Digitalisierung? Disruption? – Decisions!

0

Können Sie es noch hören? Das "D"-Wort. Seit Jahren geistert es durch alle Keynotes, durch kluge und weniger kluge Bücher. Der Axel Springer-Konzern hats geschafft, die deutschen Automobilbauer noch nicht, holen aber gerade auf. Mein CD-Player daheim hat es nicht überlebt - obwohl es damit angefangen hat.

Es geht, natürlich, um Digitalisierung. Und um daraus folgende "Disruption" - das zweite Lieblingswort mit "D". Im Grunde geht es aber, und das wird immer klarer, um "Decisions", Entscheidungen also.

Warum geht es um Entscheidungen?

Bestimmt lassen Sie in Ihrem Unternehmen manche analogen Prozesse längst digital abwickeln. Dokumente/Formulare sind so ein Beispiel. Solche lassen sich heute einfach per App ausfüllen oder digital erfassen. Das macht Sie zweifellos ein Stück schneller und effizienter. Aber solche Dinge allein genügen nicht, um sich im Wettbewerb Vorteile zu verschaffen.

Der eigentliche Fortschritt liegt woanders: Digitalisierung ermöglicht die Automatisierung von Entscheidungen. Das ist der bedeutende nächste Schritt!

Wir befinden uns mitten in einem Umbruch bei der Analyse von Daten in den Unternehmen. Bisher dienten BI und Analytics vornehmlich dazu, uns Menschen bei der Entscheidungsfindung zu unterstützen. Durch die umfassende Datafizierung und neue Technologien wie Machine Learning werden Systeme befähigt, Entscheidungen zu treffen – oftmals bessere Entscheidungen – und das automatisch und skalierbar.

Für uns stellt sich die Frage, inwieweit wir bereit sind, Technologien die Autonomie von Entscheidungen selbst zu überlassen. Diskussionen, wie die um autonomes Fahren, moderne Diagnoseverfahren im Gesundheitswesen, aber auch Fragen der Ethik von Algorithmen zeigen: Wir stehen an der Schwelle dazu, diesen nächsten Schritt zu gehen. Wir müssen die Operationalisierung, die Automatisierung von Entscheidungsprozessen, vorantreiben. Wenn Sie Mensch und Maschine effektiv kombinieren, verschaffen Sie sich den wirklichen Vorsprung.

Was brauchen Sie dafür?

Auf der einen Seite müssen wir schnell auf Veränderungen reagieren und neue Sachverhalte in unbekanntem Terrain verstehen. Wir brauchen also große Freiheit und Flexibilität – im Fachbereich wie in der IT. Ich nenne das "Choice".

Der entscheidende Faktor für den Erfolg von Automatisierung ist Vertrauen: in Ihre Mitarbeiter, in Ihre Modellergebnisse, das der Aufsichtsbehörden in Ihren verantwortungsvollen Umgang mit Daten.

Sie brauchen maximale Flexibilität und Geschwindigkeit

Die Fachbereiche brauchen die richtigen Werkzeuge und analytischen Anwendungen: Machine Learning, Sprachverarbeitung oder Bilderkennung usw. Sie werden mal R, mal Pyhton, mal SAS benötigen. Das ist manchmal abhängig von der Art der Fragestellung, mal davon, wer gerade mit welchem Skill Set im Team zur Verfügung steht.

Der eigentliche Fortschritt liegt woanders: #Digitalisierung ermöglicht #Automatisierung von Entscheidungen. Und nur das ist ihre wichtigste Rolle in Zukunft! Click To Tweet

Wenn Sie Modelle entwickeln, brauchen Sie eher große In-Memory-Kapazitäten. Im Deployment bzw. Live-Betrieb dagegen helfen Ihnen moderne Container-Technologien, um Lastspitzen in der Rechenleistung abzufangen.

Hinzu kommt der Faktor Geschwindigkeit – heute oft unter dem Stichwort ‚fast fail‘ genannt.  d.h. Schnelligkeit von der Idee, die irgendwo in Ihrer Organisation entsteht, bis zur Qualifizierung. Ist der Use Case tragfähig? Wie lassen sich Chancen und Risiken einer Umsetzung bewerten, Fehlinvestitionen vermeiden?

Entsprechend agil muss die IT aufgestellt sein: Vielleicht betreiben Sie Ihre Umgebung heute woanders als morgen, lagern Services aus, behalten andere im Haus. Ihre Data Scientists wollen immer die neusten Algorithmen ausprobieren. Brauchen kompetente Ansprechpartner in der IT, damit Sie genau dort skalieren können, wo Performance und Verfügbarkeit benötigt werden.

Sie brauchen größtmögliche Kontrolle

Auf der anderen Seite brauchen Sie hohe Stabilität und Verlässlichkeit. Ich nenne das "Control". Wenn auf jedem Desktop eine Kopie ihrer Kundendaten liegt, damit agil entwickelt werden kann, dann sind Sie nicht mehr compliant. Wenn das Digital Lab in Berlin an Visionen im luftleeren Raum arbeitet, erzeugen Sie mehr Friktionen als Fortschritte. Der entscheidende Aspekt für den Erfolg ist aber Vertrauen. Vertrauen ihrer Mitarbeiter in die Qualität der Modellergebnisse, Vertrauen Ihrer Kunden in die getroffenen Entscheidungen und ganz wichtig: Vertrauen der Aufsichtsbehörden in Ihren verantwortungsvollen Umgang mit Daten. Ohne dieses Vertrauen erreichen Sie keine Automatisierung.

Was muss Ihre analytische Plattform zukünftig leisten?

Um mit den Anforderungen der Zukunft, d.h. mit Ihren Anforderungen Schritt zu halten, bauen wir die SAS Plattform mit aller Macht um - in Richtung Containisierung und Cloudfähigkeit. SAS Viya 3.5 wird vollständig auf Container-Technologie basieren. Wenn wir also diese Schlagworte „Choice“ und „Control“ mal übertragen auf unser Leistungsversprechen an Sie. Was bedeutet das nun konkret?

Was müssen analytische Plattformen leisten? Das, was SAS Viya 3.5 leistet: Künftig vollständig auf #Container-Technologie zu basieren. Click To Tweet

Zum Einen mehr Auswahl:

  • Neue analytische Möglichkeiten: ML, NLP, VDMML, Open Source – das alles steht Ihnen mit Viya als analytischer Plattform zur Verfügung
  • Dann sprechen wir über die Cloud: Welchen Ansatz präferieren Sie? Private Cloud? Public Cloud? Ihre Entscheidung.
  • Das Ganze ergänzt um Containertechnologien, Docker, Kubernetes usw. Das heißt für Sie: einfach deployen, einfach hochfahren, einfach runterfahren, hybride skalieren. Mehr Flexibilität – also Choice – geht nicht.

Und zum anderen mehr Kontrolle:

  • Warum? Damit ich weiß, ist das Modell noch gut oder schlecht? Haben sich die Daten so verändert, dass ich das Modell ändern muss?
  • Inklusive Compliance, d.h. welches Modell mit welchen Daten ist das aktuelle?
  • Und schließlich – Stichwort Automatisierung – das Deployment ihrer analytischen Modelle – hunderte davon - im Live Stream, auf dem Edge Device, im Batch, im Container usw. Das beste Modell nützt Ihnen nichts, wenn Sie es nicht in Produktion bringen können.

So kommen wir vom Model Management hin zu Intelligent Decisioning. Von Intelligent Decisioning zu dem, was Digitalisierung im Kern ausmacht: Die echte Automatisierung von Entscheidungen. In einem integrierten Ökosystem. Wie sehen Sie das? Wie weit sind Sie mit der Migration Ihrer Analytical Platform in die Cloud?

Ein weiteres interessantes on-demand Webinar zur Frage, wie Unternehmen die Cloud erfolgreich nutzen könnten, findet sich hier. Außerdem haben wir eine Umfrage zum Thema macht. Und den gibt es hier.

Share

About Author

Andreas Gödde

Director Business Analytics

Andreas Gödde is specialist for strategies around Big Data Analytics, Digitalization and Internet of Things, helping organizations to get insights from data for business decisions. He leads the presales organization for Business Analytics of SAS in Germany, Austria and Switzerland. Andreas has a 25 years background in advising companies around Business Intelligence, Data Warehouse and Big Data concepts and projects. Andreas graduated in business informatics in Mannheim. He joined SAS in 1994 helping developing and growing the professional services organization in different management roles. In 2006 he moved to the presales organization building up teams for technical and strategic advisory for customers and for emerging technologies and trends like Big Data and the Internet of Things. Before joining SAS he worked for BASF in Ludwigshafen.

Leave A Reply

Back to Top