5 Tipps, wie sich die Telekommunikationsbranche neu erfinden kann

Immer mehr vernetzte Geräte produzieren stetig steigende Datenmengen, wodurch sich für Telekommunikationsunternehmen die Chance bietet, sich zu modernen Communication Service Providern (CSP) zu transformieren. Diese verstehen sich als Anbieter neuer digitaler Technologien und Dienste, die in der Smart City, im Smart Home, in autonom fahrenden Autos und in der vernetzten Produktion (Industrie 4.0) zum Einsatz kommen. Entscheidend angetrieben wird die Entwicklung zusätzlich von 5G.

Der neue Mobilfunkstandard bietet Datenraten von bis zu 10 Gigabit pro Sekunde, wodurch künftig noch viel mehr Daten in Echtzeit gestreamt werden. Diese Daten muss ein CSP anreichern, bevor er sie mit herkömmlichen Data-Warehousing-Lösungen und Dashboards analysieren und für neue digitale Services nutzen kann. Schließlich soll das eigene Geschäftsmodell digitaler werden, woran auch alle anderen Branchen intensiv arbeiten. Vor allem die Pharma- und Chemiebranche sowie IT und Telekommunikation sind in der Corona-Pandemie am schnellsten gewachsen. Hier vermelden laut einer Bitkom-Umfrage jeweils knapp die Hälfte der Unternehmen etwaige Fortschritte. Der mögliche wirtschaftliche Erfolg zeichnet sich für CSPs vor allem auf den digitalen Anwendungsfeldern wie Analyse der Kundenerfahrung, Cyber-Security und im Umfeld von IoT (Internet of Things) ab – jedoch nur, wenn sie bestimmte Fähigkeiten mitbringen.

1) Multifunktions-Analyse der Daten durchführen

CSPs erzeugen heute bereits große Mengen wertvoller Daten. Sie haben Zugang zu detaillierten Kundenprofilen, Inhaltspräferenzen und Nutzungsmustern sowie zu Geräte-, Netzwerk-, Standort-, Sensor- und App-Nutzungsdaten. Ihre Aufgabe besteht nun darin, jede dieser Datenarten zu erfassen, zu verarbeiten, zu speichern und zu analysieren. Dabei darf es keine Rolle spielen, woher die Daten stammen und ob sie am Edge, im eigenen Rechenzentrum, in einer Public oder Hybrid Cloud generiert, gesammelt, verarbeitet oder abgelegt werden. Die Unternehmen müssen in der Lage sein, schnell Erkenntnisse und Anwendungsfälle aus statischen Werten und dynamischen Daten zu gewinnen – je näher an Echtzeit, desto besser. Maschinelles Lernen (ML), fortschrittliche Analytik und künstliche Intelligenz (KI) identifizieren für sie Muster in Petabytes von Daten, erkennen Anomalien und treffen Vorhersagen. Dazu müssen mehrere Analyseverfahren gleichzeitig auf dieselbe Datengrundlage zugreifen können.

2) Mit einer übergreifenden Datenplattform Silos aufbrechen

Allerdings gehört die nötige Multifunktions-Analyse im Telekommunikationssektor noch nicht zum Standard. Häufig laufen analytische Workloads in Silos. Damit die skizzierte intelligente Datenauswertung die Beziehung verschiedener Daten zueinander über das gesamte Unternehmen hinweg erkennt, bedarf es einer übergreifenden Datenplattform. In Frage kommt ein Public Cloud Service, da dieser die nötige Agilität und Flexibilität mitbringt sowie bei der Datendichte punktet.

Plattformen, die auf Open Source und einem offenen Analyse-Framework basieren, erfüllen das Anforderungsprofil. Diese Lösungen laufen sowohl in jeder beliebigen Public Cloud als auch lokal in Rechenzentren oder Private-Cloud-Umgebungen. Wichtig ist zudem, dass sie unabhängig von der Umgebung konsistent gängige Sicherheits- und Governance-Richtlinien ermöglichen und durchsetzen. In die engere Auswahl kommt eine Plattform, wenn sie dann noch über den gesamten Datenlebenszyklus hinweg ein Analysespektrum bietet, das zumindest gleichwertig oder besser ist als jede der einzelnen Silo-Lösungen.

Haben Telekommunikationsunternehmen eine übergreifende, Cloud-fähige Plattform im Einsatz, die Multifunktions-Analysen ermöglicht, können sie neue Anwendungsfälle abbilden, mit denen sie ihre Betriebskosten erheblich senken oder neue Umsatzerlöse erschließen.

3) Personalisierte Kundenerlebnisse schaffen, die sich rechnen

Im Kundenservice geht es darum, Kundenprofile und Nutzungsdaten, Netzwerk-Leistungskennzahlen, Standortdaten und Social-Media-Streams zusammenzuführen. Die darauffolgende Multifunktions-Analyse befähigt zum Vorhersagen von beispielsweise Kundenabwanderungen und dem Ergreifen passender Gegenmaßnahmen. Zudem lassen sich daraufhin Angebote personalisieren und gezielte Marketingkampagnen durchführen. Genau dieses Ziel verfolgt Telefónica in Spanien mit einer skalierbaren Cloud-Plattform, auf der mehr als 100 Applikationen laufen. Der Technologie-Stack erfasst, speichert und analysiert beispielsweise Kundeninteraktions- und Erfahrungsdaten. Die Echtzeit-Einblicke ins Kundenverhalten verhelfen dazu, personalisierte Erfahrungen zu bieten, indem beispielsweise gezielt passende TV-Inhalte ausgespielt werden. Nach dem Implementieren der Technologie stieg die Kundennutzung um 20 Prozent. Die Kunden waren deutlich zufriedener und die Abwanderungen nahmen ab.

Vergleichbare Erfahrungen macht die Deutsche Telekom. Der Provider setzt die Cloudera Data Platform ein, um Mehrwert aus seinen Daten zu ziehen. Genutzt wird sie zur Betrugserkennung sowie der Verbesserung des Kundenbeziehungsmanagements (CRM), der Netzqualität und der betrieblichen Effizienz. Durch die Anwendung von maschinellem Lernen und künstlicher Intelligenz identifiziert das Unternehmen Netzwerkprobleme, bevor die Kunden sie bemerken, und kann Betrugsmuster und Echtzeit-Bedrohungen erkennen, bevor das Unternehmen davon betroffen ist. Zudem führte die verbesserte Datenanalyse zu einem tiefergehenden Verständnis hinsichtlich der Wünsche der Kunden. Auf Basis dieser Einsichten optimiert die Deutsche Telekom ihre Kampagnen, was die Umsätze enorm angekurbelt hat. Gleichzeitig konnte die Kundenabwanderung um bis zu zehn Prozent reduziert werden.

4) Auf höherem Cyber-Sicherheitsniveau bewegen

Die Sicherheitsexperten eines CSPs müssen auf eine Datenflut einschließlich Netzwerkprotokollen, Ereignis- und Streaming-Daten sowie Bestands- und Konfigurationsdaten in Echtzeit zugreifen und diese analysieren. Nur dann können sie Risiken und Vorfälle rechtzeitig erkennen, um zu reagieren. Die beste Unterstützung leisten Datenplattformen, deren ML- und KI-Funktionen Anomalien finden und vor ungewöhnlichen Aktivitäten wie Betrug in Echtzeit warnen. Zusätzlich soll die Technik Fehlalarme reduzieren und sowohl unbekannte als auch bekannte Betrugsarten identifizieren. Roaming-, Abonnement- und Servicebetrug sowie andere Maschen verursachen erhebliche Umsatzverluste – welche die Deutsche Telekom mit ihrer Cloud-Plattform um mindestens zehn Prozent verringert hat.

5) Die eigene Position im IoT-Umfeld nutzen

Die Telekommunikationsbranche kann im übertragenen Sinn die Konnektivitätsschicht für das rasant wachsende IoT-Ökosystem bilden. Sie befindet sich in der günstigen Position zwischen Sensoren und Anwendern, um Daten zu integrieren, zu aggregieren und gleichzeitig Sicherheit und Analysen bereitzustellen. Fließen Kundenstandortinformationen, demografische Daten und Präferenzen der Kunden mit ein, sind künftig Datenanalysen als Service (DAaaS) für den Einzelhandel, die Finanzdienstleistungen, die Werbung, das Gesundheitswesen und die öffentliche Verwaltung denkbar. Mit Petabytes von Daten, die Sensoren in Echtzeit streamen, treiben CSPs bereits jetzt das Entwickeln von IoT-Anwendungsfällen für industrielles IoT, E-Health, Telematik, Versorgungsunternehmen und Verbraucher-IoT an. Die Nachfrage nach Datenmanagement- und Analysediensten wird allerdings nur weiterwachsen, sobald diese Angebote ausgereift sind.

Neu-Erfindergeist ist gefragt

Den Telekommunikationsunternehmen stehen Datenplattformen zur Verfügung, die alle nötigen ML- und KI-Funktionen für eine Multifunktions-Analyse des gesamten Datenlebenszyklus bündeln. Egal ob Unternehmen mit Analysen zur Kundenabwanderung, zum Target-Marketing, zur Betrugserkennung oder für neue IoT-Anwendungen loslegen – die Vorteile liegen auf der Hand. Die Telekommunikationsbranche muss erkennen, in welcher guten Ausgangsposition sie sich befindet, um ihre Transformation zu beschleunigen. Das bedeutet auch, dass sich ihre Unternehmen neu definieren werden, wenn nicht sogar als CSPs neu erfinden müssen.

Anja Schmoll-Trautmann

Anja Schmoll-Trautmann berichtet seit 2001 vorrangig für ZDNet.de über aktuelle Entwicklungen im Bereich Consumer Electronics, Mobile und Peripherie. Seit 2012 beschäftigt sie sich auch für silicon.de immer wieder mit Business-Hardware, Digitalisierung und Markttrends.

Recent Posts

Agile Entwicklung: Was bringt sie Unternehmen und deren Kunden?

Von Dr. Matthias Laux, Head of Software Development, Wolters Kluwer Tax & Accounting Deutschland.

2 Monate ago

ULE ist für Residential Gateways unverzichtbar

Bedarf an stabilen Funkstandards im Heimnetz ist größer denn je, sagt Ulrich Grote, Vorsitzender der…

7 Monate ago

Digitalisierung in Zeiten von Corona – die Cloud als treibende Kraft

Unternehmen haben infolge der Corona-Pandemie mit einigen Herausforderungen zu kämpfen – nicht nur finanziell, sondern…

8 Monate ago

Leben retten mit pseudonymisierten Daten

Geoinformationssysteme ermöglichen immer bessere Sicherheits-Anwendungen. So lassen sich zum Beispiel Panik-Potentiale bei Menschenversammlungen frühzeitig erkennen.…

11 Monate ago

Cyber-Sicherheit 2021: Fünf Prognosen für das kommende Jahr

Cloud Computing, Home-Office, Erpressungskampagnen und „Carpet-Bombing“ werden die IT-Sicherheit 2021 vor noch mehr Herausforderungen stellen.

12 Monate ago

Datenbanken der Zukunft: Tech verändert die Finanzindustrie

Tom Becker beschreibt, wie Self-Service-Lösungen für Analytics, codefrei zu erstellende datenbasierende Vorhersagen sowie Modellberechnungen per…

12 Monate ago