Von Ralf Keuper

Für die Ban­ken ist die Teil­ha­be an den Infor­ma­ti­ons­strö­men in der Wirt­schaft über­le­bens­not­wen­dig. Bei bestimm­ten Geschäf­ten, wie an der Bör­se, müs­sen die Daten und Infor­ma­tio­nen in Echt­zeit vor­lie­gen. Risi­ko­be­wer­tun­gen ohne gro­ße und aus­sa­ge­kräf­ti­ge Daten- und Infor­ma­ti­ons­ba­sis haben Ähn­lich­keit mit einem Blind­flug. Sofern die Ver­net­zung in der Wirt­schaft, wie mit dem Inter­net der Din­ge, wei­ter vor­an­schrei­tet, wächst der Bedarf an zusätz­li­chen Infor­ma­tio­nen, wie sie über Sen­so­ren bereit­ge­stellt wer­den. Ein Punkt, auf den Black­Rock mit Alad­din reagiert hat^[1]Ban­king on Things mit Alad­din & Co.. Exter­ne bzw. sog. non-tra­di­tio­nal data wer­den für Ban­ken und Unter­neh­men zum Wettbewerbsfaktor.

Nicht alle Ban­ken sind indes in der Lage, ein Sys­tem wie Alad­din auf­zu­bau­en. Für sie könn­te der Ein­satz von Zeit­rei­hen­da­te­ban­ken (Time series data­ba­ses) sinn­voll sein. Damit lässt sich eine kon­ti­nu­ier­li­che Abfol­ge von Wer­ten, wie Bör­sen­kur­se oder Wet­ter­da­ten, abbil­den und aus­wer­ten. Im Invest­ment­ban­king wer­den gro­ße Men­gen an his­to­ri­schen und aktu­el­len Daten bei der Ent­schei­dungs­fin­dung her­an­ge­zo­gen. Hier­für sind Zeit­rei­hen­ana­ly­sen von gro­ßem Wert, um damit Trends zu erken­nen und Pro­gno­sen ablei­ten zu kön­nen^[2]How cloud unlocks the value of time series data. Zeit­rei­hen­da­ten­ban­ken der Clou­dan­bie­ter haben gegen­über den klas­si­schen rela­tio­na­len Daten­ban­ken den Vor­teil, dass sie in der Lage sind, gro­ße Men­gen an Daten u.a. über Daten­kom­pres­si­ons­ver­fah­ren effi­zi­ent zu spei­chern, ohne ihre Kohä­renz bzw. den Kon­text dabei zu zer­stö­ren((