mobile bigdata

FZI F

ORS

CHUN

GSZ

ENTR

UMIN

FORM

ATIK

Mobile BigData

Dr. Valentin Zacharias

FZI Forschungszentrum Informatik am Karlsruher Institut für Technologie

13.04.2023 2

Motivation & Zielsetzung

Motivation Wie selbstverständlich wird das Mobile Web häufig als Treiber für Big

Data genannt gleichzeitig kommt das Mobile Web jedoch nur in wenigen der

klassischen BigData Beispiele vor

Zielsetzung Anhand von (hoffentlich)

neuen Beispielen die vielfältigen Beziehungen zwischen den Trends Mobileund BigData Aufzeigen

Ideen für Ihre BigData Aktivitäten liefern

Quelle: Bitkom Leitfaden BigData

13.04.2023 © FZI Forschungszentrum Informatik 3

Mobile und BigData

Die Schnittstellen von Mobile und Big Data liegen in 1) Use Case: Mobile Informationsbereitstellung als BigData

Anwendungsfall

2) „Datafication“, der immer genaueren und schnelleren und quantitativen Erfassung von immer mehr Dingen.

Passiv/Data Exhaust: Die Nutzung und die Präsenz von Mobilgeräten kann von Systemen zur Datafication ausgenutzt werden

Omnipräsentes vernetztes Eingabegerät zur manuellen Erfassung

Aktive Sensorgestützte Erfassung durch das Mobilgerät


Mobile und BigData


Anwendungsfall






Predictive Assistants – Google u.a.

Die Verfügbarkeit des Kontexts des Nutzers erlaubt mobilen Applikationen passendere Antworten auf die Fragen des Nutzers.

Die nächste Generation von digitalen Assistenten wartet nicht mehr auf Eingaben des Nutzers sondern nutzt den Kontext zur Vorhersage von Informationsbedürfnissen.

Informationsbereitstellung auf Mobilgeräten wird damit selbst zu einem Predictive Analytics Use Case mit BigData.

Beispiele: Google Now, Osito, Donna, reQall

Quelle: The Economist


Mobile und BigData


Anwendungsfall






Flow Track -

Bluetooth Sensoren erlauben genaue Positionsbestimmung vieler Menschen und dadurch die quantitative Erfassung von Menschen- bewegungen z.B. im Handel oder am Flughafen

Quelle: blue cell networks


Foothpaths –

Andere Firmen nutzen Signale des Mobilfunknetzes um alle Mobiltelefone zu erfassen


Co-Traveler -

Quelle: Washington Post

Geschicktes Data Mining erlaubt die Ableitung von Sozialbeziehungenauch aus ungenauen Ortsdaten


Smart Steps – Telefonica Dynamic Insights

Mit anonymisierten Daten von Mobilfunkprovidern werden vielfältige Eigenschaften von Publikumsbewegungen

mess- und nutzbar


Kundenfluktuation -

Aus Verbindungen ableitbare Sozialbeziehungen und Rollen (z.B. Leader) erlauben Minimierung von Kundenfluktuation


Mobile und BigData


Anwendungsfall






FixMyStreet / Ka-Feedback - FZI

.. erlaubt die einfache Erfassung von Infrastrukturproblemen und darüber die Analyse deren Verteilung


Mood – BT / FZI

.. Erfassung von Stimmung zur Unterstützung von Reflektion und Coaching – später auch besserem Verständnis von Emotionen


Market Research - Jana

Die weite Verbreitung von Mobiltelefonen über die ganze Welt erlaubt Market Research in sehr großer Breite und Schnelligkeit


Mobile und BigData


Anwendungsfall





aisle411

Bluetooth Low Energy erlaubt ortsbezogene

Interaktion in Geschäften und die Analyse von Kundenverhalten


PayPal Beacon

… und weit über Läden hinaus


TravelApp -

Aus der Kombination von ortbezogenen Daten aus verschiedenen Quellen schnelle (und sichere) Routen finden


Insights - Skyhook

Bewegungen von Menschen in Industrieländern Weltweit erfassen und vorhersagen (aus Abfragen zur Lokalisierung)


Logistik und Gruppen in Echtzeit steuern - FZI

Mit Echtzeitdaten in Logistik Netzwerken und Gruppen (z.B. in Freizeitparks) in Echtzeit automatisch Ausnahmesituationen lösen


Zusammenfassung

1. Die Vorhersage von Informationsbedürfnissen ist ein Anwendungsfall für BigData

2. Über Mobile Technologien wird die Realität – besonders die Bewegungen und die Interaktionen von Menschen als Daten nutzbar – Reality Mining

1. Der nächste große Schub kommt über Indoor Lokalisation mit BLE

3. Über Mobile Technologien sind schon jetzt 2/3 der Weltbevölkerung in Datenerfassung von fast bel. Phänomene einbindbar

mobile bigdata

Technology