Oliver Schröder

ist Geschäftsführer EMEA Central bei Informatica.

Business IntelligenceData & Storage

Wenn es um Daten geht, sind Machine Learning und künstliche Intelligenz bereits Realität

Mit der digitalen Transformation stehen die meisten Unternehmen dem größten Wandel ihrer Geschäftsmodelle seit Jahrzehnten gegenüber. Für sie bedeutet dies nicht weniger als neue Technologien, neue Prozesse und vielfach auch neue Geschäftsmodelle.

Allerdings hängt die digitale Transformation von einer Reihe verschiedener Faktoren ab. Einer davon: Daten. Sie sind die Basis für jede erfolgreiche Veränderung innerhalb eines Unternehmens. Allerdings stehen Firmen momentan nicht vor einem ganz normalen Wandel, wie er alle paar Jahre passiert. Sie stehen vielmehr vor einem Paradigmenwechsel, wie er maximal einmal pro Generation vor sich geht und den Informatica Data 3.0 nennt.

Big Data: Business Intelligence (Bild: Shutterstock)

Die riesige Datenmenge, die Firmen heute bei der Entscheidungsfindung unterstützen kann, übersteigt häufig die menschliche Vorstellungskraft. Unternehmen können nur schwer mit der Datenflut Schritt halten, geschweige denn, sie analysieren und Erkenntnisse daraus ableiten. Technologien wie Machine Learning und künstliche Intelligenz (KI) können hier unterstützen und werden deswegen immer wichtiger für Unternehmen.

Selbst auf einfache Fragen gibt es keine einfache Antwort

Eine erfolgreiche digitale Transformation benötigt Daten als Grundlage. Zunächst stellen sich aber eine Reihe von Fragen, die die meisten Unternehmen nicht einfach beantworten können. Einige Beispiele:

  • Wie viele Datenbanken gibt es im Unternehmen? Über welche Anzahl von Tabellen und Schemata verfügt eine Firma?
  • In welchem Format sind die Daten gespeichert? Wie sind die Geschäftszahlen, Mitarbeiter- und Produktdaten archiviert? Sind es strukturierte oder unstrukturierte Daten?
  • Welche Daten liegen in der Cloud? Wie viele und welche Cloud-Anwendungen werden überhaupt genutzt? Welche Daten werden in welchen Cloud-Apps gespeichert?
  • Wer hat Zugriff auf die Daten – innerhalb des Unternehmens, bei Partnern oder Kunden?
  • In welcher Datenbank liegen die aktuellsten Informationen? Wie viele Kopien sind wo gespeichert?

Das Wachstum von Cloud- und Big Data-Plattformen erschwert die Antworten auf diese Fragen. Solche Lösungen bieten leistungsfähige Datenverarbeitungsfähigkeiten – und zwar für jeden Mitarbeiter und zu überschaubaren Kosten. Anwender nutzen diese Applikationen daher immer häufiger. Daher stellt sich auch die Frage: Wie können Unternehmen die Kontrolle über die Daten behalten und Datenwildwuchs vermeiden?

Hier spielt Machine Learning seine Stärken aus. Es geht bei Machine Learning nicht um perfekte Antworten. Vielmehr wird die beste Antwort auf Basis momentan verfügbarer Daten geliefert. Mit zusätzlichen Daten wird die Antwort bereits einige Tage später detaillierter. Die Vorgehensweise ähnelt Amazon-Empfehlungen: Diese sich nicht perfekt, aber gut genug, um weiteres Business zu generieren. Diese Vorgehensweise auf Basis von Machine Learning unterstützt Unternehmen dabei, ihre Ziele zu erreichen.

Eine Herangehensweise von Informatica an Machine Learning ist, Daten auf der Rechnerebene mit einer künstlichen Intelligenz (KI) zu verknüpfen, die einheitliche Metadaten generiert und archiviert. Dafür wird Machine Learning dazu genutzt, Metadaten wie Struktur, Attribute, logische und physische Speicherorte, Beziehungen, Verknüpfungen, Profile und Qualität der zugrunde liegenden Daten zu analysieren. Diese Information können on-premise in konventionellen Datenspeichern oder Big Data-Plattformen, in Cloud-basierten Anwendungen oder in Data Repositories abgelegt werden. Dank dieser Vorgehensweise finden Organisationen schneller die benötigten Informationen und können auf dieser Basis Entscheidungen treffen.

Business-Daten mit KI analysieren – klein beginnen und schnell wachsen ist der Schlüssel

Chief Information Officer und Chief Digital Officer sollten zunächst in ein oder zwei Geschäftsbereichen mit der KI-Integration beginnen. Viele Unternehmen implementieren zunächst einen Enterprise Data Catalog im Zusammenhang mit einer Daten-basierten Initiative wie der Datenschutzgrundverordnung (DSVGO), der Migration in die Cloud oder Predictive Analytics. Andere Firmen hingegen legen ihren Schwerpunkt darauf, effizienter zu werden oder Betriebsabläufe vereinfachen – und lassen sich dabei von einer Machine Learning-Lösung unterstützen.

Sobald die Mitarbeiter wissen, wie sie Machine Learning-basierte Technologien einsetzen, werden diese schnell akzeptiert und entsprechend genutzt. Unternehmen sind dann in der Lage, schnell eine belastbare Datenbasis aufzubauen und ihre digitale Transformation durch fundierte Analysen und Erkenntnisse zu unterstützen. Gleichzeitig gewährleisten entsprechende Lösungen eine volle Kontrolle über die Daten in der neuen Data 3.0-Welt. Machine Learning und KI sind hinsichtlich der Datenanalyse in Firmen bereits Realität geworden.