Auf einen Blick
Die exponentiell wachsende Datenflut zu speichern, zu sichern und systematisch aufzubereiten, das ist eine der großen Herausforderung unserer Zeit. Um das Informationsaufkommen zu bewältigen, benötigen Unternehmen verstärkt innovative Big Data-Anwendungen.
Mit Big Data ist die Fähigkeit gemeint, große Datenmengen aus unterschiedlichsten Quellen in hoher Geschwindigkeit zu sammeln und auszuwerten. Das Ziel ist, Muster und Zusammenhänge zu erkennen, die sich für fundierte Analysen nutzen lassen, etwa um den nächsten Kauf eines Kunden vorherzusehen oder Krankheiten vorzubeugen.
Big Data setzt dabei auf neuartige Datenbanken, Sprachanalysen oder Werkzeuge der Visualisierung. Gefragt ist umfassendes Datenmanagement, wie es unter anderem die Teilbereiche Business Intelligence, Data Analytics, Data Science und Data Software bereitstellen.
Lesen Sie auch: Rendite mit Megatrends – Die Zukunft im Depot
Der Megatrend Big Data beschäftigt nicht nur große Internet- und Softwaregiganten wie Google, Microsoft oder SAP. Auch kleine und mittlere Firmen, die Programmierung, Cloudsysteme oder technische Infrastruktur bereitstellen, profitieren vom Wachstumstreiber Datenmarkt.
Industrie, Finanzwirtschaft, Handel – praktisch alle Wirtschaftszweige sind in das Datengeschäft involviert. Das Internet der Dinge und Big Data machen Fabrikhallen schlauer und geben vorausschauenden Herstellern die Möglichkeit, ihre Produktion zu optimieren. Schlankere – und damit kosteneffizientere – Unternehmen stehen besser da als ihre Mitbewerber.
Wichtige Zukunftsfelder liegen auch in den Bereichen Schienen- und Straßenverkehr. Autonom fahrende Pkw, Lkw und Bahnen müssen Hunderte von Informationen in Echtzeit empfangen und verarbeiten, um eigenständig Entscheidungen treffen zu können. Dazu benötigen sie ausgefeilte Technik, schnelle Übertragungsraten und perfektes Datentiming.
Lesen Sie auch: So profitieren Anleger vom demografischen Wandel
Auch im Umweltschutz steigen Anforderungen und Einsatzmöglichkeiten von Big Data. Ein zentrales Feld ist die Klimaforschung. Die Erkenntnisse über das Erdklima und dessen Entwicklung in der Zukunft sind das Ergebnis von Prognosemodellen und datenwissenschaftlichen Untersuchungen. Data Science ist in der Lage, Zusammenhänge und Kausalitäten aus unterschiedlichsten Daten aufspüren.
Diese Fähigkeit wird auch bei der Energiewende benötigt. Intelligente Stromnetze sind ohne Data Science undenkbar. Denn beim Integrieren von erneuerbaren Energiequellen in das Stromnetz, wird höchste Versorgungssicherheit benötigt. Natürliche Schwankungen müssen bestmöglich ausgeglichen werden. Dies gelingt, indem Anomalien im Stromverbrauch frühzeitig erkannt und automatisch reguliert werden.
Lesen Sie auch: Nachhaltige Fonds und ETFs im Vergleich
Immer mehr Gegenstände, mit denen wir uns umgeben, besitzen digitale Sensoren, die Daten sammeln und auswerten. Beste Beispiele sind das Internet der Dinge oder Cloud Computing, wo Daten in einer digitalen "Wolke", der sogenannten Cloud, abgelegt werden.
Auch Endverbraucher tragen zur weiteren Entwicklung datenbasierter Technologien bei. Das Verbraucherverhalten lässt sich ablesen und analysieren, zum Beispiel wenn man etwas im Internet sucht oder digitale Anwendungen nutzt.
Streaming-Anbieter wie Netflix oder Amazon kennen die persönlichen Vorlieben ihrer Nutzer ganz genau. Indem sie ihren Kunden noch mehr ähnliche Filme und Serien vorschlagen, schaffen sie eine feste Bindung. Mehr noch: Gibt es genug Kunden mit den gleichen Präferenzen, produzieren die Anbieter passende Inhalte einfach selbst. So funktioniert Big Data in der Praxis. Und diese Entwicklung wird in den kommenden Jahren zunehmen, nicht nur in der Unterhaltung, sondern in allen Bereichen des Konsums.
Lesen Sie auch: Die besten Streaming-Angebote
Unternehmen und öffentliche Institutionen, die Big Data-Anwendungen in ihre Arbeitsprozesse integrieren, profitieren von steigenden Erlösen oder deutlichen Einsparungen. Kostenvorteile sind ein wesentlicher Treiber für die neuen Technologien.
Experten prognostizieren, dass in den kommenden fünf Jahren mehr als 500 Millionen neue Anwendungen entstehen werden. Vor diesem Hintergrund überrascht es nicht, dass bis 2023 etwa drei Viertel aller IT-Ausgaben von Unternehmen in moderne Datentechnik und künstliche Intelligenz fließen sollen. Schon in zwei Jahren könnten gut 60 Prozent der weltweiten Wertschöpfungskette digitalisiert sein.
Lesen Sie auch: Wie Anleger am Megatrend KI partizipieren
Auch in Deutschland wächst der Markt für Big Data-Anwendungen rasant. Nach Angaben des Digitalverbandes Bitkom wurden im Jahr 2018 mit Hardware, Software und Services mehr als 6,4 Milliarden Euro umgesetzt, zehn Prozent mehr als im Vorjahr. "Bei immer mehr Unternehmen schaffen intelligente Datenanalysen die Grundlage für den Geschäftserfolg", unterstreicht Bitkom-Präsident Achim Berg. Die Research-Agentur Crisp beziffert das jährliche Wachstum des Big Data-Marktes auf etwa elf Prozent.
Schweden
Frankreich
ItalienBig Data und Data Science sind die treibenden Kräfte für die Industrie 4.0 und die Wissenschaft von morgen. Aktien- und Fondssparer können von dieser Entwicklung profitieren. Denn Unternehmen, die diesen technologischen Fortschritt konsequent nutzen, werden über kurz oder lang besser dastehen, als ihre Konkurrenz. Mit diesen Investmentvehikeln können Anleger am Megatrend Big Data partizipieren:
Infrage kommen Technologieunternehmen, die erfolgreich Anwendungen und Serviceleistungen aus der Big Data-Wertschöpfungskette produzieren und verkaufen. Populäre Beispiele sind Softwarekonzerne wie SAP, Alphabet oder NetApp. Der Münchner Technologiekonzern Siemens entwickelt cloudbasierte Lösungen für Energieeffizienz.
Darüber hinaus sind solche Unternehmen interessant, denen es gelingt, Big Data optimal für sich zu nutzen, wie es etwa bei Banken und Versicherern der Fall ist. Paradebeispiele sind JPMorgan oder die Allianz. Eine Herausforderung besteht darin, Aktien derjenigen Unternehmen zu erkennen und zu meiden, an denen die Entwicklung weitestgehend vorbeigeht.
Wer sich eine zielsichere und erfolgversprechende Aktienauswahl nicht zutraut oder nicht die Zeit dafür hat, der kann auf Fonds oder ETFssetzen, die in die Big Data-Branche oder deren Anwender investieren.
Beispiele für aktiv verwaltete Fonds sind unter anderen der von Edmond de Rothschild aufgelegte Fund Big Data B EUR, der Data Intelligence Fund aus dem Hause Catana oder der Henderson Horizon Gobal Technology Fund H1.
Als kostengünstige ETF-Variante stehen zum Beispiel der XtrackersArtifical Intelligence + Big Data ETF oder der ishares Digitalisation UCITS ETF für Anleger bereit.
Lesen Sie auch: Wo das eigentliche Währungsrisiko bei ETFs liegt
Darüber hinaus bieten computergestützte Anlagestrategien, wie sie Robo-Advisor eröffnen, gute Anlagemöglichkeiten. Diese digitalen Strategien, die ja selbst zu den Big Data-Anwendungen zählen, sind komplexer als das Investment in einen einzelnen Fonds, da hier in der Regel mehrere Fonds oder Anlageklassen zu einer Strategie kombiniert werden.
Die digitalen Helfer liefern überzeugende Ergebnisse und lassen die Schwächen aktiv gemanagter Fonds verstärkt zu Tage treten. Fest strukturierte Algorithmen, die den digitalen Anlagestrategien zugrunde liegen, sind nicht wie menschliche Entscheidungen von Emotionen beeinflusst. Robo-Advisor operieren auf der Grundlage von klar und transparent formulierten Regeln – dies verringert die Gefahr von individuellen Fehlentscheidungen. Außerdem bieten die Robos zumeist Kostenvorteile gegenüber der Vermögensverwaltung von Hand.
Lesen Sie auch: Robo-Advisor im Performance-Vergleich
Luxemburg
EstlandFrankreich
