Ohne technisches Wissen Daten nutzen: Wie Unternehmen mit Schwarmintelligenz punkten können

von Katja Schmalen

Was Unternehmen jetzt tun sollten, um ihre Datenaufbereitung und Datennutzung zu optimieren? Unter anderem darüber haben wir mit Florian Mayer, Regional Director Central Europe bei Trifacta gesprochen.

IDC: Die umfassendere Nutzung der Daten steht in vielen IT-Abteilungen ganz oben auf der Agenda. Welche Aspekte sind innerhalb des Themas Daten aus Ihrer Perspektive in diesem Jahr besonders spannend?

Florian Mayer: Die Fähigkeit, Daten zur Entscheidungsfindung und Steuerung zu nutzen sowie darin Muster und Auffälligkeiten zu erkennen, ist eine große Herausforderung für viele Unternehmen. Datengetriebene Entscheidungen sind aber nur dann möglich, wenn die Unternehmen in der Lage sind, alle Daten jederzeit und in der notwendigen Qualität unternehmensweit auswerten zu können. Deutsche Unternehmen arbeiten im Schnitt mit nur 30 % der vorhandenen Daten. Einer der Hauptgründe hierfür ist, dass die Unternehmen nicht in der Lage sind, die restlichen Daten nutzbar zu machen. Gründe hierfür sind u. a. unterschiedliche Datentypen und -systeme wie z. B. Datenbanken, Applikationen, Log Files, IoT-Sensoren etc. Viele Unternehmen stehen vor der Herausforderung, diese Vielzahl von unterschiedlichen Daten in ihre bestehende IT-Infrastruktur zu integrieren, um basierend auf diesen Informationen Entscheidungen herbeiführen zu können. Daten haben nur dann einen Wert, wenn sie zur richtigen Zeit, am richtigen Ort, in der richtigen Qualität und performant auswertbar zur Entscheidungsfindung zur Verfügung stehen.

IDC: Wie sollten Unternehmen Ihrer Meinung nach vorgehen, um die Datenaufbereitung und Datennutzung zu optimieren?

Mayer: Viele Unternehmen kratzen nur an der Oberfläche dessen, was mit ihren Daten möglich ist. Jede Organisation hat ein erhebliches Problem, wenn ihre IT-Infrastruktur den Datenzugriff für ihre Fachbereiche verlangsamt. Wenn die Fachbereiche nicht mit den Daten arbeiten können oder es aufgrund traditionell gewachsener Prozesse zu lange dauert, bis sie die Informationen erhalten, die sie benötigen, kann das ein (Wettbewerbs-)Nachteil sein.

Unternehmen sollten aus diesen gewachsenen Prozessen ausbrechen. So ist der klassische ETL-Ansatz heute aufgrund der immer größeren Datenmengen und -Typen nicht mehr „State of the Art“.

Wir sehen einen Wandel hin zum ELT-Ansatz – Extract, Load, Transform, d. h., die IT behält die Skalierung, die Security und die Governance, die sie für die Daten benötigt, und die Fachbereiche werden in die Lage versetzt, die Datenaufbereitung mit einer Self-Service-Anwendung selbst durchführen zu können. Das hat den Vorteil, dass die Daten immer zur richtigen Zeit, am richtigen Ort, in der richtigen Qualität, performant und ad hoc verwendbar sind.

IDC: Sie sprechen tagtäglich mit Ihren Kunden über die Optimierung der Datennutzung. An welchen Fehlern scheitern Ihrer Erfahrung nach Daten-Strategien immer noch und warum?

Mayer: Daten und deren Nutzung sind zur Optimierung von Prozessen oder zur Verbesserung von Produkten und Dienstleistungen wie auch zur Unterstützung neuer Geschäftsmodelle unerlässlich. Die Verfügbarkeit großer Datenmengen erzeugt alleine aber noch lange keinen Wettbewerbsvorteil. Daten haben nur dann einen Wert, wenn sie zur richtigen Zeit, am richtigen Ort, in der richtigen Qualität und performant auswertbar zur Entscheidungsfindung zur Verfügung stehen.

Das Ziel eines jeden Unternehmens sollte es sein, datengetriebene Entscheidungen zu treffen – im Idealfall mit allen vorhandenen Daten. Das ist dann möglich, wenn die Unternehmen in der Lage sind, alle Daten nutzbar zu machen. Traditionell gewachsene Prozesse und IT-Infrastrukturen ermöglichen es häufig nicht, aus datengetriebenen Erkenntnissen echten Nutzen zu ziehen. Infolgedessen können Unternehmen nicht datengetrieben agieren – eine wichtige Voraussetzung im heutigen Wettbewerb.

IDC: Mit welchen Angeboten unterstützen Sie IT-Organisationen in den Unternehmen im Detail?

Mayer: Trifacta ist der weltweit führende Anbieter im Bereich Data Preparation. Wir steigern den Wert der Daten eines Unternehmens erheblich, indem wir es den Anwendern ermöglichen, komplexe Rohdaten auf einfache Weise in saubere und strukturierte Formate für die Analyse zu transformieren und anzureichern.

Indem wir den Anwendern die Möglichkeit geben, die Daten selbstständig zu „transformieren“, entlasten wir die IT-Organisationen in erheblichem Maße, denn bis zu 80 % der Zeit in jedem beliebigen Analyse-Projekt wird für die Datenaufbereitung und die Datenbereinigung investiert.

Somit ermöglichen wir es den Business Usern, den Business-Analysten/Engineers und den Data Scientists in jedem Unternehmen, die Daten, die für jegliche Art von Analysen wie z. B. Business Intelligence, Reporting, Artificial Intelligence, Machine Learning oder Data Science benötigt werden, selbstständig, zu jeder Zeit und performant in die notwendige Struktur und Qualität für eine Auswertung zu bringen. Dadurch verkürzen wir nicht nur den Zeitraum eines jeden Analyse-Projektes signifikant, zusätzlich sind unsere Kunden in der Lage, schnellere und verlässliche Entscheidungen, basierend auf ihren Daten, zu treffen.

Die Trifacta Self-Service Data-Preparation-Plattform ist als Trifacta SaaS-Lösung, als nativer Service in der Google Cloud, als Erweiterung für Microsoft Azure und AWS sowie als On-Premises-Lösung verfügbar.

IDC: Werfen wir einen Blick voraus: Wie wird die Bereitstellung und Nutzung von Daten in den nächsten zwei bis drei Jahren idealerweise aussehen?

Mayer: Unternehmen werden es immer mehr Mitarbeitern ermöglichen, selbstständig Wissen aus Daten zu generieren. Indem man die Mitarbeiter in den einzelnen Fachbereichen in die Lage versetzt, ohne technisches Wissen die vorhandenen Daten für sich zu nutzen, werden viele Unternehmen eine Art Schwarmintelligenz entwickeln.

Neben dem Thema, automatische, datengetriebene Prozesse wie Next Best Offer etc. zu optimieren, können Unternehmen so als gesamte Organisation smartere Entscheidungen treffen. Das Modell der Citizen-Data-Analysten wird mehr und mehr in den Fachbereichen umgesetzt werden. Mit Hilfe von Self-Service Tools wie Trifacta stehen die Daten zur richtigen Zeit am richtigen Ort zur Verfügung. Dieses Modell ermöglicht den Fachbereichen die lang ersehnte Eigenständigkeit in Bezug auf BI und Analytics.

Unternehmen, die ihre Daten in die Hände der Fachbereiche legen, werden in den kommenden Jahren zunehmen, dies als Wettbewerbsvorteil für sich nutzen und besser durch eventuelle Krisensituationen kommen.

 


Case Study: Deutsche Börse

Für die Entwicklung von neuen Services und Produkten mit maschinellem Lernen und künstlicher Intelligenz ist das Unternehmen auf die Verwendung von skalierbaren Cloud-Infrastrukturen angewiesen. Um die z. T. sensitiven und regulierten Daten hierfür nutzen zu können, müssen diese Daten entsprechend anonymisiert bzw. aggregiert werden. Da die Daten wiederholt benötigt werden, müssen hierfür wiederholbare automatisierte Prozesse etabliert werden, um das Potenzial dieser neuen Technologien vollständig nutzbar zu machen. Gleichzeitig müssen die Transformationsprozesse der Daten für Business-Nutzer nachvollziehbar und auch ohne technisches Fachwissen anpassbar bleiben sowie für Regulatoren entsprechend nachvollziehbar dokumentiert werden. Wie Deutsche Börse diese Herausforderung adressiert hat, lesen Sie in der Case Study.

Das könnte Sie auch interessieren