Was uns Branchenführer über die Zukunft von Daten verraten
Bruno Aziza
Head of Data & Analytics, Google Cloud
Fast zwei Drittel aller führenden Unternehmen halten den Aufbau von Plattformen für das Bereitstellen von Daten für einen der besten Wege, ihr Geschäft zukunftssicher zu machen. Die dazu von McKinsey & Company beauftragte Untersuchung unterstreicht: Branchenführer zeichnen sich dadurch aus, dass sie Daten nicht nur als geschäftliche Komponente betrachten, sondern Daten als wesentlichen Teil ihres Geschäftsbetriebs wahrnehmen.
Was bedeutet das für Ihr Unternehmen? Welche Perspektiven und Praktiken können Sie mit Ihrem Team entwickeln, um sich einen Wettbewerbsvorsprung zu sichern?
Es besteht kein Zweifel, dass Daten der wesentliche Baustein für geschäftliche Transformationen und der Brennstoff für analytische und transaktionale Anwendungen sind. Sobald ein Datenbestand vorhanden ist, lassen sich KI-gestützt geschäftsrelevante Informationen extrahieren. Unternehmen gewinnen damit eine Basis für bessere Entscheidungen in Echtzeit und datengetriebene Anwendungen. Von Unternehmenskunden von Google Cloud wissen wir, dass der Erfolg einer Datenstrategie von drei Kriterien abhängt: Die Architektur sollte offen, intelligent und flexibel sein. In diesem Blogartikel möchten wir aufzeigen, was damit gemeint ist und wie diese Kriterien umgesetzt werden können.
Ein offener Ansatz
Es mag zunächst logisch erscheinen, dass eine eng verzahnte und geschlossene IT-Umgebung mehr Wertschöpfung durch bessere Steuerbarkeit verspricht. Allerdings schreitet die Geschwindigkeit von technologischen Innovationen schneller voran, als Unternehmen die entsprechenden Lösungen aus einer Handvoll Technologien entwickeln können – geschweige denn alle benötigten Daten aus einer einzigen Quelle zu gewinnen, die in derselben Cloud gespeichert sind.
In ihrer jüngsten Prognose bezeichnete IDC 2021 als Jahr der Multi Cloud-Lösungen*. Diese Aussage ist treffend. Egal, ob Sie produzieren, im Einzelhandel oder im Gesundheitswesen aktiv sind: Ihr Unternehmen arbeitet mit Partnern zusammen, die höchstwahrscheinlich andere technologische Entscheidungen getroffen haben. Die Daten, die Sie benötigen, die Protokolle, die Sie nutzen, und die Anwendungen, anhand derer Sie zusammenarbeiten, sind also zwangsläufig heterogen. Verschiedenste Schnittstellen, Technologie-Stacks und Clouds sind im Alltag von CIOs die Regel. Mit Blick auf die IT-Architektur sind demnach offene Umgebungen, die zugleich an diese „Vielfalt“ anpassbar sind, erforderlich.
Dabei geht die Vielfalt über die Art der Cloud und des Datenspeichers hinaus: Sie erstreckt sich auch auf die Fähigkeit der IT-Organisation, an den Geschäftsmodellen der Partner anzusetzen. Open Source ist eine zentrale Komponente eines modernen Enterprise-Stacks, und wie bereits vielfach angemerkt wurde: Open Source-Software kann weltweit das Maß der Dinge werden.
Wir stellen auch fest, dass Unternehmen, die die Innovationsleistung ihrer Konkurrenz übertreffen, zugleich Partnerschaften mit Anbietern eingehen, die vorwiegend in Open Source investiert haben. Durch die frühzeitige Entscheidung für Open Source können Branchenführer einen Beitrag zum Aufbau eines breiteren Ökosystems leisten – und zugleich von der Kreativität der Community profitieren.
„Offen“ bedeutet im Jahr 2021, dass die Community den Ausgangspunkt bildet. Ihre Entscheidungen werden für verschiedene Clouds, Anbieter und Geschäftsmodelle übernommen und gefördert. Ob kommerziell oder Open-Source spielt dabei keine große Rolle.
Lesen Sie bei Interesse weiter:
Mehr intelligente Erkenntnisse
Branchenexpert*innen werden bemerken, dass diese offene Denkweise die Operationalisierung kritischer Workloads beschleunigt, beispielsweise bei KI. Nach Einschätzung von Gartner werden „bis 2025 50 % aller Unternehmen, die KI-Orchestrierungsplattformen implementieren, neben proprietären Angeboten auf Open-Source-Technologien setzen, um moderne KI-Funktionen bereitzustellen“.** Offenheit avanciert zu einem zentralen Merkmal des „intelligenten Unternehmens“.
Doch was bedeutet „intelligent“ in diesem Kontext? Wir stellen fest, dass sich die Intelligenz führender Unternehmen zweifach manifestiert: Als operative Intelligenz und als Intelligenz in der Innovation.
Dabei bezieht sich die operative Intelligenz auf die Methoden, die zur Optimierung von Betrieb und Infrastruktur angewandt werden. Ein treffendes Beispiel solcher Intelligenz ist Google Active Assist: Diese Lösung liefert Informationen zu Richtlinien, Kosten, Netzwerk, Rechenleistung, Daten und Anwendungsplattform. Operative Intelligenz kann Fähigkeiten zur selbsttätigen Feinabstimmung, Selbstheilung oder dem Treffen eigener Entscheidungen umfassen, aber auch den Einsatz von Algorithmen, um die operative Effizienz und Zuverlässigkeit zu optimieren.
Die zweite Art der Intelligenz betrifft den Einsatz von KI, um bessere Erlebnisse für Kundinnen und Kunden zu schaffen und entscheidende Informationen schneller zu gewinnen. Lösungen zur Produktempfehlung helfen Konsument*innen, bessere Produkte zu finden; mit Systemen zur Anomalieerkennung entdecken Finanzanalyst*innen Betrugsfälle schneller, können ihre Kund*innen und ihr Unternehmen schützen.
Ich bemerke häufig scherzhaft, dass AI (KI) meiner Ansicht nach nicht nur für „Artificial Intelligence“, sondern auch für „Applied & Invisible“ (Angewandt & Unsichtbar) steht. Warum? Im Laufe der Jahre habe ich gelernt, dass Unternehmenskunden dann am meisten von künstlicher Intelligenz profitieren, wenn sie sauber in die Anwendungen integriert ist und für konkrete geschäftliche Problemstellungen und Zwecke angewandt wird.
Die Möglichkeit, die Nutzung künstlicher Intelligenz zu demokratisieren, steckt in ihrer Integration mit Anwendungen, die Nutzer*innen bereits kennen und schätzen. Interessant in dieser Hinsicht: Das Beispiel von Veolia (VEOEY), ein französisches, transnational aktives Versorgungsunternehmen, in dem auch nicht-technische Angestellte schnell zu wertvollen Informationen gelangen. Die Lösung ist Data QnA, eine Analytik-Schnittstelle, die mit natürlicher Sprache arbeitet.
Eventuell kommt Ihnen das Beispiel von PwC angesichts Ihrer eigenen Anforderungen vertraut vor: Der spezialisierte globale Dienstleister setzt Connected Sheets ein, um einen leichteren Datenzugang für die Breite der Belegschaft zu schaffen. Features wie Sheets Smart Fill und Sheets Smart Cleanup bieten Unternehmen weitere Möglichkeiten, die Google KI auszuschöpfen, die nativer Bestandteil vertrauter Anwendungen geworden ist.
Intelligente Lösungen finden Sie in modernen Anwendungen, die von den Ausgangspunkten KI und Daten aus entwickelt werden. Suchen Sie nach Tools, die vielen Leuten den Zugang zu Analysefunktionen und künstlicher Intelligenz ermöglichen. Je mehr Menschen Zugriff auf Machine Learning-Funktionen in ihren vertrauten Anwendungen genießen, desto schneller wird Ihr Betrieb zu einem „offenen und intelligenten Unternehmen“.
Lesen Sie bei Interesse weiter:
Flexibilität bei der Auswahl
Auf dem Weg zu einer offenen und intelligenten Datenarchitektur könnte Ihr Unternehmen gewissen Hindernissen begegnen. Eventuell verhindern starre und inkompatible Preismodelle die gewünschte Kombination von Technologien. Möglicherweise zeigen bestimmte Technologien bei kleinen Pilotprojekten vielversprechende Leistungen, scheitern jedoch im tatsächlichen Einsatz aufgrund Ihrer rapide wachsenden Workloads. Vielleicht finden Sie Lösungen, die auf Batch-Ebene effektiv funktionieren, aber nicht Ihren Echtzeit-Anforderungen entsprechen, sodass Sie sich aus ganz unterschiedlichen Toolsets bedienen müssen, um Ihre Anforderungen zu decken.
Dennoch: Gehen Sie bei Preisen, Skalierbarkeit, Vielseitigkeit und Funktionalität keine Kompromisse ein. Wahlfreiheit und Flexibilität sind wesentliche Voraussetzungen für Ihren Erfolg, denn Architekturen für Unternehmensdaten der Zukunft zeichnen sich dadurch aus, dass sie sich ganz nach Wunsch zusammenstellen lassen. Laut Gartner werden bereits „2023 60 % aller Unternehmen Komponenten von drei oder mehr Analyselösungen zusammenführen, um Analytik-gestützte Geschäftsanwendungen zu schaffen, die Datenwissen und Aktivitäten in Zusammenhang stellen“.***
Vorsicht vor Maslows Hammer
Der Trend zur freien Tool-Zusammenstellung hat Konsequenzen hinsichtlich der Anbieter, für die Sie sich entscheiden. Sie werden immer öfter feststellen, dass selten ein Anbieter allein die ganze Antwort parat hat. Vielmehr werden Sie Mehrwert aus einem bedacht koordinierten Ökosystem beziehen, das sowohl technologisch offen ist, als auch in puncto Geschäftsmodell und Implementierung Wahlfreiheit bietet.
Branchenführer behalten dabei das „Gesetz des Instruments“ beziehungsweise „Maslows Hammer“ im Hinterkopf, eine kognitive Neigung, die dazu verleitet, zu oft auf das vertraute Werkzeug zurückzugreifen. Folgendes formulierte der Psychologe Abraham Maslow im Jahr 1966: „Ich glaube, es ist verlockend, wenn das einzige Werkzeug, das man hat, ein Hammer ist, alles zu behandeln, als ob es ein Nagel wäre.“
Führende Unternehmen analysieren ihre Anwendungsfälle sorgfältig. Sie konzentrieren sich auf die Szenarien und Produktivitätssteigerungen, die sie realisieren möchten, kategorisiert nach Kategorie der Mitarbeiter*innen, auch als „Personas“ bezeichnet. Sie untersuchen die Kernfähigkeiten der Lösungen, deren Implementierung sie beabsichtigen, und optimieren ihre Effektivität im Hinblick auf ihren primären Zweck (dem „Center of Design“).
Wenn Ihnen eine Data Lake-Lösung für den Einsatz als Data Warehouse vorgestellt wird, fragen Sie konkret nach den entsprechenden Vor- und Nachteilen. Eine Konvergenz dieser Technologien findet durchaus statt, doch Ihr Unternehmen muss die Kompromisse eingehend bewerten, bevor es die Anwendung einer bestimmten Lösung über ihren „Center of Design“ hinaus ausdehnt. Sie könnten auch die Anforderung haben, dass ein bestimmtes Produkt für Ihr Unternehmen anwendungsgerecht auf unterschiedliche Weise lizenziert wird. Nehmen Sie als Beispiel die Pricing-Optionen bei Google BigQuery: Dasselbe Data Warehouse-Produkt kann auf dreierlei Weise in Anspruch genommen werden – per On-Demand-, Pauschalpreismodell oder als Kombination beider Optionen. Ein weiteres Beispiel liefert Dataflow FlexRS, eine Option, die Batch-Verarbeitungskosten durch hochentwickelte Planungsverfahren reduziert.
Zu den Beispielen für Organisationen, die erfolgreich offene, intelligente und flexible Datenarchitekturen aufgebaut haben, zählt Unity. Das Unternehmen hat Technologien wie Dataproc, Dataflow und BigQuery zusammengeführt. Ein weiteres interessantes Beispiel liefert uns Vodafone mit der Umsetzung seiner Vision von einem „Data Ocean“, der sämtliche Nutzer*innen und Daten erfasst. Von den in diesem Blogartikel erwähnten Unternehmen konnten wir viel lernen. Sie benötigen Unterstützung auf Ihrer Reise zu einer offenen, intelligenten und flexiblen Datenarchitektur? Unser Vertriebsteam hilft Ihnen gerne weiter.
Weitere Ressourcen:
Wie Vodafone mit Google Cloud eine Daten-Plattform aufbaute (im folgenden Video)
*IDC Press Release, IDC Expects 2021 to be the Year of Multi-Cloud as Global COVID-19 Pandemic Reaffirms Critical need for Business Agility, März 2020
**Gartner, Predicts 2021: Operational AI Infrastructure and Enabling AI Orchestration Platforms, Chirag Dekate, et al., 02.12.2020 .
***Gartner, Predicts 2021: Analytics, BI and Data Science Solutions — Pervasive, Democratized and Composable, Austin Kronz, et al., 05.01.2021
