Der Data Lake speichert eine große Menge an Daten in ihrem Rohformat, d. h. unverarbeitet, aus unterschiedlichen Quellen, um sie u. a. für sogenannte Big-Data-Analysen nutzbar zu machen. Diese Daten können strukturiert, semistrukturiert oder unstrukturiert sein. In diesem Kapitel wird der Begriff Big Data im Kontext der Digitalisierung und des Internets der Dinge definiert, wobei eine genaue Definition noch aussteht. Die wesentlichen Merkmale von Big Data werden anhand der sogenannten „5 V“ veranschaulicht: Volume (Datenvolumen), Velocity (Geschwindigkeit), Variety (Vielfalt), Veracity (Richtigkeit) und Value (Wert). Big Data umfasst strukturierte, halbstrukturierte und unstrukturierte Daten aus verschiedenen Quellen wie Menschen, Maschinen und der Natur. Die Vielfalt der Daten erfordert die Berücksichtigung von Datenqualität und Korrektheit, während der geschäftliche Mehrwert der Daten im Verhältnis zu den Investitionskosten steht. Das Beispiel von Netflix zeigt, wie Big Data in der Praxis eingesetzt wird, indem riesige Datenmengen verarbeitet werden, um personalisierte Empfehlungen zu geben und Entscheidungen über neue Inhalte zu treffen.