Daten

Daten bezeichnet in der Informatik rohe, unverarbeitete Fakten und Messwerte, die aus Beobachtungen, Transaktionen oder Sensoren stammen. Als Rohdaten dienen sie der Grundlage für Informationen, sobald sie durch Kontext, Strukturierung und Analyse interpretiert werden. In der Praxis unterscheiden Fachgebiete strukturierte Daten, unstrukturierte Daten und semi-strukturierte Daten. Strukturierte Daten liegen in tabellarischer Form vor und lassen sich gezielt abfragen; unstrukturierte Daten umfassen Texte, Bilder oder Tondateien; semi-strukturierte Daten enthalten Markierungen oder Hierarchien, etwa JSON oder XML.

Quellen von Daten sind Messinstrumente, Logdateien, Transaktionssysteme, Umfragen oder öffentlich verfügbare Datensätze. Zur Nutzung werden Daten oft gespeichert, transformiert und angereichert. Typische Speicherformen sind relationale Datenbanken, NoSQL-Systeme und Dateiformate wie CSV, JSON, XML, Parquet oder HDF5. Metadaten, Datenqualität, Datenherkunft und Datenlinienführung (Data lineage) helfen, den Kontext und die Vertrauenswürdigkeit der Daten zu bewerten.

Datenwissenschaft, Datenmanagement und Data Governance befassen sich mit Erfassung, Speicherung, Zugriff, Sicherheit, Privatsphäre und Verantwortlichkeiten. Rechtliche Rahmenwerke wie Datenschutzbestimmungen beeinflussen die Erhebung und Nutzung personenbezogener Daten. Anwendungen von Daten finden sich in Forschung, Geschäftsanalyse, maschinellem Lernen sowie operationalen Entscheidungsprozessen.

Herausforderungen umfassen Datenqualität, Interoperabilität, Integration über Systeme hinweg, Größe, Geschwindigkeit der Generierung sowie Fragen von Sicherheit und Ethik.