Daten und Analysen aus einer Hand

Unternehmen, die allein auf Business-Intelligence-Software setzen, werden im datenorientierten Zeitalter das Nachsehen haben, so Erich Gerber, Senior Vice President EMEA & APJ bei Tibco Software. Gefordert seien vielmehr Unified- oder Hyperconverged-Analytics-Plattformen, mit denen Manager dank Künstlicher Intelligenz und Machine Learning Entwicklungen abschätzen können.

Erich Gerber: Ein Punkt ist, dass derzeit separate Plattformen für Analysezwecke und Datenmanagement im Einsatz sind. Ein weiterer, dass sich Datensilos gebildet haben, die übergreifende Analysen erschweren. Die Antwort darauf ist der Ansatz Hyperconverged Analytics für Analytics, Data Science und Streaming – und zwar über Daten- und Analytics-spezifische Rollen hinweg. Er ermöglicht die Anbindung an Echtzeitdatenströme und damit geschäftsrelevante Erkenntnisse, die schnelle Reaktionen erfordern. Aus Sicht von Anwendern geht dies weit über die Möglichkeiten traditioneller Ansätze wie Business Intelligence hinaus.

Gerber: Ich möchte drei Punkte hervorheben: Visual Analytics, Data Science und Streaming Analytics. Visual Analytics ermöglichen allen Anwendern KI-gestützte und suchgesteuerte Einblicke für eine bessere Entscheidungsfindung. Das erfolgt in Verbindung mit einer intelligenten Datenerkennung, Geodatenanalyse und prädiktiver Analyse mit einem Klick. Anders ausgedrückt: Damit „demokratisieren“ Unternehmen Erkenntnisse mittels maßgeschneiderter Analyse-Apps. Mit Data Science wiederum können Unternehmen auf Knopfdruck einen Wettbewerbsvorteil erzielen. Das erfolgt mithilfe von Ein-Klick-Klassifizierungs-, Clustering- und Prognose-Methoden. Sie können Modelle erstellen, überwachen und trainieren, und dies bei voller Kontrolle über die Modelle und Daten, Stichwort Governance.

Gerber: Hier ist die Integration von Streaming-Analysefunktionen zu nennen, um „immersive“ visuelle Analysen von Echtzeitdaten neben historischen Daten bereitzustellen. Organisationen können Aktionen und Warnungen mit prädiktiven Modellen auf Live-Daten automatisieren. Und sie haben die Möglichkeit, mithilfe einer visuellen Entwicklungsumgebung Streaming-Anwendungen schnell zu erstellen und einzusetzen.

Gerber: Data Science ist immer Teamarbeit: Data Scientists und Citizen Data Scientists, Dateningenieure, Geschäftsanwender und Entwickler benötigen flexible und erweiterbare Tools, die die Zusammenarbeit,
Automatisierung und Wiederverwendung von analytischen Workflows fördern. Algorithmen sind jedoch nur ein Teil von Analyselösungen. Um vorausschauende Erkenntnisse liefern zu können, müssen sich Unternehmen daher immer stärker auf die Bereitstellung, Verwaltung und Überwachung von Analysemodellen konzentrieren. Abhilfe schaffen hier Plattformen, die den gesamten Analyselebenszyklus unterstützen und gleichzeitig Unternehmenssicherheit und Governance bieten. Die Unternehmen können so mit nur einer Plattform den Großteil ihrer Analytics-Aufgaben erledigen. Ein weiterer Vorteil ist, dass sie schnellere und präzisere Insights erzielen, etwa dank Künstlicher Intelligenz und maschinellem Lernen. KI und ML sind längst mehr als nur ein großes Hype-Thema. Die Anwendungsfälle sind vielfältig. Man denke nur an dynamische Preisgestaltungsmodelle oder an „digitale Zwillinge“ in der Fertigung.

Gerber: Hier ist zum einen die Notwendigkeit zu nennen, Daten zusammenzuführen, bevor diese Daten auf einer zentralen Plattform analysiert werden können. Dabei handelt es sich um Daten, die aus unterschiedlichen Quellen stammen beziehungsweise in unterschiedlichen Formaten vorliegen.

Zum anderen scheitern derzeit die meisten Projekte, wenn die entwickelten Modelle in einem operativen Umfeld eingesetzt werden sollen. Mit Tibco Streaming helfen wir unseren Kunden, Machine-Learning-Modelle auf einfache Weise mit Echtzeitdaten zu verbinden.

Gerber: Kurz gesagt: KI und ML sind integrale Bestandteile der Plattform. Bei Data Science handelt es sich um einen multidisziplinären Ansatz, um Muster mithilfe einer Kombination aus Analysemethoden, Fachwissen und Technologien zu finden, zu extrahieren und zu nutzen. Dazu zählen Künstliche Intelligenz und maschinelles Lernen ebenso wie beispielsweise Data Mining, Deep Learning und prädiktive Analysen.

Gerber: Sie sprechen ein wichtiges Thema an. Und hier liegt, wenn man so will, tatsächlich „einer der Hunde begraben“. Ein Beispiel: Das Video-Interview eines japanischen Schachgroßmeisters auf einem Kanal für Schach-Interessierte wurde im Jahr 2020 plötzlich unterbrochen. Anschließend war der Kanal für knapp 24 Stunden nicht erreichbar. Auslöser waren offenbar Vorwürfe wegen „Hate Speech“, ausgelöst durch einen Verweis auf „Schwarz gegen Weiß“ – im Kontext des Schachspiels wohlgemerkt. Es gibt natürlich auch positive Beispiele: Wir haben viele Kunden, die auf eine Analytics-Lösung von Tibco setzen, unter anderem Siemens Mobility. Dessen Kunden konnten dadurch die ungeplanten Ausfallzeiten ihrer Züge um 30 bis 50 Prozent senken.