Was steckt hinter dem Begriff „Big Data“?

Bestimmt hast du den Begriff „Big Data“ schon in verschiedenen Zusammenhängen gehört:

  • In Schlagzeilen zu modernen Computern und „künstlicher Intelligenz“

  • In Nachrichten über Datensammler und personalisierte Internet-Werbung

  • In Diskussionen um staatliche Überwachung und „gläserne Bürger“

Bei all diesen Themen kann man schnell den Überblick verlieren.

Oft wird der Begriff „Big Data“ auch ohne genaue Erklärung verwendet. Falls Du Dich dabei also etwas verloren fühlst, bist du sicherlich nicht alleine. Tatsächlich finden sogar einige Experten, dass die Formulierung „Big Data“ nicht wirklich etwas aussagt. Trotzdem geht es oft um wichtige Themen, wenn sie verwendet wird. Es lohnt sich also, mal etwas genauer hinzusehen und ein paar Zusammenhänge zu verstehen.

Big Data - ein unklarer Begriff

Definitionen von Big Data

Bekannt geworden ist die Formulierung „Big Data“ ungefähr ab dem Jahr 2013. Damals erschien beispielsweise ein großes Buch mit dem Titel „Big Data: Die Revolution, die unser Leben verändern wird“. In den Medien wird der Begriff seitdem immer wieder aufgegriffen und mit verschiedenen Themen verknüpft.

Wörtlich übersetzt bedeutet „Big Data“ ganz einfach „Große Daten“ – oder besser „Große Datenmengen“. Es geht also um eine große Anzahl von Daten bzw. Informationen, die gesammelt, gespeichert oder ausgewertet werden. Aber wann ist eine Datenmenge denn „groß“ und damit „Big Data“?

Hier findest du zwei beispielhafte Definitionen, die je nach Situation unterschiedlich nützlich oder sinnvoll sind:

Definition nach Größe (aufklappen)

Jede Datei auf deinem Handy oder Computer hat eine bestimmte Dateigröße. Auch dein Profil in einem Sozialen Netzwerk besteht aus verschiedenen Dateien – etwa aus deinen Fotos, Videos, Kontakt-Informationen oder einer Sammlung all deiner Chat-Nachrichten.

Wenn viele solche Informationen an einem Ort gespeichert werden, geschieht das meist in einer Datenbank. In einem Sozialen Netzwerk gibt es also eine Datenbank, in der alle Profile von allen Nutzern gemeinsam gespeichert werden – mit allen Fotos, Videos, Nachrichten usw. Die Größe einer Datenbank wird dabei in „Byte“ angegeben – oder in „Gigabyte“, „Terabyte“ und so weiter.

Hier eine kleine Übersicht über die Größen-Einheiten:

  • 1.000 Byte = 1 kB (Kilobyte)
    Das entspricht einer kleinen Text-Datei.

  • 1.000 kB = 1 MB (Megabyte)
    So groß ist ein kleines Foto oder eine Sprachaufnahme.

  • 1.000 MB = 1 GB (Gigabyte)
    Das entspricht einem langem Video in hoher Auflösung. Ein Smartphone hat mehrere GB Speicherplatz – für viele Nachrichten, Fotos usw.

  • 1.000 GB = 1 TB (Terabyte)
    So viel Speicherplatz hat eine große Festplatte.

  • 1.000 TB = 1 PB (Petabyte)
    Ein Petabyte sind also ungefähr 1.000 große Festplatten (mit 1 Million Videos)!

Wenn man nun irgendwo eine Grenze ziehen würde, könnte man beispielsweise sagen „Ab 20 Terabyte ist eine Datenbank ‚Big Data‘.“ Alle anderen Datenbanken wären dann eben klein – also „small Data“.

Das Problem dabei: Wer legt diese Grenze fest? Was passiert wenn die Computer schneller werden, und die Festplatten größer? Wird die Grenze dann von 20 auf 50 Terabyte erhöht – oder doch lieber auf 1 Petabyte?

Du merkst also: Eine solche Definition ist schwierig und müsste immer wieder angepasst werden. Damit wäre sie aber auch willkürlich und ungenau.

Das Fazit zur Definition nach Größe: Eine feste Einteilung anhand von Dateigrößen hilft nicht wirklich dabei, das Thema Big Data zu verstehen. Schließlich geht es nicht nur um die Größenverhältnisse verschiedener Datenbanken.

Definition nach den 3 V‘s (aufklappen)

Eine beliebte Definition von Big Data ist die Aufzählung der 3 V‘s Volume, Variety und Velocity:

  • Mit Volume (englisch für „Größe“ oder „Menge“) ist in diesem Fall gemeint, dass die betrachteten Daten sehr viel Speicherplatz verbrauchen und sehr viele Informationen enthalten.

  • Mit Variety (englisch für „Unterschiedlichkeit“ oder „Variation“) ist gemeint, dass gesammelte Daten oft sehr unterschiedlich und vielfältig sind. Es wird also immer schwieriger, sie zu verstehen und zu sortieren.

  • Mit Velocity (englisch für „Geschwindigkeit“) ist gemeint, dass sich Daten heute teilweise schnell ändern und von modernen Computern auch sehr schnell verarbeitet werden.

Diese „3 V‘s“ werden oft in Büchern oder Präsentationen genannt, um zu zeigen, was so besonders an Big Data ist. Es ist also sicherlich nützlich diese Definition zu kennen. Manche Autoren nehmen auch noch mehr V‘s dazu – zum Beispiel Veracity (englisch für „Korrektheit“) oder Value (englisch für den „Wert“ der Daten).

All diese Begriffe erklären aber nur die technischen Eigenschaften von aktuellen Datenbanken und Computern – und nicht um die verschiedenen Möglichkeiten, Chancen und Probleme, die sich daraus ergeben.

Das Fazit zu den „3 V‘s“: Die 3 V‘s Volume, Variety und Velocity geben einen guten Überblick über das Themenfeld Big Data. Diese technische Definition erklärt aber nicht, warum das Thema für uns alle wichtig ist.

Weil die meisten Erklärungen zu Big Data zu speziell oder schwer verständlich sind, wird in diesem Kurs eine eigene (praktischere) Definition verwendet. Weiter unten findest du dazu auch ein paar anschauliche Beispiele.

Eine praktischere Definition von „Big Data“

Der Begriff „Big Data“ umfasst folgende drei technologische Entwicklungen:

  • Das automatisierte Erfassen von Daten,

  • das automatisierte Übermitteln von Daten und

  • das automatisierte Auswerten von Daten

Bei all diesen Vorgängen entstehen große Datenmengen, die man „Big Data“ nennt.

„Big Data“ steht aber auch für die vielen Informationen, die man aus diesen Datenmengen herleiten kann. Das wird deutlich wenn wir uns die drei Entwicklungen genauer ansehen:

  • Dass immer mehr Daten automatisiert erfasst werden, hast du sicherlich schon in deinem Alltag bemerkt. Denn egal ob du eine Webseite auf deinem Laptop aufrufst oder ein Ticket an einem Automaten kaufst – bei fast jeder Interaktion mit einem digitalen Gerät entstehen Daten. Außerdem werden viele Sensoren immer besser, mit denen beispielsweise das Wetter, dein Puls oder bestimmte Bewegungen digital erfasst werden können.

  • Dass viele erfasste Daten auch sofort automatisiert übermittelt werden können, liegt vor allem an der ständigen Verfügbarkeit des Internets. Viele moderne Geräte sind standardmäßig miteinander verbunden.
    Wenn du beispielsweise eine Navigations-App verwendest, wird dein Standort automatisch an einen Großrechner gesendet, damit der dir dann eine passende Route vorschlagen kann. Und wenn du einen Film oder einen Song über einen Streaming-Dienst abspielst, erfährt der Anbieter direkt, was für ein Abspiel-Gerät du dafür verwendest.

  • Und dass diese Daten automatisiert ausgewertet werden können, liegt vor allem daran, dass die entsprechenden Computer immer leistungsstärker werden. So kann beispielsweise der Deutsche Wetterdienst aus Millionen von Daten und tausenden Sensoren auf der ganzen Welt automatisch eine Wettervorhersage für den nächsten Tag erstellen. Wenn ein einzelner Computer nicht ausreicht, um sich in den „Big Data“ zurechtzufinden, verwenden Unternehmen sogar oft mehrere Rechner gleichzeitig für ihre Berechnungen.

Big Data - Erfassen Übermitteln Auswerten

Du hast jetzt einen groben Überblick über die technologischen Entwicklungen, die hinter dem Begriff „Big Data“ stecken. Sieh dir als nächstes ein paar Beispiel-Fälle an, in denen Big Data eine Rolle spielt.

--- ANMERKUNG: Hier könnte auch eine neue Seite beginnen, wenn man die Inhalte als "Kurs" anlegt ---

Beispiele: Wie verändert Big Data die Welt?

Beispiel 1 – Navigations-App

Ein gutes Beispiel für die Entstehung großer Datenmengen ist die Verwendung einer Navigations-App. Nacheinander passieren dabei die drei beschriebenen Schritte erfassen, übermitteln und auswerten:

  1. Zuerst erfasst dein Smartphone deinen Standort mithilfe der eingebauten GPS-Antenne. „GPS“ steht für „Global Positioning System“, bedeutet also so viel wie „weltweite Positions-Bestimmung“. Wenn du außerdem mit einem WLAN-Netzwerk verbunden bist, kann auch darüber deine ungefähre Position bestimmt werden.

  2. Den erfassten Standort übermittelt dein Smartphone dann über mobiles Internet an die Betreiber der Navigations-App. Aus der Veränderung des Standorts können die dann beispielsweise auch deine Geschwindigkeit errechnen.

  3. Im dritten Schritt werden die Daten von den App-Betreibern ausgewertet. Wenn andere Autofahrer ihren Standort ebenfalls teilen, ergibt das insgesamt ein umfangreiches Bild von allen Autos und Positionen. Damit lässt sich dann beispielsweise erkennen, wo gerade Stau ist. Und wenn man die Daten von mehreren Wochen oder Monaten kombiniert, kann man sogar herausfinden, an welchem Tag oder welchem Ort sich besonders oft ein Stau bildet – eine typische „Big-Data-Analyse“. Diese Informationen kann die App dann natürlich auch wiederum allen Nutzern mitteilen. In diesem Fall haben also alle etwas von der Auswertung der „großen Daten“.

Beispiel 2 – Kreditkarte

Ein weiteres Beispiel für die Auswirkungen von Big Data ist die Erfassung und Auswertung von Einkaufsdaten:

  1. Wenn du im Supermarkt mit deiner Kreditkarte bezahlen willst, muss deine Karte an der Kasse mit einem speziellen Kartenlesegerät erfasst werden. Auch wenn du mit einer anderen Bankkarte oder einer App bezahlst, muss über so ein Gerät zuerst eine Verbindung zu deiner Bank hergestellt werden.

  2. Von dem Gerät werden dann die Informationen zu deinem Einkauf an deine Bank und an den Supermarkt übermittelt, damit beide überprüfen können, ob alles zusammenpasst. Wenn du beispielsweise nicht genug Geld zur Verfügung hast oder deine Karte gesperrt wurde, akzeptiert das Gerät die Bezahlung nicht. Wenn alles passt, schickt deine Bank das Geld von deinem Konto an den Supermarkt. Dein Einkauf ist dann abgeschlossen.

  3. Nachdem du den Supermarkt verlassen hast, geht die Arbeit für die Datensammler aber erst richtig los. Dann werden die Datenspuren, die du zusammen mit anderen Kunden hinterlassen hast, ausgewertet.
    Deine Bank gibt alle Einkaufsdaten beispielsweise vielleicht an eine Agentur weiter, die Werbung für ein Supermarkt-Produkt machen will. Die Agentur kauft diese Daten, um herauszufinden, wer ihr Produkt kaufen könnte und wo man die Werbung dafür zeigen könnte. Deshalb bekommen dann alle Müsli-Fans Werbung für ein neues Müsli, und alle, die gerne Schuhe kaufen, bekommen Rabatt-Gutscheine für Schuhe zugeschickt.
    Das ist oft praktisch für die Agentur und die Kunden, schränkt dich aber auch in deiner Freiheit ein: Vielleicht willst du statt Müsli eigentlich lieber mal ein Croissant frühstücken? Oder du willst grade gar keine Schuh-Werbung sehen, weil du für eine Jacke sparst? Vielleicht willst du aber auch einfach nicht, dass alle deine Einkäufe genau verfolgt werden? Dann kannst du statt einer Kreditkarte normales Bargeld benutzen – ganz ohne Big Data.

Beispiel 3 – Fitness-Armband

Mit einem Fitness-Armband kannst du selbst Daten sammeln, um deinen Körper und deine Gesundheit zu vermessen.

  1. Auch in diesem Fall werden natürlich Daten erfasst. Je nach Ausführung werden zum Beispiel dein Puls, dein Blutdruck, dein Kalorienverbrauch oder auch deine Schlafenszeiten gemessen. Natürlich wird oft auch dein Standort erfasst, um deine Bewegungen und deine Geschwindigkeit zu messen.

  2. Um die gemessenen Werte zu speichern, werden sie auf einen Server des Herstellers übermittelt. Dort sind auch alle Werte der vergangenen Tage, Wochen und Jahre gespeichert – so kannst du vergleichen, in welchen Zeiten du mehr Sport gemacht oder länger geschlafen hast. Vielleicht teilst du die Daten auch mit einem Arzt oder deiner Versicherung – dann werden sie natürlich auch dort gespeichert.

  3. Richtig spannend wird es dann bei der Auswertung deiner Daten. Schließlich lässt sich aus deinen Gesundheits-Daten nicht nur dein Sport-Verhalten ablesen. Falls du dein Fitness-Armband den ganzen Tag trägst, wird dein Puls ja auch in der Schule, beim Mittagessen oder abends im Kino gemessen. Hat dein Herz also vielleicht schneller geschlagen weil du einen aufregenden Film gesehen hast? Oder hattest du heute eine schwierige Prüfung? Hast du zu wenig geschlafen weil du auf einer Party warst? Und warum fährst du so selten mit dem Fahrrad?
    Du merkst: Solche Fragen sind sehr persönlich weil es dabei um deinen Körper und dein Privatleben geht. Deshalb solltest du darauf vertrauen können, dass deine Daten nicht in falsche Hände gelangen. Der Hersteller des Fitness-Armbands sollte sich also um einen sicheren Datenschutz kümmern.

Aufgabe / Frage: (- nicht fertig -) Welche weiteren Geräte und Anwendungen fallen dir ein, bei denen Big Data eine Rolle spielen könnte? Welche „intelligente“ oder vernetzte Gegenstände besitzt du? Welche Geräte könnten in der Zukunft noch erfunden werden?

Welche Probleme entstehen durch Big Data?

Natürlich bringen Big-Data-Technologien in vielen Bereichen große Verbesserungen. Gleichzeitig entstehen aber auch neue Probleme und Gefahren, die wir uns bewusst machen sollten:

Problem 1 – Manipulation

Vielleicht hast du schon mal irgendwo gehört, dass mit Big-Data-Technologien unser Verhalten manipuliert werden soll. Aber wie soll das funktionieren?

Stell dir vor deine Lieblings-Eisdiele merkt sich genau, welche Eissorten du jeden Tag bestellst und analysiert deine Vorlieben. Sie findet heraus dass du besonders gerne Erdbeer-Eis isst. Dadurch kann sie ihre Werbung ganz genau auf dich abstimmen. Jedes mal wenn du vorbeigehst, stellt der Chef ab jetzt also ein passendes Schild vor den Laden. Darauf steht zum Beispiel „Unsere Spezialität: Erdbeer-Eis“. Wenn danach aber dein bester Freund vorbeikommt, der lieber Schokoladen-Eis mag, wird das Schild schnell ausgetauscht. Dann steht da „Unsere Spezialität: Schoko-Eis“.

Für eine echte Eisdiele wäre das natürlich ein großer Aufwand. Der Chef der Eisdiele wäre ständig damit beschäftigt, seine Kunden zu überwachen und das Werbe-Schild auszutauschen. Der Trick würde schnell auffallen und sich nicht wirklich lohnen.

Im Internet funktioniert Werbung aber tatsächlich so. Wenn du auf einer Webseite Werbung für ein neues Eis siehst, wird währenddessen im Hintergrund vielleicht ein Kunden-Profil von dir angelegt: Hast du dir die Eis-Werbung lange angesehen? Hast du vielleicht sogar darauf geklickt? Hast du vorher schon mal im Internet nach einem bestimmten Eis gesucht? All diese Fragen sind für die Werbefirma interessant. Vielleicht fragt sie sogar bei deiner Eisdiele nach, welche Eissorte du am liebsten magst. Oder sie kauft diese Information von einem Datenhändler.

Wenn die Werbefirma dann herausfindet, dass du am liebsten Erdbeer-Eis isst, zeigt sie dir ab jetzt vielleicht nur noch Werbung für Frucht-Eis. Du siehst dann zum Beispiel einen Banner auf dem steht „Du magst Erdbeer-Eis? Probier doch mal unser Himbeer-Eis!“. Dein bester Freund sieht währenddessen aber natürlich andere Werbung. Zum Beispiel „Unser neues Schokoladen-Eis! Mit extra vielen Schoko-Stücken!“. Und auch wenn du eine Suchmaschine nutzt, werden bei dir vielleicht andere Ergebnisse angezeigt, als bei deinem Freund.

Du merkst: Jeder von euch würde nur noch das sehen, was er besonders mag – und nichts anderes mehr. Du würdest dann in einer Filterblase leben, in der du nur noch bestimmte Dinge mitbekommst.

Das kann natürlich praktisch sein. Schließlich musst du nicht mehr so viel überlegen, welche neue Eissorte dir schmecken könnte. Und vielleicht wird das Himbeer-Eis ja deine neue Lieblings-Sorte.

Andererseits wird aber auch deine Meinung beeinflusst, ohne dass du es gleich bemerkst. Vielleicht vertraust du ja darauf, dass du im Internet gute Informationen finden kannst – aber stattdessen werden dir nur Werbung und angepasste Webseiten gezeigt. Besonders problematisch ist das, wenn es um wichtige Themen, zu denen es verschiedenen Meinungen gibt.

Problem 2 – Überwachung

Mit Big Data wird es auch immer leichter, einzelne Menschen oder Gruppen zu überwachen. Fast jede Handlung wird heute schließlich von zahlreichen Sensoren, Geräten und Datensammlern erfasst.

Manche Leute sagen dazu: „Das macht doch nichts! Ich habe doch nichts zu verbergen“. Aber mal ehrlich: Würdest du einem fremden Menschen auf der Straße deinen Tagesablauf beschreiben? Zeigst du deine privaten Nachrichten all deinen Freunden und Bekannten? Lässt du deine Zimmertür und Vorhänge immer offen?

Manchmal ist es schön, ein bisschen Privatsphäre zu haben. Privatsphäre bedeutet, dass du entscheiden kannst, was du mit andern teilen willst – und was du lieber für dich behältst.

Wenn durch Big-Data-Technologien aber immer mehr Daten gesammelt werden, geht auch immer mehr von deiner Privatsphäre verloren. Wenn du beispielsweise deinen Aufenthaltsort geheim halten willst, reicht es nicht unbedingt aus, die Standort-Funktion deines Smartphones zu deaktivieren. Manche Apps erfassen im Hintergrund weiterhin alle WLAN-Netze in der Nähe und können dadurch deinen Standort ermitteln. Und wenn eine Person in deiner Umgebung ein Foto macht, könnte eine Software darauf dein Gesicht erkennen und dich dann mit den GPS-Daten des Bildes verknüpfen.

Mit Big-Data-Technologien kann also ein großer Teil deines Lebens durchleuchtet werden – ob du willst oder nicht. Wenn du dich aber durch diese ständige Überwachung beobachtet fühlst und (vielleicht unbewusst) dein Verhalten änderst, wird dadurch auch deine Freiheit eingeschränkt.

Problem 3 – Leistungsdruck

Ein weiteres großes Problem bei der Verwendung von Big-Data-Technologien ist auch, dass damit nicht nur Daten gesammelt werden, sondern diese Daten auch ständig verglichen und bewertet werden. Beim Datensammeln geht es also nicht nur darum, möglichst viel zu wissen. Oft geht es auch darum, irgendetwas zu verbessern.

Stell dir vor, du bereitest dich auf eine wichtige Prüfung vor. Du übst jeden Tag und liest dir Texte zum Thema der Prüfung durch. Dabei werden mit einer App deine Fortschritte gemessen: Hast du heute deine Aufgaben gut gelöst? Hast du noch ein paar Fragen falsch beantwortet? Wie hat sich deine Leistung diese Woche entwickelt?

Jeden Tag erhältst du eine persönliche Bewertung, die dir dabei helfen soll, dich zu verbessern. Du bemerkst zum Beispiel, dass du bessere Ergebnisse erzielst, wenn du gut geschlafen hast. Ab jetzt achtest du also auch darauf, jeden Abend pünktlich ins Bett zu gehen. Außerdem versuchst du möglichst viel zu üben, damit deine Leistung am Prüfungs-Tag gut genug ist.

Einerseits hilft dir die App also dabei, dich perfekt auf die Prüfung vorzubereiten. Andererseits fühlst du dich auch gestresst, weil du ständig an deine Bewertung denken musst. Jeden Morgen siehst du auf die Uhr und rechnest aus, wie viel du geschlafen hast. Abends bekommst du ein schlechtes Gewissen, wenn du mal wieder zu lange wach bleibst. Und wenn du einen Tag lang nichts für deine Prüfung tust, gibt dir die App gleich eine viel niedrigere Punktzahl. Irgendwann fühlt es sich deshalb so an, als ob du jeden Tag eine Prüfung hättest und immer volle Leistung bringen musst.

- - - Artikel ab hier unfertig - - -

Wie wollen wir mit Big Data umgehen?

Das sollten alle gemeinsam entscheiden!

Weitere Quellen zum Thema

Artikel, Webseiten, Videos …

Kommentieren Kommentare

wolfgang 2019-10-02 10:04:28+0200
Hi Paul,
cool, dass du inzwischen aktiv am Schreiben bist und vielen Dank für deine Bearbeitung zum Artikel. Hier sind schon viele wichtige Infos und interessante Beispiele drin. :-)

Beim Durchlesen sind mir ein zwei Fragen gekommen:
- Möchtest du nur einen kurzen Überblick über das Thema geben für Lernende, die schon einmal etwas von Big Data gehört haben, oder möchtest du wirklich einen detaillierten Einstieg für Lernende, denen das Thema komplett neu ist. Je nachdem bietet sich nämlich ein Artikel oder ein Kurs auf Serlo an. Wofür genau sich Artikel und Kurse eignen kannst du unter de.serlo.dev/108286 nachlesen.
- An welche Altersstufe richtet sich dein Artikel/Kurs? Mir scheint es aktuell, dass du vor allem 10/11 Klasse aufwärts ansprichst, da du insgesamt schon einen komplexeren Satzbau und viele komplexere Wörter verwendest. Habe ich Recht mit der Einschätzung? Ich finde es für mich auf jeden Fall immer wichtig zu wissen, welche Altersgruppe ich ansprechen möchte, da ich dann auch passende & spannende Beispiele für genau diese Altersgruppe suchen kann.

Zudem finde ich es noch wichtig etwas "Abwechslung" in den Artikel/Kurs hineinzubringen. Kennst du vielleicht ein Video, das hier gut reinpasst? Findest du ein paar schöne Bilder, die optisch den Inhalt gut unterstützen und strukturieren helfen? Hast du vllt alltagsnahe Aufgaben, mit denen die Lernenden gleich das erworbene Wissen anwenden können?

Ich hab das Gefühl, dass der Bereich, den du gerade anfängst, echt cool wird am Ende. Lass dich nicht von meinen vielen Fragen abschrecken. Wenn du weiteres Feedback brauchst oder Fragen hast, kannst du mir jederzeit schreiben. :-)

Viele liebe Grüße
Wolfgang




Paul_ 2019-10-03 12:00:34+0200
Hey Wolfgang,
vielen Dank für deine Überlegungen! Ich glaube, wir sind uns in den meisten Punkten auch einig! :)

- Die Entscheidung zwischen Kurs und Artikel ist noch nicht gefallen, da habe ich auch schon mit anderen drüber gesprochen. Generell sehe ich das ganze als eine Zusammenstellung von Informationen ohne streng vorgegebene Reihenfolge. Es soll also z.B. Artikel über "Smarte Geräte" oder "Geschäftsmodelle mit Big Data" geben, die unabhängig voneinander gelesen werden können. Eine sinnvolle Strukturierung für den Themenbereich habe ich schon. Der aktuelle Artikel bietet dabei eine erste Orientierung für Interessierte, die Themen und Zusammenhänge noch nicht überblicken – die meisten sollten also wohl dort starten und dann "weiterspringen".

- Die Alterstufe und Komplexität schätze ich auch eher höher ein. Ich habe versucht, alle unnötigen Details wegzulassen, aber so ganz einfach ist das Thema Big Data eben nicht. Realistischerweise werden also eher ältere Schüler/innen oder auch interessierte Erwachsene den Themenbereich nutzen. Auch das mit den passenden Beispielen ist nicht so einfach, aber einen "kindgerechten" Artikel müsste man da natürlich nochmal ganz anders schreiben. Mit deiner Einschätzung liegst du also schon richtig, vielleicht kann man manche Sätze aber auch noch weiter vereinfachen.

- Und ein bisschen "Abwechslung" mit Fragen und Medien ist auf jeden Fall geplant! Passende Videos zu finden könnte schwierig werden, weil jeder das Thema etwas anders erklärt. Aber ein paar Grafiken will ich noch suchen oder auch selber anlegen, um das ganze aufzulockern. Und einen Bezug zum Alltag könnte man z.B. am Ende jedes Unterkapitels mit einer Frage herstellen, das lässt sich ja jederzeit einbauen. Es gibt also noch einiges zu tun, aber dein Feedback hat mich da wieder ganz gut motiviert! :)

Liebe Grüße
Paul
wolfgang 2019-10-04 08:05:03+0200
Hi Paul,
was hältst du von folgender Idee. Grundlagen & Überblick wird ein EInführungskurs, den du dann als Wissensgrundlage für deine anderen Artikel in dem Themengebiet wie "Smarte Geräte" benutzen kannst. Bei denen wirst du nämlich immer wieder auf Vorwissen verweisen müssen. Das könnten dann konkret einzelne Kursseiten des EInführungskurses sein. Zudem finde ich, dass der bisherige Aufbau deines Artikels eher einem klassischen "Serlo-Kurs" entspricht. Du motivierst nämlich das Thema am Anfang, erklärst das Thema ausführlich und fügst passende Beispiele ein. Ich vermute auch, dass das eher der Komplexität des Themas gerecht wird.
Solltest du bei der Artikelstruktur bleiben möchte, würde ich die Frage stellen, wie man die Themen des jetzigen Artikels gut in einzelne, kürzere Artikel aufspalten könnte. Wir wissen nämlich, dass sehr lange Artikel auf serlo.org so gut wie nie zu Ende gelesen werden. Und das fände ich sehr schade bei der guten Arbeit, die du schon gemacht hast.

Das ist voll legitim (und bei der Komplexität wahrscheinlich auch sehr sinnvoll) das gesamte Thema für eine ältere Zielgruppe auszurichten. Ich wollte nur sichergehen, dass das auch deine Intention ist.

Sehr cool. Dann hast du im Prinzip ja auch schon einen sehr guten Plan und alles, was die Optik betrifft arbeite ich persönlich auch immer erst ganz am Ende ein.

Bin gespannt wie sich der Bereich weiterentwickelt, weil ich das Thema echt wichtig finde.

Liebe Grüße
Wolfgang
Paul_ 2019-10-06 08:36:16+0200
Hey Wolfgang,
ja so ungefähr ist das Ganze gedacht! Es soll auf jeden Fall eine ansprechende Übersicht im Themenbereich geben, wo alle einzelnen Kurse aufgelistet sind (am besten natürlich mit schicken Bildern/Grafiken). Da wird dann auch erklärt, dass man mit "Grundlagen" & Überblick" beginnen sollte. Natürlich sind auch alle Kurse untereinander an passenden Stellen verlinkt.

Wie man die Inhalte am besten aufteilt (auf einzelne Artikel, Kurs-Seiten etc.) will ich irgendwann gemeinsam mit anderen Autoren entscheiden. Momentan schreibe ich deswegen einfach alles untereinander auf eine Seite, um noch keine Struktur festzulegen.

Liebe Grüße
Paul
wolfgang 2019-10-07 13:07:40+0200
Hey Paul,
perfekt!
Kannst du gerne auch immer bei den Änderungen kurz erwähnen, damit andere Reviewer*innen sich darüber keine Gedanken machen müssen. Unsere Diskussion gibt ja eigentlich eine sehr gute Übersicht über deine Pläne. :-)

Liebe Grüße
Wolfgang
wolfgang 2019-11-02 10:43:03+0100
Finde die beiden neuen Unterkapitel super anschaulich geschrieben! Kompliment!
Antwort abschicken