Unternehmen müssen sich jetzt um datengetriebene Projekte kümmern. Damianos Soumelidis im Gespräch

Foto: Christian Dusek Damianos Soumelidis, Managing Director des Entwicklungs- und Beratungshauses Nagarro Österreich it&t business: Unternehmen sammeln heute Unmengen an Daten. Wie kann man diese nutzbar machen?

Damianos Soumelidis: Datensammeln ist einfach. Oft wissen die Unternehmen allerdings nicht, welche Informationen sie haben, wo die Daten sind, und wie sie mit ihnen umgehen sollen. Je nach Branche gibt es unterschiedliche Ansätze. Der Klassiker ist Fertigungsindustrie, wo es um Maschinen und deren Wartung geht, dort ist das Thema präventive Wartung ganz stark. Um zu abstrahieren: Es geht darum, aufgrund der gesammelten Daten auf künftige Ereignisse zu schließen.

Die Technologie ist für alle Branchen spannend – und steht bei großen Playern im Mittelpunkt ihres Tuns. Nehmen sie etwa Streaming-Anbieter wie Netflix und Spotify. Ohne Userdaten wären Features wie Empfehlungen oder personalisierte Playlists nicht möglich. Der Unterschied zu Früher ist, dass es heute eine Konvergenz von dramatisch verbesserten Algorithmen und günstigen, exorbitant leistungsstarken Rechenkapazitäten gibt, die, kombiniert mit den neuen Möglichkeiten, die künstliche Intelligenz bietet, neue Ansätze ermöglicht.

Welche Möglichkeiten eröffnet KI?

Der Begriff „künstliche Intelligenz“ wird für alles Mögliche verwendet, da muss man differenzieren. KI heißt, dass Maschinen etwas schaffen, wofür man früher menschliche Intelligenz benötigt hat. Dieses Konzept verschiebt sich natürlich ständig. Der Bereich, in dem KI heute am meisten Anwendung findet, ist Machine Learning. Auch hier muss man differenzieren. Bei der Musterkennung füttere ich dem Algorithmus Daten und sage der Maschine, worum es sich handelt. Irgendwann „erkennt“ die Maschine dann, dass es sich bei dem Tier auf dem Foto um einen Hund handelt, oder dass ein fehlerhafter Datensatz vorliegt. Die zweite Variante: Der Algorithmus bekommt unbekannte Daten und „lernt“ durch einen Reward-Mechanismus – das heißt, ich sage der Maschine, ob das Ergebnis schlechter oder besser passt.

Diese Methoden werden wiederum für zwei große Bereiche angewendet. Erstens in der Datenverarbeitung und Datenklassifizierung, mit dem Ziel, zukünftige Ereignisse vorauszusagen. Zweitens – und dieser Bereich wird immer wichtiger – in der Verbesserung der Datenqualität. Die Datenqualität ist eine der größten Hürden, besonders wenn es um ältere Legacy-Daten geht.

Auf welchem Stand sind die Projekte?

Wir kommen in die Anwendungsphase. Es gibt bereits eine Reihe von vernünftigen Anwendungen. Unternehmen, die vor einiger Zeit mit Projekten begonnen haben, ernten jetzt die Früchte.

Österreich ist in den letzten Jahren mit einer eher abwartenden Haltung, was die Nutzung von neuen Technologien betrifft, gut gefahren. Kein „Early Adopter“ zu sein hat auch seine Vorteile. Mit den datengetriebenen Projekten ist es aber meiner Meinung nach so, dass wir uns die abwartende Haltung nicht leisten können. Ich muss von Anfang an mitspielen und Erfahrung und Wissen sammeln – auch auf die Gefahr hin, dass sich manche Projekte als nicht zielführend erweisen. Sonst hänge ich bald am Tropf derer, die sich frühzeitig mit der Technologie beschäftigt haben.

Welche Best Practices gibt es? Wo hapert es in den Projekten?

Das schwierigste ist, die bestehende Mannschaft mit dem Know-how auszustatten, um solche Projekte umsetzen zu können. Ganz wichtig: Die Rolle des Data Scientist muss in jedem Unternehmen, egal wie groß, besetzt sein. Es braucht jemanden, der das datengetriebene Denken in den Fokus rückt.

Auf der anderen Seite muss man sagen, dass die Mittel an und für sich sehr demokratisch sind. Ich kann in der Cloud – und ohne Cloud geht es nicht – mit wenig Geld auch als kleines Unternehmen starten.

Und der vielleicht wichtigste Punkt: Projekte müssen von Anfang an alle Stakeholder miteinbeziehen. Es ist erstaunlich welche Ideen von den Leuten kommen, die im Feld mit den Lösungen arbeiten. Dabei geht es weniger um die Technologie, die muss ohnehin funktionieren. Dem Projekt Leben einzuhauchen und die Jobs der Menschen, die täglich damit arbeiten, zu vereinfachen, das ist das eigentliche Ziel. –lh–

Link: Nagarro