, MobiSec 2012 - Revised Selected Papers. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering 107. Springer, Berlin, 69-80Google Scholar
  10. 10.
    Neisse R, Doerr J (2013) Model-based specification and refinement of usage control policies. Eleventh Annual International Conference on Privacy, Security and Trust (PST), IEEE 2013Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2014

Authors and Affiliations

  • Peter Liggesmeyer
    • 1
    • 2
  • Jörg Dörr
    • 2
  • Jens Heidrich
    • 2
  1. 1.Präsident der Gesellschaft für Informatik e.V. (GI)BonnDeutschland
  2. 2.Fraunhofer IESEKaiserslauternDeutschland

Personalised recommendations