Die Analyse großer Datenmengen fördert neue Ertragsquellen zutage. Darauf können Anleger setzen.

ThemaFonds & ETFs

GastbeitragBig-Data-Fonds: Wie Sie von den Hightech-Goldminen profitieren

Bild vergrößern

Ob Stadionbesucher, Fitness-Tracker oder Fahrassistenzsysteme: Die Analyse großer Datenmengen bergen Ertragspotenziale.

Big Data, das Sammeln und Auswerten großer Datenmengen, gilt als unentbehrlich – vor allem mit Blick auf die Profitabilität von Unternehmen. Auch Fondsmanager setzten auf Big Data und Anleger können daran mitverdienen.

Einst Horrorszenario, heute wirtschaftliche Notwendigkeit: Wer als Manager eines Marktführers seiner Branche nicht auf die Analysen auf Basis von Big Data setzt, bleibt selten in der ersten Reihe. Denn das Sammeln und Auswerten von Daten optimiert Abläufe, hilft Kosten zu senken und macht Zusammenhänge transparenter. Beispiel Gesundheitssektor: Als Google vor einigen Jahren eine Zusammenarbeit mit dem Pharmariesen Sanofi beschloss, geschah dies mit dem Ziel, die Daten von Diabetes-Patienten miteinander abzugleichen, um die geeignete Dosis für jede charakteristische Gruppe von Patienten zu ermitteln und die Wechselwirkungen zu erfassen.

Verlustrisiko abschätzen Wie moderne Risikomaße bei der Fondsauswahl helfen

Kursschwankungen allein sagen wenig über das Verlustrisiko eines Fonds aus, moderne Kennzahlen schon. Wie Treynor-, Sharpe-Ratio und Co. bei der Wahl des richtigen Aktienfonds helfen, welche Vor- und Nachteile das hat.

Moderne Kennzahlen helfen dabei, die Verlustrisiken von Fonds besser einzuschätzen. Quelle: Getty Images

Die Vorteile von Big Data im Gesundheitswesen liegen auf der Hand. So wird die Diagnose in vielfacher Hinsicht verbessert, Risikofaktoren für bestimmte Krankheiten eher erkannt  und die Auswahl von Behandlungsmethoden und die Kontrolle ihrer Wirksamkeit gewährleistet. Die Einsatzgebiete für die Analyse riesiger Datenmengen sind schier endlos, Unternehmen lassen sich ständig Neues dazu einfallen. Beispielsweise hat der Generali Versicherungskonzern bei Risikolebens- und Berufsunfähigkeitsversicherungen in einem Tarif den Nachweis ihrer Kunden über einen so genannten Tracker, ein Fitnessarmband, eingeführt. Belohnt wird, wer regelmäßig Sport treibt oder etwa gesunde Lebensmittel einkauft. Je mehr Versicherte da mitmachen, umso mehr erfährt die Assekuranz über ihre Versicherten.

Anzeige

Hunderte Sensoren und Bewegungsmuster im Stadion

Beispiel Automobilindustrie: In einem modernen Neuwagen finden sich bis zu 100 verschiedene Sensoren, deren Daten ausgelesen, weitergeleitet und ausgewertet werden. Diese bilden die Grundlage beispielsweise von Fahrerassistenzsystemen wie einer effizientere Gangschaltung, automatischen Bremsen, Fahrbahnerkennung und Ermüdungserkennungssystemen, die dem Fahrer signalisieren, dass er besser eine Pause machen sollte. BMW stellte bereits 2016 seine „Vision Next 100” vor. Das vernetzte Auto ist dank Big Data durch neue Modelle für einige Kunden bereits Realität.

Premium Dossier Vier Profi-Strategien für die private Geldanlage

Zertifikate, Puts und Calls sind als Instrumente für Spekulanten verrufen. Richtig eingesetzt aber helfen sie, das Depot abzusichern. Wir zeigen vier Strategien.

zum Dossier

Noch ein Beispiel zum Konsumverhalten: Seit langem beobachten Lebensmittelkonzerne die Gewohnheiten von Kunden im Supermarkt, das ist weithin bekannt. Dass aber auch Bundesligavereine ihre Zuschauer haarscharf im Auge behalten, ist wohl noch längst nicht jedem klar. In der etwa 54.000 Besucher fassenden Arena des Bundesligisten Borussia Mönchengladbach entstehen bei jedem Spiel für jeden einzelnen Karteninhaber eine große Zahl von Datensätzen. Wer, wann und wo im Stadion welchen Block passiert, welches Drehkreuz er durchquert oder welchen Ausgang er genutzt hat, lässt sich auf diese Weise erkennen. Mithilfe der Daten wird der Absatz von Merchandising-Artikeln forciert, Ansätze für das so genannte Cross-Selling gefunden, Lagerbestände überwacht oder der Einsatz von Personal im Fanshop geplant.

Anzeige
Zur Startseite
-0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%