Ein Verständnis über die (technische) Infrastruktur ist namentlich dann relevant, wenn es allfällige Betriebsstättenrisiken zu analysieren gilt.[1]

Mit einer herkömmlichen IT-Infrastruktur lassen sich keine unstrukturierten Datenbestände in der Größenordnung von Big Data auswerten. Big Data Projekte verlangen somit unternehmensweite Infrastrukturkonzepte, deren Rechner, Server- und Speichersysteme, Netzkomponenten und Software darauf ausgerichtet sind, Rohdaten derart zu verarbeiten, sodass sich daraus neue Erkenntnisse ableiten lassen. Transparenz und Standardisierung sind wichtige Faktoren bei der Wahl der Big Data Anwendung, zumal Big Data Strategien nicht für jede einzelne Abteilung, sondern unternehmens- oder gar konzernweit definiert werden. Eine Big Data Lösung besteht aus Hard- und Softwarekomponenten, die mit großen Datenmengen umgehen können, wobei das Unternehmen nicht zwingend jedes einzelne Element von Grund auf selber herrichten bzw. entwickeln muss. Vielfach lassen sich gewisse Komponenten und Lizenzen auch extern einkaufen und innerhalb des Unternehmens installieren – wie dies etwa bei Cloud-Lösungen der Fall ist. Technische Anlagen wie z.B. Sensoren oder Wetterstationen, die zur Datenerhebung genutzt werden, können auch Teil der Big Data Infrastruktur sein.

[1] Vgl. Schwarz, Big Data and Tax – Domestic and International Taxation of Data Driven Business, Country Report for Switzerland 2022, in: International Fiscal Association (Hrsg.), Cahiers de Droit Fiscal International, Volume 106, S. 778 ff.

Dieser Inhalt ist unter anderem im Haufe Finance Office Premium enthalten. Sie wollen mehr?


Meistgelesene beiträge