Daten als Öl des 21. Jahrhunderts (1/2)

Jeden Tag werden 2,5 Mio. 1 TB Festplatten mit neuen Daten gefüllt d.h. die Höhe von 77 „Eifeltürmen“ an Daten generiert. Das sind pro Tag ca. 2,5 Millionen Terabyte.

Warum bergen Daten so viel Potential?

Aus Daten können individuelle Empfehlungen pro Kundengruppe erstellt werden und das subjektive Bauchgefühl und Erfahrung ohne die Abhängigkeit von Mitarbeitern umgesetzt werden.

Es geht darum Einsichten (Insights) auf Daten zu gewinnen,. damit  bessere Entscheidungen zu gewinnen und einen datengetriebener Ansatz zu verwenden. Das datengetriebene Entscheidungsmanagement kann rückblickend oder in die Zukunft erfolgen.

Bei der Datenanlyse ist das Zusammenspiel zwischen Mensch und Maschine sehr wichtig. Ein Algorithmus kann bei der Indikation unterstützen, aber den Mensch nicht komplett ersetzen.

Das datengetriebenes Entscheidungsmanagement wird in folgende Disziplinen unterteilt:

  • Data Warehouse – Speicherung der Daten
  • Data Analytics – Analysen von konkreten Fragestellungen durchführen
  • Data Science – Welche Fragen müssen aus der Makroperspektive gestellt werden?

Data Warehouse

In einem Data Warehouse können konsistente Datenanalysen durchgeführt und Ergebnisse gemessen werden. Es handelt sich um ein zentrales Datenbanksystem das auf Datenalyse spezialisiert ist.

Das Data Warehouse soll die Integration von unterschiedlichsten Daten aus unterschiedlichen Quellsystemen in ein zentrales System („Single Point of Truth“) gewährleisten. Durch die Seperation d.h. Trennung von operativen Systemen und Analysesystemen können auch komplexe Abfragen die Last der Systeme nicht beeinflussen.

Es muss die Datenextaktion aus Quellsysteme durchgeführt und Integrationsschicht für die Harmonisierung der Daten vorgenommen werden. Danach werden die Daten im Data Warehouse Data Marts (Kopien von Ausschnitten für relevante Abteilungen zum Schutz und Performance) verteilt.

Folgende Aufgaben existieren in einem Data Warehouse:

  • Datenbeschaffung und Integration von Systemen (auch die Aktualisierung)
  • Datenhaltung
  • Versorgung der Data Marts
  • Datenanlyse und Reports

Dazu wird der klassische ETL-Prozess verwendet:

  • Extraktion – Regelmäßige Abzüge der Daten (automatisiert oder pro Anfrage)
  • Transformation – Vereinheitlichung von Daten z.B. Datumsformat, doppelte Einträge löschen
  • Load – Speicherung in der Zieldatenbank

Folgende Fragen kann man sich bei der Einführung eines Data Warehouse stellen:

  • System – Welches System wird benötigt?
  • Kompetenzen – Kompetenzen im Unternehmen vorhanden oder externe Berater involvieren?
  • Parameter – Welche Abteilung benötigt welche Daten? Welche Zugriffsbeschränkungen? Wie häufig muss aktualisiert werden?

Im Data Warehouse gibt es natürlich auch ein paar Herausforderungen. Diese betreffen häufig den Datenschutz. Auch die Datenvermeidung / Datensparsamkeit muss gewährleistet werden d.h. persönliche Daten müssen anonymisiert oder pseudonymisiert werden.

Ein Data Warehouse ist notwendig für unternehmensweite Kennzahlen ausgehend vom „Single Point of Truth“ zu gewährleisten. Für die objektive Beurteilung der Zahlen darf aber auch der zum Teil hoher initialer Aufwand nicht aus den Augen verloren werden.

Was ist „Robotik“?

Was hat die Robotik mit Automatisierungstechnik zu tun? Der Fokus ist wie wir Maschinen und Anlagen ohne Menschliche Interaktion betreiben können. Hier ist die Robotik als Teilbereich zu sehen.

Folgende angrenzende Bereiche haben auf die Robotik unmittelbaren Einfluss:

  • Maschinenbau
  • Elektrotechnik
  • Informatik
  • Mensch-Maschine-Interaktion
  • Philosophie
  • Soziologie
  • Künstliche Intelligenz
  • Psychologie

Isaac Asimov hat 1942 schon die ersten Robotergesetze definiert:

  1. Ein Roboter darf keinen Menschen verletzen oder Schaden zufügen
  2. Ein Roboter muss auf den Menschen hören (außer es wird Regel 1. verletzt)
  3. Ein Roboter muss seine Existenz schützen (außer es wird Regel 1. oder 2. verletzt)

Überall da wo man Menschen unterstützt werden können, gibt es Einsatzgebiete für die Robotik z.B. automatisierte, wiederholende Tätigkeiten wie die Fließbandarbeit. Oder es werden immer die gleichen Fragen gestellt, hier können dann Chatbots unterstützen.

Außerdem können schwere Aufgaben wie in der Medizintechnik / Operation einfacher mit Robotern durchgeführt werden (Beispiel: Da Vinci Roboter).

Der Roboter ist also als Assistent für den Menschen zu sehen und Einsatzgebiete gibt es dafür viele.

Welches Wissen / Weiterbildung ist für dieses Themengebiet in den Unternehmen notwendig? Kann man das Projekt intern oder mit externer Unterstützung umsetzen? Wie sehen „Worst-Case-Szenarien“ beim Ausfall der Robotik aus?

Fragen gibt es dazu viele. Wie sieht der Einsatz von Robotern / Robotik in Ihrem Unternehmen aus?

Was ist „Künstliche Intelligenz“?

Künstliche Intelligenz hat eine längere Historie wie die meisten Menschen meinen. Es begann mit Brettspielen bereits 1997. Hier verlor Garry Kasparov gegen den Computer Deep Blue im Schach.

Wo ist aber aktuell im Hype-Cycle das Thema Künstliche Intelligenz (KI) zu sehen:

  • Innovationsauslöser (erste Beispiele für Technologie)
  • Gipfel überhöhter Erwartungen (unrealistische Erwartungen an Technologie)
  • Tal der Tränen (enttäuschte Erwartungen an Technologie)
  • Pfad der Erleuchtung (produktive Anwendung der Technologie)
  • Plateau der Produktivität

Abhängig von der Technologie, würde man das autonome Fahren beim Gipfel der überhöhten Erwartungen sehen, aber automatisierte Passkontrollen an Flughäfen bereits im produktiven Einsatz.

Im ersten Schritt ist es wichtig alle notwendigen Daten zu identifizieren. Eine KI entsteht aus dem „Rohstoff“ Daten (die Daten werden veredelt und in komplexen Vorgängen genutzt).

Was ist jetzt aber KI? Ist es Robotik, Machine Learning, Deep Learning, natürliche Sprachverarbeitung oder ein Chatbot? Diese Themen sind alle nur Teilgebiete der KI. Aus meiner Sicht handelt es sich um ein Konzept von Maschinen, die „wie Menschen denken“ sollen und das unterstützt durch die jeweils notwendigen Technologien.

In der Praxis ergeben sich drei größere „KI-Ansätze“:

  • Traditionelle Rechenansätze (Lösung von klar formulierten Aufgabenstellungen)
  • Wissensbasierte Annahmen (weitere Problemstellungen mit weniger formellen Wissen und Strukturen)
  • Lernende Ansätze (Erkennung von Regeln und Beispielen in großen Datenmengen)

Folgende Elemente kann man bei eine produktiven Implementierung im Unternehmen vorbereiten:

  • Ziel – was soll durch den Einsatz von KI erreicht werden?
  • Use Cases – wie hoch ist die wirtschaftliche Auswirkung?
  • Umsetzung – was ist technisch umsetzbar?

Bei neuen Technologien kann man mit einem Pilot-Projekt starten und damit ein Kernteam für das Thema aufbauen. Aus dem ersten Projekt kann dann eine generellen KI-Strategie für das Unternehmen entwickelt werden.

Welche „einfache“ Anwendungsfälle sehen Sie in Ihrem Unternehmen? Welche Use Cases gibt es in Kombination mit ECM-Systemen?

 

Was sind „Smart Contracts“?

Smart Contracts (Intelligente Verträge) sind Verträge, die auf Computerprotokollen basieren. Es handelt sich also um digitale Verträge, die auf der Blockchain-Technologie aufbauen. mart Contracts kann man wie herkömmliche Verträge sehen. Sie kosten aber weniger Geld, laufen automatisiert ab und arbeiten damit wesentlich effizienter.

Durch den Vertrag ist die Transaktion komplett nachvollziehbar, transparent und irreversibel. Der gesamte Inhalt des Vertrags wird mit „Wenn-Dann-Regeln“ und dem Grundsatz „Code is law“ im System abgebildet.

Mit der Kombination aus der Blockchain-Technologie und den Smart Contracts können herkömmliche Verträge komplett digital abgebildet werden. Diese können unabhängig vom Standort weltweit durchgeführt werden. Durch die Integration von Kryptowährungen ist auch das Zahlungsmittel komplett digital abgebildet. Aus diesem technologischen Aspekten stellen die digitalen Verträge die Vertragsform der Zukunft dar.

In der Schweiz gibt es in manchen Kantonen bereits das „Digitale Grundbuch“. Welche Digitalen Verträge können Sie sich in Ihrem Umfeld vorstellen, wenn es im Immobiliensektor bereits Realität ist?

Was ist die „Blockchain“?

Was ist die Blockchain und wo kommt sie her?

Die Blockchain (auch Digital Ledger Technology – DLT) ist wohl eine der größten wirtschaftlichen Innovationen der letzten Zeit. Die Blockchain ist hier wie ein digitales Kontenbuch zu sehen.

Im Gesundheitswesen können sensible Patientendaten sicher in einer Blockchain gespeichert und danach selektiv an den Arzt, die Versicherung oder den Patienten weiter gegeben werden.

Eine Blockchain wird bei größeren Datenmengen immer langsame und damit auch teurer. Eine Skalierung ist damit zum Teil schwierig möglich. Neue Kryptotechnologien setzen auf neue Modelle und sind damit schnell, günstig und leicht anzuwenden. Durch die Aufteilung in kleinstmögliche Microservices ist eine einfache Austauschbarkeit gegeben.

Was kann ich aber nun persönlich in der Blockchain abbilden? Wichtig ist im ersten Schritt eine klare Problemstellung zu erarbeiten, dann entsprechende Expertenmeinungen einholen und die Umsetzung in kleinen Schritten zu beginnen.

Welche Ideen haben Sie mit der Blockchain in Ihren Geschäftsprozessen? Sehen Sie eine Blockchain für die Versionierung von Dokumenten in Archivsystemen als Mehrwert?

 

Was ist „Big Data“?

Jeder hat schon von Big Data gehört. Aber was ist eigentlich Big Data?

Bei Big Data handelt es sich um ein Schlagwort für die Analyse von großen Datenmengen. Das Gegenstück ist dann Smart Data – hier werden intelligenten Datenextrakte aus dem gesamten Datenbereich betrachtet.

Wo werden diese Daten aber erstellt? Viele Daten fallen in der Industrie 4.0 oder dem SmartHome an. Es werden aber an allen Schnittstellen der Produktionsketten Daten generiert und gesammelt.

Ein gutes Beispiel ist das Online-Shopping bzw. der E-Commerce-Bereich. Hier werden aus der Ableitung von Datenströmen dem Endkunden ergänzende Produkte oder sogar proaktiv neue Produkte angeboten (hier wird eine Ableitung der „KI“ von anderen Kunden abstrahiert)

Aber welche Daten brauche ich eigentlich im jeweiligen Kontext? Wozu brauche ich die gesammelten Daten? Wie analysiere ich die Daten und welche Rückschlüsse kann ich für die Verbesserung meines Geschäftsprozesses daraus ziehen?

Augmented Reality und Virtual Reality

Viele Personen kennen „Virtual Reality“ nur aus der Unterhaltungsindustrie und Spielebranche. Wie kann uns VR und AR aber im Business-Kontext Mehrwerte gegenüber der echten Realität bringen?

Es gibt einige Anwendungsfälle für die VR-Nutzung:

  • Messe – Planung einer Messe erfolgt komplett in einer virtuellen Messehalle
  • Tourismus – Zimmer werden nicht nur in 360 Grad dargestellt, sondern können komplett betreten werden
  • Immobilien – ein Architekt kann den Hausbau komplett visualisieren und Eindrücke realistisch darstellen
  • Industrie – Kostenintensive Wartung von Maschinen wird an einfachen Beispielen dargestellt
  • Weiterbildung – Neue Möglichkeiten um Trainings per VR zu ergänzen

Bei der Augmented Reality (AR) wird die reale Welt um digitale Informationen entsprechend erweitert. Das bekannteste Beispiel dürfte hier Pokemon Go sein.

Es gibt aber auch einige berufliche Anwendungsfälle für AR:

  • Tourismus – ein historische Erlebnis wird im Urlaub dargestellt und man kann Museumstouren „live“ verfolgen
  • CAD-Zeichnungen werden gemeinsam mit Personen im virtuellen Raum betrachtet
  • die Wartung von Maschinen kann unabhängig vom Ort vorgenommen werden (wenn der Experte an einem anderen Ort sitzt wie das Endgerät)

Durch VR und AR ist eine effizientere Nutzung von Ressourcen möglich. Experten können unabhängig vom Ort zugeschalten werden. Daraus ergibt sich eine neue Art von Collaboration und eine Digitale Unternehmenskultur wird gefördert.

Welche Szenarien und Einsatzgebiete sehen sie im geschäftlichen Kontext für AR und VR? Sehen Sie Anwendungsfälle für den ECM-Kontext?

Fragen zum Cloud Computing

Alle Daten sind bereits in der Cloud! Sind sie das wirklich? Ist das Cloud Computing noch der neue Megatrend und welche Fragen müssen wir uns stellen?

Amazon war in 2006 der erste Anbieter der Rechner und Speicherkapazitäten vermietet hat (Stichwort: AWS). Damit war Amazon einer der ersten Anbieter einer Public Cloud.

Als grober Einstieg gibt es drei Cloud-Szenarien für die Kunden:

  • Software as a Service (SaaS) – Monatliche Grundgebühr pro Benutzer und nur gemeinsame Nutzung der Software z.B. SalesForce, Office 365, Google-Universum
  • Platform as a Service (PaaS) – Entwicklung von eigenen Anwendung auf der Plattform des Anbieters
  • Infrastructure as a Service (IaaS) – Speichersysteme oder Datenstransporte werden angeboten und entlasten die eigene IT-Infrastruktur

Aber warum sollten wir in die Cloud gehen? Rechtfertigt es die Einsparung von Kapital und Erhöhung der Liquidität, die Schonung der Ressourcen aus der IT-Abteilung, die einfachere Implementierung von bestehenden Systemen oder die Skalierbarkeit nach Oben ohne lokale Begrenzung seine Daten in externen Systemen abzulegen?

Hier muss erst einmal genau definiert werden, wie unsere Prozesse aussehen und wie wir miteinander kommunizieren. Welche Tätigkeiten z.B. Remote Work oder Außendienst können wir in eine externe Cloud verlagern?

Welche Bereiche können oder wollen wir in die Cloud outsourcen?  Ist es in Ordnung, wenn eine Kundendatenbank für den Außendienst in der Cloud liegt? Ist es in Ordnung wenn Projektmanagement, Finance oder HR nach Außen gegeben werden?

Welche Daten darf ich überhaupt in die Cloud übergeben? Die Server der Cloudanbieter stehen in verschiedenen Ländern oder gar Kontinenten. Wie sieht es mit Geheimhaltung der Daten aus?

Können Sie nach Beantwortung der vorherigen Fragen Ihre Systeme in eine Public Cloud verlagern? Welche zentralen Systeme sehen Sie prädestiniert für einen Public Cloud Einsatz?

XING-Kontakte in LinkedIn verwenden

Aktuell war ich im beruflichen Umfeld nur bei XING unterwegs. Nach einer Diskussion mit einer Kollegin wurde mir klar, dass ich auch ein Profil bei LinkedIn benötige.

Das Profil ist ja gleich angelegt, aber wie übernimmt man die Kontakte aus jahrelanger akribischer Pflege bei XING nun in das neue Netzwerk?

In 2019 hat XING den Massenexport von Kontakten per API deaktiviert d.h. ich müsste meine ca. 1.000 Kontakte einzeln selektieren und exportieren. Diesen Weg fand ich nicht wirklich praktikabel.

Durch Zufall bin ich aber auf folgenden Lösungsweg gestoßen:

  1. XING-App auf dem SmartPhone installieren oder starten (bei mir unter Android)
  2. Unter „Einstellungen – Kontaktdaten exportieren“ können alle Kontakte ausgewählt werden
  3. Nun sind alle Kontakte in der Kontaktverwaltung des Smartphones abgelegt
  4. Von dort kann man alle Kontakte selektieren und in das VCF-Format als Datei exportieren
  5. Nun kann man die erstellte Datei auf ein anderes Endgerät übertragen
  6. Auf der LinkedIn-Seite unter „Persönliche Kontakte hinzfügen – Weitere Optionen“ auswählen und die VCF-Datei selektieren

Schon hat man alle gewünschten Kontakte aus XING nach LinkedIn übernommen.

Der Weg ist leider etwas aufwändig, aber bei dem aktuellen Trend weg von XING hin zu LinkedIn kann ich XING auch verstehen 🙂

Kennt Ihr einen einfacheren Weg um an die XING-Kontakte zu kommen?

Digitalisierung von Einkaufsprozessen

Bei der Digitalisierung von Einkaufsprozessen geht es darum alte, analoge Papierprozesse in die digitale Welt zu überführen. Wichtig ist hierbei die richtige Schritte im Blick zu haben und nicht alle technologischen Neuerungen und Trends automatisch umzusetzen. Erst einmal sollten sich Unternehmen auf ihre eigenen Prozesse und die „Low-Hanging-Fruits“ konzentrieren und dann neue Trends etablieren.

Ein einfacher Papierprozess (Beispiel: Einkauf eines Notebooks für einen Home-Office-Worker) für die Produktauswahl, Freigabe und administrative Dokumentation könnte in Unternehmen wie folgt aussehen:

  • Lieferanten suchen
  • Produkt suchen
  • Angebote einholen
  • Angebot freigeben
  • Bestellung durchführen
  • Lieferung abwarten
  • Begleitdokumente digitalisieren
  • Wareneingang verbuchen
  • Zahlung vornehmen

Zwischen diesen Arbeitsschritten liegen immer lange, lange Wartepausen und durch die Papierablage wird der gesamte Prozesse intransparent und ist schwierig analysierbar.

Wie sieht jetzt ein digitaler, transparenter und analysierbarer Prozess aus:

  • Mitarbeiter bestellt aus einem Katalog im Onlineshop sein Endgerät
  • Die Bestellanforderung wird automatisch im System ausgelöst und dokumentiert
  • Alle notwendigen Freigaben werden auf digitalem Weg eingeholt
  • Die Bestellung wird beim Lieferanten automatisch ausgelöst und die Ware geliefert
  • Der Wareneingang wird im ERP im Hintergrund verbucht und die Zahlung ausgeglichen

Einen solchen Prozess kann man natürlich durch viele digitale Lösungen, ERP- und ECM-Systeme ideal unterstützen. Wichtig ist bei der Änderung von Geschäftsprozessen alle betroffenen Mitarbeiter entsprechend zu integrieren und durch ein agiles Vorgehen schnell Mehrwerte für die Zielgruppe darzustellen.

Als Vorbereitung auf die Änderungen in unserer Arbeitswelt kann jeder Mitarbeiter die Disruption in seinem eigenem Bereich schon einmal vorbereitend einplanen. Zu Beginn sollte man Wissen aufbauen und Innovationen im eigenen Bereich voran treiben.

Welche Mehrwerte gibt es in digitalen Einkaufsprozessen? Sehen Sie lieber eine „einfache“ Digitalisierung oder doch gleich einen Disruption in Ihren Geschäftsprozessen?