In vielen Unternehmen schlummert ein verborgener Schatz – Kunden­daten. Die Entscheider wissen das und sehen enormen Nachholbedarf, wie aus einer aktuellen Marktstudie des Softwarehauses Uniserv unter 140 Entscheidern in mittleren und großen Firmen im deutschsprachigen Raum hervorgeht. Demnach plagen die Unternehmen unvollständige, veraltete oder auch doppelt und mehrfach vorhandene Daten. In einer ganzen Reihe von Firmen finden sich zudem Datensilos. Fazit: Fast die Hälfte der Unternehmen stuft die Qualität ihrer Kundendaten als niedrig ein.

Aus unserer Sicht kommen zwei weitere Herausforderungen hinzu. Zum einen hat der Mangel an IT-Fachkräften laut Digitalverband Bitkom einen neuen Höchststand erreicht. 82 000 offene Stellen gibt es derzeit in Deutschland. Zum anderen scheitern große IT-Projekte immer wieder, weil die Belegschaft nicht einbezogen, son­dern vor vollendete Tatsachen gestellt wird und sich deshalb gegen die neue Software sträubt.

Dann hebt den Datenschatz doch selber, haben wir uns gedacht und gemeinsam überlegt: Wie müsste eine IT-Lösung aussehen, die nicht nur leistungsfähig und zugleich leicht handhabbar ist, sondern die die Mitarbeiter in Eigenleistung Schritt für Schritt an ihre Bedürfnisse anpassen und weiterentwickeln können – und zwar, ohne dass sie programmieren müssen? Wie wäre es, haben wir uns schließlich gefragt, wenn wir die Vorzüge herkömmlicher IT-Lösungen miteinander verbinden?

Programmierkenntnisse nicht erforderlich: Mithilfe von Formularen können die Mitarbeiter in Unternehmen beliebig komplexe Prozesse ab­bilden.

Wir sind sicher, dass wir die Antwort gefunden haben mit der Technologie G2: Sie ist flexibel wie die generische Lösung Excel. Doch die Daten liegen wohlgeordnet auf einem professionellen Datenbankserver – analog einer Branchenlösung. Bei G2 sind die Geschäftsregeln jedoch nicht in der Software selbst verankert, sondern ähnlich wie bei Excel mit Anweisungen und Funktionen in Formularen hinterlegt. Auf diese Weise lassen sich beliebig komplexe Prozesse abbilden – von der Verwaltung von Störungsmeldungen bis hin zur Steuerung ganzer Beschaffungsprozesse, von der Ausschreibung bis zur Inbetriebnahme.

Alle Mitarbeiter im Unternehmen können zeitgleich unabhängig voneinander mit G2 arbeiten. Programmierkenntnisse benötigen sie nicht. Trotzdem können sie die Software selber schrittweise aufbauen, an aktuelle Erfordernisse anpassen, Firmendaten aus allen möglichen Quellen integrieren, analysieren und bewerten – wann und wie immer sie wollen.

Wir wissen: Sich selbst helfen zu können, bedeutet Unternehmen sehr viel. Das hat der „BI Trend Monitor 2018“ ergeben, den das Business Application Research Center (BARC) vorgelegt hat. Die nahezu 3 000 Teilnehmer der weltweit größten Befragung zu Business-Intelligence-Trends hatten das Thema „Self-Service“ auf den dritten Platz der 20 wichtigsten Trends gesetzt. Den schlummernden Schatz selber zu heben, macht flexibel und unabhängig. Das sagt ein IT-Fachmann.

www.stella-systemhaus.de

Gastbeitrag von Dr.-Ing. Gerd Staudinger, Geschäftsführer Stella Systemhaus GmbH

Im Technology Spotlight von IDC werden heutige Anforderungen an eine umfassende Decision-Support-Lösung untersucht.

Ergebnis: „Traditionelle“ Business-Intelligence(BI) Software greift zu kurz. Funktionen zur Entscheidungshilfe werden benötigt, die nicht nur Informationen liefern, sondern es
Analysten und Entscheidungsträgern auch ermöglichen, die bestmögliche Entscheidungsalternative zu bewerten.

Hier geht es zum IDC Technology Spotlight

Aufmacherbild / Quelle / Lizenz
Bild von StockSnap auf Pixabay

CCO

Unternehmen müssen sich zu datengetriebenen Organisationen entwickeln.

Um im Wettbewerb bestehen zu können, sind sie auf eine schnelle, datenzentrierte, automatisierte und vorausschauende Planung und Steuerung angewiesen.

Die Studie von BARC gibt Empfehlungen, um eine für individuelle Anforderungen passende Lösung zu finden und auszuwählen.

Hier geht es zur Studie

Aufmacherbild/ Quelle / Lizenz

Bild von rawpixel auf Pixabay

Neue Technologien bieten große Chancen bei der Nutzung von Informationen

Data Science, Business Intelligence, Big Data: Mit der Verarbeitung großer Informationsmengen ergeben sich für Unternehmen in vielen Fällen enorme Herausforderungen. Beispielsweise steht die benötigte Rechenleistung nicht zur Verfügung oder komplexe Fragestellungen versinken schlichtweg in der Datenflut.

Bei Data Science geht es darum, Erkenntnisse aus bestehenden Daten zu extrahieren und aufzubereiten. Oftmals steht die Wissenschaft dabei in direktem Zusammenhang mit Begriffen wie Big Data oder Business Intelligence. Gewonnene Informationen sollen direkt ins Unternehmen fließen und bei strategischen Entscheidungen unterstützen. Ehemals rohe Daten bilden für die Betriebe somit ein wertvolles Gut.

In Zeiten von Big Data kommt der Bewältigung und Handhabung von Informationen eine immer größere Rolle zu. So basieren heutzutage ganze Wirtschaftszweige darauf, Antworten und Lösungen zu entwickeln, statt einfach nur Produkte herzustellen.

Hierbei stets innovationsfähig zu bleiben und Ideen umzusetzen, stellt eine der zentralen Herausforderungen unserer Zeit dar. Daten sind der Rohstoff der Zukunft, wobei die Menge an zu verarbeitenden Informationen stetig weiter wächst. Hier entsprechende Tools zu haben, um der riesigen Quantität Herr zu werden, bietet künftig einen entscheidenden wirtschaftlichen und gesellschaftlichen Vorteil sowohl auf unternehmerischer als auch auf staatlicher Ebene.

Vielversprechendes Projekt

Bislang ließen sich Daten nur unzureichend analysieren, aufbereiten und auswerten. Dank modernster Entwicklungen auf dem Gebiet der künstlichen Intelligenz (KI) bieten neue Technologien nun die Möglichkeit, Informationen strukturiert zu verarbeiten und auf dieser Grundlage aussagefähig aufzubereiten. Prisma Analytics, ein Projekt der Patentpool Group, zählt zu ebendiesen Technologien: Mit dem Datenauswertungssystem „Decision Point“ lässt sich das Dilemma der unzureichend aufbereiteten Daten aus Big-Data-Pools auflösen, indem es strukturiert, in mehrdimensionalen Ebenen, konkrete sowie komplexe Fragestellungen beantwortet und damit fundierte Entscheidungskriterien gibt. Das Analysetool ist damit in der Lage, kommende ökonomische, politische und soziale Phänomene vorherzusagen.

Durch selbstlernende Algorithmen und die Auswertung von Echtzeitinformationen stehen ganz konkrete Handlungsempfehlungen zur Bewältigung von heute noch unbekannten Problemen zur Verfügung. Zur Gewährleistung eines ständigen Zugriffs auf fortwährend aktualisierte Informationen besteht eine Kooperation mit dem Medienunternehmen Thomson Reuters, dessen Eikon-Plattform zu den größten Datenbanken der Welt zählt. Für die globale Krisenprävention und geopolitische Entscheidungen bedeuten Entwicklungen wie „Decision Point“ und seine Eigenschaften einen Quantensprung von unschätzbarem Wert.

Revolution der Data Science

Mit neuen Technologien entwickelt sich Data Science weiter: Das komplexe Feld der Datenwissenschaftler beschäftigt sich mit der systematischen Auswertung von Informationen, um das gewonnene Wissen für ganz unterschiedliche Zwecke abzuleiten. Dabei kommen verschiedene praktische Methoden sowie theoretische Ansätze divergenter Wissenschaften wie Mathematik oder Informationstechnologie zum Einsatz. Anschließend gilt es die Ergebnisse aufzubereiten, zu präsentieren und beratend – anderen Abteilungen, ohne tiefere Fachkenntnisse auf dem Gebiet der Datenanalyse, beispielsweise dem Management – weiterzugeben.

„Decision Point“ arbeitet wie ein Data Scientist, das Tool stellt Hypothesen auf und leitet Kriterien zur Entscheidung ab. Mit der C+8-Technologie werden Daten im- und exportiert, außerdem können sie sich durch einen Zerstäubungsprozess und die systemische Verknüpfung von Events vollständig selbst organisieren. So lassen sich tausende zentrale Anwendungen betreiben – von hochleistungsfähigen Analysesystemen über Unternehmensdienstleistungen bis hin zu Online-Verbrauchersoftware. Das System erfasst hochkomplexe, sich weiterentwickelnde Wissenselemente, sogenannte C+8-Datenobjekte, mit ihrer vollständigen Historie. Jedes integrierte Objekt wird analysiert, verknüpft, portiert und in einer intelligent wachsenden Datenbank abgelegt. Mit der Speicherung erfolgt auch die ständige Aktualisierung aller Informationen.

Außerdem gelangen sämtliche Eigenschaften und Verhältnisse ins Gesamtsystem, wodurch Verbindungen zwischen neuen sowie bestehenden Objekten entstehen. Diese Kausalität erzeugt ein großes Netz aus Wissen, das sich kontinuierlich weiterentwickelt. „Decision Point“ macht die gesammelten Informationen für die Nutzer zugänglich, so entfernt die Technologie die Barrieren der unstrukturierten Datenflut und bietet die Chance für enorme Fortschritte in Wirtschaft und Politik.

Technologie der Zukunft

Klassische Big-Data-Analysen haben mittlerweile ausgedient – gepaart mit KI und dem Zugang zu einer der größten strukturierten Datenbanken der Welt, ist das Tool von Prisma Analytics in der Lage, Data Science grundlegend zu revolutionieren. Analysen für komplexe Entscheidungen, etwa im Bereich Risikomanagement oder Krisenprävention, speisen sich aus Informationen rund um die Felder Geopolitik und Makroökonomie, soziale Trends und Konflikte, globale Sicherheit und Risiken, weltweite Gesetzesänderungen und disruptive Technologien.

Die gesammelten Ergebnisse werden validiert und aufbereitet. Auf diese Weise lassen sich wertvolle Daten für komplexe Entscheidungen generieren und interpretieren. Mit dem Technologieprojekt Prisma Analytics verfügt die Patentpool Group über eine Unternehmung, die es in Zeiten von Big Data versteht, auf Basis von künstlicher Intelligenz Antworten auf aktuellste Fragen der Gegenwart und der Zukunft zu finden.

Internationale Anerkennung für die Entwicklung von „Decision Point“ erfuhr das Projekt im Oktober 2018 durch die Auszeichnung mit dem FinX Award „Global Fintech Start Up of the Year“. Dieser Preis wird an Unternehmen vergeben, die sich um die Implementierung fortschrittlicher Konzepte in der Finanzbranche verdient gemacht haben.

Unser Autor

Weitere Informationen unter

www.patentpool.de
und
www.prisma-analytics.de

Aufmacherbild / Quelle / Lizenz

https://pixabay.com/de/

Datenbasierte Geschäftsmodellinnovationen

Das IoT wird zum KI-Datenlieferanten: Durch die Algorithmen des maschinellen Lernens entstehen so neue Produkte, Prozesse und Services.

Im Interview mit der TREND-REPORT-Redaktion sprach Prof. Dr. Dr. Schildhauer, Principal Investigator am Weizenbaum-Institut für die vernetzte Gesellschaft, über das Veränderungspotenzial der mit dem IoT einhergehenden Datenmenge (Big Data).

Herr Prof. Schildhauer, inwieweit verändert die KI/AI (Künstliche Intelligenz/Artificial Intelligence) datenbasierte Geschäftsmodelle?
Es entstehen durch weiterentwickelte Algorithmen Chancen, bspw. durch maschinelles Lernen, Systeme zu entwickeln, die basierend auf großen Datenkontingenten helfen, Prozesse, Strukturen und Arbeitsabläufe in Unternehmen zu optimieren und zu steuern. Mit dem Hype-Begriff „Künstliche Intelligenz“ gehe ich in diesem Kontext noch sehr vorsichtig um. Aber sichtbar ist, dass neben maschinellem Lernen weitere Technologien wie Cloud Computing, IoT oder Additive Manufacturing ein wichtiger technischer Enabler für datenbasierte Geschäftsmodelle sind. So entwickeln sich in Deutschland in diesem Zusammenhang neue technologiebasierte Start-ups z. B. in den Sektoren Handel, Logistik, Gesundheit oder Mobilität.

Start-ups, aber auch etablierte Unternehmen entwickeln auf Basis großer Datensammlungen und entsprechender Algorithmen neue Geschäftsmodelle, die beispielsweise Vorhersagen auf künftige Bedarfe oder Nutzerverhalten analysieren und vorhersagen – Predictive Analytics. Insbesondere vollzieht sich der Wandel bei etablierten Unternehmen dort, wo zumeist auf der Ebene unternehmensinterner Prozessoptimierungen Potenziale aus der Analyse großer Datenmengen geschöpft werden. Dies kann im Versicherungsbereich (bspw. Vorhersage über Schadenrisiken aus Daten der Vergangenheit und aktuellen Wetter- und Verhaltensdaten) ebenso wie in Produktionsunternehmen (Predictive Maintenance) zur Anwendung kommen. Ob und wie sich aus diesen Innovationen tragfähige datenbasierte Geschäftsmodelle entwickeln, untersucht die Forschungsgruppe „Datenbasierte Geschäftsmodellinnovation“ am Weizenbaum-Institut für die vernetzte Gesellschaft – Das deutsche Internet-Institut.

Welche Innovationen werden mit diesen neuen Technologien möglich?
Das Innovationspotenzial erstreckt sich über die gesamte Wertschöpfungskette in Unternehmen und führt zu neuen Prozessen, Produkten, Services und Geschäftsmodellen in vielen unterschiedlichen Sektoren. Neben den bereits beschriebenen Beispielen aus Dienstleistungs- und Produktionsbranchen wird die Echtzeitanalyse riesiger Datenbestände mittels Big-Data-Analytics heute auch in der Krebsdiagnostik genauso eingesetzt wie in der personalisierten Werbung. Große Potenziale entstehen auch im Bildungsbereich, diesen untersucht die Forschungsgruppe schwerpunktmäßig.

Der Einsatz von Augmented Reality führt z. B. in der Berufsbildung dazu, dass Auszubildende verstärkt praktische Fähigkeiten durch virtuelle Simulationen erlernen, was vor allem bei riskanten und teuren Arbeitsschritten ein wichtiges Innovationspozential darstellt. Neue digitale Bildungsplattformen verändern den Lehr- und Lernprozess und machen diesen erstmalig messbar. So hat z. B. eine führende Plattform für Online-Kurse im Aus- und Weiterbildungsbereich mittels maschinellen Lernens einen Algorithmus entwickelt, der Teamleiter*innen aufzeigt, welche Kompetenzen Mitarbeiter*innen fehlen und mit welchen offerierten Online-Kursen diese erworben werden können. Auch kann die Sammlung von Verlaufs-, Abbruch- und Abschlussdaten der Lernenden auf Lernplattformen dazu genutzt werden, die Lernsysteme in Echtzeit an das Verhalten der Lernenden anzupassen (Learning Analytics).

Dieser Text stammt aus dem Open-Content-Buchprojekt „Handbuch Internet of Things“. Lesen Sie hier weiter…