// Anwendungsfälle für Stream Processing und Streaming Analytics in der Ära von Big Data und Hadoop Stream Processing ist ein spezifischer Teil von Complex Event Processing, um hochperformante Anwendungen zu entwickeln, die große Datenströme in Echtzeit analysieren, korrelieren und verarbeiten können. Big Data, Cloud, Mobile und Internet of Things sind die wichtigsten Treiber für Stream Processing und Streaming Analytics. Dieser Vortrag diskutiert die Konzepte von Stream Processing, wie es sich von "klassischem" Big Data Processing wie Batch Processing oder MapReduce unterscheidet und welcher Zusammenhang zu Hadoop besteht. Anschließend werden verschiedene Open-Source-Frameworks und kommerzielle Produkte vorgestellt. Der Fokus des Vortrags liegt auf der Erläuterung zahlreicher Anwendungsfälle aus verschiedenen Branchen für Stream Processing und Streaming Analytics in Echtzeit, beispielsweise Sensoranalyse, Netzwerküberwachung, Handelsbörsen, Lagerbestandsmanagement, Cross-Selling, Routenoptimierung oder Betrugserkennung.