In komplexen und datenintensiven System wird häufig zwischen zwei Arten von Daten unterschieden: Aktuelle Daten, die häufig angefragt werden und die sehr schnell verfügbar sein müssen; und historische Daten, die selten angefragt werden und in einem langsameren Archiv liegen. Bei Wetterdaten wird beispielsweise das aktuelle Wetter sehr oft abgerufen, ältere Werte dagegen nur selten. Falls ältere Daten abgerufen werden, dann allerdings häufig für größere Analysen, die viele der archivierten Daten und auch die aktuellen Daten benötigen.

Aufgabe in dieser Arbeit ist es, ein Konzept zum gemeinsamen effizienten und effektiven Zugriff auf alte und archivierte Daten zu erstellen und prototypisch umzusetzen. Herausforderungen liegen hier in den unterschiedlichen Speicherformaten und Zugriffsmodalitäten, sowie in der Zugriffsgeschwindigkeit für komplexe Analysen.

Anwendung findet das zu entwickelnde System im Guerrilla Sensing Framework und im Rahmen des Data for All-Projekts.