Mit dem Modebegriff „Big Data“ hat sich ein neues Themenfeld im Bereich der algorithmischen Datenanalyse aufgetan: Das Durchsuchen sehr großer Datenbestände nach markanten Mustern, Trends oder interessanten Zusammenhängen sowie deren Visualisierung.

Eine Master-Projektgruppe hat an der Universität Osnabrück in Kooperation mit der Firma Lenz+Partner AG eine Plattform entwickelt, die es ermöglicht, solche großen Datenbestände zu untersuchen. Grundlage ist auf der einen Seite die Analyse von Aktienmarktdaten und Kursverläufen: Systematisch wurden etablierte Analysemethoden dieser Domäne und verschiedene Mustererkennungsalgorithmen auf hochaufgelösten Kursnotierungen des letzten Jahrzehnts angewandt und über eine automatisierte Simulationsschnittstelle als Investitionsstrategien evaluiert.

Auf der anderen Seite steht das Analysegebiet des Web-, Text- und Sentiment-Mining, bei dem Foren, Webseiten, soziale Netzwerke oder andere digitale Textquellen durchsucht werden, um hierin etwa Stimmungen und Trends zu erkennen. Die Ergebnisse können dann über geeignete Schlagworte auf zugehörige Aktienkurse rückbezogen werden. Auf diese Weise entstand eine Plattform, auf der am Beispiel des Finanzmarkts verschiedene Analysemethoden getestet, simuliert und visualisiert werden können.