Vor einigen Wochen habe ich Andreas Gödde, Director Customer Advisory, nach seinem Geheimrezept für Innovationen in Unternehmen gefragt („Innovationen sind die einzige Chance für Unternehmen.“) Er brachte das Thema „Hackathon“ ins Spiel unter Verweis auf den damals anstehenden #HackInSAS. Dieser ist nun zu Ende – Grund genug, Erfahrungen zu sammeln. Klappt das mit der Innovationskraft durch einen Hackathon?

Andreas, wie viele der „ge-hackten“ Projekte werden es zur Marktreife bringen?

Mehr als fünf, da bin ich mir sicher. Etwa zwei Dutzende Teams haben Interesse an einem Lean Canvas-Workshop gezeigt, mindestens zehn davon halte ich für realistisch. Und dann wird man sehen.

Das Ziel, dass sich die Organisatoren für diesen ersten globalen #HackInSAS vorgenommen hatten, war bescheidener – wir dachten eher daran, dass nur einer bis drei Gewinner in die Verprobungsphase in unserem Innovationcenter eintreten könnten. Aber bereits in der Bewerbungsphase hatten wir mehr Zuspruch als erwartet: Mehr als 1.000 Teilnehmern in 150 Teams wollten mitmachen – zulassen konnten wir etwa 70 Teams, alleine schon aufgrund der Ressourcen in Sachen Mentoren und Coaching.

Nun ist ja ein Hackathon typischerweise kleiner, kürzer, homogener: ein Wochenende mit einem Datensatz und einer Problemstellung. Was war hier anders?

So ziemlich alles, würde ich sagen: Jedes Team brachte seine eigene Idee mit, SAS hat mit Hilfe seiner Partner Intel, Microsoft und CoreCompete, lediglich die Azure-Infrastruktur, SAS Data Science Werkzeuge und zugehöriges Enablement gestellt. Ein wesentlicher Faktor war dazu das Kuratieren der Use Cases in verschiedene Branchenstreams oder den allgemeinen Data4Good Stream – sowie die vielen SAS Expertinnen und Experten, die als Mentoren und Coaches mit Rat und Tat zur Seite standen.

Damit reichte auch das Spektrum der Ideen von top-aktuellen Covid-Use-Cases (Optimierung der Impfstrategie, Überwachung von Abständen in Innenräumen) über Sustainability (Textanalytics für Nachhaltigkeitsberichte, Unternehmensscoring nach Nachhaltigkeitsaspekten) bis zu Optimierungen in speziellen Branchenthemen (Investitionsplanung für 5G-Infrastruktur bei Telekommunikationsanbietern, Monitoring von Sepsis in Krankenhäusern).

Ganz toll fand ich persönlich auch die Multiplikationseffekte: Ein Partner aus Schweden hat eine Reihe von Institutionen und Teams dazu motiviert, sich ebenfalls mit dem Thema Fettleibigkeit (Adipositas) bei Kindern („Childhood Obesity“) zu beschäftigen. Das hat letztlich einen Stream generiert. Dort hatten wir Ideen von der besseren Auswertung medizinischer Daten bis zu Gamification-Ansätzen per App, die dem Bewegungsmangel eines Teils der Kinder entgegenwirkt. Alles das heruntergebrochen auf analytische Ansätze, die mit Hilfe von SAS umgesetzt wurden.

Nur mit SAS? Oder doch viel mit Open Source?

Im Grunde ist das eine veraltete Frage. Es geht längst nicht mehr um das „Entweder/ oder“ – sondern immer, auch bei langjährigen, treuen und zufriedenen SAS-Kunden um ein „sowohl /als auch“. Es ist nicht sinnvoll, einem sehr guten Python-Programmierer erst einmal SAS beizubringen, damit er dann ein SAS Modell bauen kann. Viel geschickter ist es, die unterschiedlichen Skills direkt auszunutzen. Auf einer SAS Plattform können eben auch Open Source Modelle verwaltet werden. Und die cloud-native Architektur mit APIs erlaubt es ohnehin, auf gut definierten Standardwegen zu kommunizieren und Applikationen zu bauen.

Selbst unter den Gewinnern des Wettbewerbs gibt es Teams und Organisationen, die vor diesem Hackathon keinerlei Berührungspunkte mit SAS hatten. Dennoch konnten auch diese sich schnell einarbeiten und haben SAS dann genau dafür eingesetzt, wo es am effizientesten und schnellsten im jeweiligen Use Case war.

Technisch gesprochen: wo lohnt sich der Einsatz von SAS denn besonders? Das ist jetzt sozusagen der Werbeblock 😊 .

Das muss ich gar nicht weit herholen oder das Ganze zu werblich darstellen. Die Teilnehmer:innen haben uns das gesagt:

• Die In-Memory-Infrastruktur von SAS Viya – der CAS Server – erlaubt einfach sehr schnelle Ausführung von komplexen Berechnungen, das hat viele sehr positiv überrascht.
• Dann waren es die verschiedenen leicht zu lernenden Werkzeuge für Data Preparation, Visueller Exploration und ersten Modell-versuchen.
• Schließlich tatsächlich die Möglichkeit, verschiedene Arten von Technologien zusammenzubringen, eine Governance für das Projekt bereitzustellen – landläufig das, was wir MLOps nennen.
• Häufig wurden auch die Visualisierungsfähigkeiten im Erstellen von Dashboards genutzt.

Auf einer abstrakteren Ebene war es das, was wir mittlerweile „Composite AI“ nennen: die Tatsache, dass ein einziges Werkzeug, eine einzige Methode selten ausreichen, um ein Projekt umzusetzen. Das ist ein großer Vorteil von SAS: Unsere SAS Viya Plattform macht es einfach, verschiedene Ansätze zu kombinieren.

Wir reden jetzt viel über den Hackathon… aber eigentlich ging es ja um Innovation. Was leitest Du dafür ab?

Naja, in einer Welt voller Daten braucht es nun einmal Analytics, um Innovationen hervorzubringen. In dieser realen Welt finden wir eine große Heterogenität vor – wer das mit einheitlichen und homogenisierten Ansätzen beherrschen will, wird immer verkürzen, vereinfachen und damit vielleicht genau den Punkt verfehlen, der Mehrwert schafft. Für ein komplexes Problem sind zu einfache Lösungen schlicht falsch.

Ein überlegenerer Ansatz für Innovation ist es, auf Diversität und Heterogenität zu setzen. Ich mappe das gleich mal auf den Hackathon:

• Zusammenarbeit vieler statt genialer Einfall einzelner: Man braucht eine Plattform und die Möglichkeiten zusammenzuarbeiten. Co-Innovation und Design-Thinking funktionieren genau so.
• Vielfalt in Teams und Tools statt starrer Vorgaben und Regeln: Nur mit größtmöglicher Offenheit schaffe ich es, die Ideen unterschiedlichster Beiträger zu heben. Wenn die Bedingung für analytische Innovation nämlich ist, dass jeder Beteiligte Coder sein muss, schränke ich das viel zu stark ein.
• Ausprobieren und Verproben statt Planen, Testen, Implementieren: der Zeitdruck zwingt zum Fokus auf das wirklich Nötige. Und ganz nebenbei: bei vielen Innovationlabs in großen Konzernen werden nur einige wenige Ideen pro Jahr verprobt. Das reicht nicht.

Andreas, das ist alles sehr spannend, aber überfordern wir damit nicht unsere Leser:innen? Wer den ersten Gedanken in Richtung Innovation gedacht hat, mag am Ende unseres Gesprächs erschlagen sein. Gibt es nicht ein Format, mittels dessen man sich vorsichtig herantasten kann, ohne gleich in Verpflichtungen und Monsterprojekten zu enden?

Doch, das haben wir. Da erarbeiten wir unkompliziert und relativ rasch eine individuelle Innovationsstrecke. Das ist sogar kostenlos und formlos. Damit Innovation in Disruption umbenannt werden kann, braucht es erst mal ein gutes Ohr für das noch theoretische Vorhaben. Man darf mir gerne eine Mail schreiben.

Abschließend nochmal zum #HackInSAS: was hat Dich am meisten beeindruckt?

Es war die Begeisterung in den Teams, die mich angesteckt hat. Am Anfang war da durchaus Skepsis: endet das nicht alles in großem Chaos? Wer steuert die Ergebnisse? Auch: Wird unsere Plattform vor den kritischen Augen erfahrener Data Scientists bestehen können? Ein entscheidender Umschwung war spürbar, als sich die ersten SAS Kolleg:innen auch in anderen Meetings als #HackInSAS Coaches vorgestellt haben. Da hat man den Stolz gespürt, bei etwas wirklich Innovativem dabei zu sein.

Übrigens: Der Hacker's Hub ist unser virtueller Treffpunkt. Schauen Sie gerne mal vorbei. Und der nächste Hackathon wird auch schon geplant. Interesse? Dann schreiben Sie andreas.goedde@sas.com eine unverbindliche Mail.