CW: Ihrer Meinung nach machen Big Data und Data Analytics Unternehmen nicht automatisch erfolgreicher. Was fehlt, damit Unternehmen mit Hilfe dieser Technologien bessere wirtschaftliche Resultate erzielen?

Stefan Wrobel: Tatsächlich bietet Big Data zwei erfolgsträchtige Perspektiven. Das ist zum einen die Effizienzverbesserung bei den Dingen, die Unternehmen ohnehin schon tun. Hier sind schon viele Unternehmen unterwegs und setzen Big Data und Analytics ein, um beispielsweise ihr eigenes Marketing zu verbessern und die Effizienz der eigenen Produktion zu steigern. Zum anderen können Unternehmen auf Basis von Big Data auch ganz neue Produkte und Produkt-erweiternde Services anbieten. Diese zweite Perspektive ist mindestens ebenso wichtig wie die Möglichkeiten zur Effizienzsteigerung. Eigene Dienstleistungen, die um die eigenen Produkte herum entstehen können, sind die einfachsten Beispiele für eine solche Vorgehensweise - Services wie vorausschauende Wartung der eigenen Produkte. Das geht nur, wenn ich die entsprechenden Maschinendaten verfügbar halte und sie mit entsprechenden analytischen Methoden durchforste.

Die Aufwandsabschätzung sollte nicht an erster Stelle stehen

CW: Wie groß ist der Aufwand für die Unternehmen, um sich diese zweite Perspektive zu eröffnen?

Stefan Wrobel: Natürlich ist das nicht zum Nulltarif zu haben. Aber die Aufwandsabschätzung sollte nicht an erster Stelle der strategischen Überlegungen stehen, sondern die Frage, was man damit erreichen kann. Big Data und Analytics liegen häufig quer zu den bestehenden Strukturen einer Organisation. Deshalb raten wir auch dazu, eine solche Aufgabe als strategisch zu betrachten. Um Big-Data-Projekte erfolgreich zu machen, müssen häufig unterschiedliche Unternehmensbereiche zusammenarbeiten und externe Partner einbezogen werden. Deshalb wird man die Entscheidungen über solche Projekte nicht in einzelnen Fachabteilungen treffen können. Dazu braucht es eine hochrangige persönliche Verantwortung im Unternehmen. Ob es dazu einen Chief Digital Officer oder einen Chief Data Officer geben muss, ist dabei sicher diskutabel.

CW: Neben der Organisation spielt auch Technologie eine wichtige Rolle. Wie schätzen Sie die Fähigkeit der Unternehmen ein, Big Data Ansätze auch technisch zu bewältigen?

Stefan Wrobel: Natürlich haben wir nicht in allen deutschen Unternehmen flächendeckend diese Kompetenzen. Sie werden nicht auf Vorrat bereit gehalten. Das ist aber auch richtig so. Schließlich muss zunächst einmal festgelegt werden, was mit Big Data erreicht werden soll. Geschieht das nicht, müsste ein Unternehmen viele Technologien bevorraten, die für bestimmte Ziele relevant sein können. Ich halte es für wichtiger, zunächst die Frage nach dem Was zu beantworten. Bei dem Wie kann ich mit Partnern zusammenarbeiten. Ich warne davor, am Anfang in große Abteilungen und Technologien zu investieren, bevor klar ist, was wirklich erreicht werden soll. Also Ziele, Produkte und Kunde zuerst und dann erst entscheiden, welche Technologie angeschafft wird.

Im Big-Data-Zeitalter bekommt Datenqualität eine zusätzliche Perspektive

CW: Viele Unternehmen verfügen zwar über viele Daten, aber ihre Qualität ist häufig schlecht. Welche Rolle spielt in Bezug auf Big Data und Analytics die Datenqualität?

Stefan Wrobel: Im Big-Data-Zeitalter bekommt Datenqualität eine zusätzliche Perspektive. Klassischerweise definierte die Korrektheit von Einzeldaten zum Beispiel zu einem Produkt, einem Preis oder zu einem Kunden die Qualität. Diese grundlegende Qualität verliert nicht an Wichtigkeit. Bei Big Data arbeiten wir mit sehr viel mehr Daten zu einem Objekt oder Produkt und nutzen Analyseverfahren, die mit einem gewissen statistischen Rauschen ganz gut umgehen können. Bei vielen Prognoseaufgaben sind wir nicht mehr darauf angewiesen, dass jedes einzelne Datum stimmt, weil durch die Menge der verwendeten Daten einzelne Fehler herausgemittelt werden können.

CW: Wie entwickelt sich das Thema weiter? Werden uns in Zukunft Prognosen oder maschinelle Entscheidungsunterstützung stärker beschäftigen?

Stefan Wrobel: Das Wort vom kognitiven System ist sehr groß gewählt. Wir müssen auf absehbare Zeit nicht befürchten, dass solche Systeme ähnlich intelligent werden wie Menschen das sind. Aber wir können davon ausgehen, dass viele Tätigkeiten, die heute noch ausschließlich von Menschen ausgeübt werden, in Zukunft entweder sehr viel besser von solchen Systemen unterstützt oder sogar vollständig automatisiert ausgeführt werden.

Industrial Data Space bietet die Chance auf ein Daten-Ökosystem

CW: Ihr Institut, das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS) ist Mitbegründerin der Industrial Data Space Initiative. Damit soll ein sicherer Datenaustausch mit gemeinschaftlichen Regeln für alle Unternehmen, auf Basis eines offenen Architekturmodells ermöglicht werden. Im Februar dieses Jahres wurde sogar ein Verein gleichen Namens gegründet. Was hat das mit Big Data zu tun?

Stefan Wrobel: Big Data liegt nicht nur quer zu den Strukturen in einem Unternehmen. Es reicht auch weit über die Unternehmensgrenzen hinaus. Nur wenige sind in der Lage, die Welt ausschließlich mit den Daten ihres eigenen Unternehmens abzubilden. Folgerichtig werden Unternehmen zusammenarbeiten, um übergreifende Geschäfte aufzubauen. Da stellt sich aber sofort die Frage, nach welchem Modell solche Kooperationen organisiert werden. Die eine Möglichkeit ist die der zentralen Plattform. Dabei geben alle Beteiligten ihre Daten an den zentralen Betreiber und der stellt sie dann nach geeigneten Regeln wieder zur Verfügung. Auf diese Weise können die Unternehmen allerdings die Zusammenarbeit nicht datensouverän gestalten. Da Daten aber für jedwede Geschäftsstrategie zentral sind, werden Unternehmen nicht bereit sein, ihre Daten ohne Zusicherungen aus den Händen zu geben.

Der Industrial Data Space stellt eine Möglichkeit dar, ein Daten-Ökosystem zu realisieren, in dem Unternehmen nach ihren Vorstellungen und nach den Vorstellungen der Verbraucher Daten so miteinander teilen können, dass eine bestimmte Governance gesichert ist, dass das Ganze transparent, fair und gestaltbar ist. Und inzwischen begeistern sich offenbar immer mehr Unternehmen für dieses Ökosystem. In dem Verein sind bereits heute 18 Unternehmen organisiert, die dieses Daten-Ökosystem mitgestalten wollen.

CW: Aus welchen Elementen besteht dieses Daten-Ökosystem?

Stefan Wrobel: In dem System gibt es verschiedene Rollen, die Unternehmen einnehmen können. Die offensichtlichen sind die des Data-Owners, der Daten zur Verfügung stellen kann oder die des Daten-Nutzers, der Daten verwenden möchte, um Dienstleistungen oder Produkte anzubieten. Es kann aber auch Broker geben, die vermitteln und den Datenaustausch erleichtern und Zertifizierer, die dafür sorgen, dass das intendierte Geschäftsmodell auch eingehalten wird. Der Verein IDS und das Fraunhofer-Institut arbeiten zurzeit an diesen Definitionen und spezifizieren Use Cases, so dass wir sie pilotieren und vielleicht schon auf der CeBIT 2017 zeigen können.

Daten sollen dann geteilt werden, wenn es nötig ist

CW: Und Konkret: Wird es bestimmte Formate geben, in denen die Daten abgelegt werden, soll es Rechenzentren geben und auf welcher Infrastruktur basiert der Industrial Data Space?

Stefan Wrobel: Wir schlagen im Kern ein föderales Modell vor. Es soll auch dann funktionieren, wenn die Unternehmen die Hoheit über ihre Daten physisch behalten möchten. Wir gehen davon aus, dass Daten dann miteinander geteilt werden, wenn das erforderlich ist. Es gibt also kein zentrales Datenlager. Vielmehr wird es Konnektoren geben, mit denen sich die Unternehmen bei Bedarf in das Ökosystem einklinken und Daten tatsächlich austauschen können. Natürlich beschäftigen wir uns auch mit Standards, aber wir wollen die bestehenden Standards nicht ersetzen, sondern ergänzen und interoperabel machen. Es gibt in fast allen Bereichen hervorragende Standards, die wir nutzen können. Wir arbeiten deshalb mit sogenannten Vokabularen, um Daten trotz vieler verschiedener Standards problemlos auszutauschen. Sie beschreiben, was getan werden soll, aber anders als Standards so einfach, dass sich Übersetzungen leicht realisieren lassen.

CW: Welche Use Cases kann man sich vorstellen?

Stefan Wrobel: Wir arbeiten bereits gemeinsam mit verschiedenen Unternehmen an ganz konkreten Use Cases. Mit Bayer arbeiten wir an einem Konzept zur Überwachung der Inbound- und Outbound-Logistik. Mit BMW denken wir über Verkehrsmanagement 2.0 nach, in das externe Daten zur Routenberechnung einbezogen werden sollen. Mit Rewe konzipieren wir den Echtzeitaustausch von Supply-Chain-Daten und die Rückverfolgbarkeit von Daten. Insgesamt sind bereits über 60 solcher Use Cases identifiziert.

SOA Days 2016: Bausteine für Digitale Business Transformation

Am 14. Und 15. April 2016 finden die SOA-Days in Köln statt. Die SOA Days, die vom SOA Innovation Lab inhaltlich gestaltet werden, bieten als Fachkonferenz und etablierter Treffpunkt eine Plattform für Meinungs- und Wissensaustausch an der Schnittstelle von Business und IT. Das Motto lautet "Bausteine für Digitale Business Transformation". Neben Professor Wrobel bietet die zweitägige Veranstaltung unter anderem Key-Notes von Bundes-CIO Klaus Vitt, RWE-CIO Michael Neff, Professor Helmut Krcmar, TU München sowie Vorträge von McKinsey, Praktikern aus dem SOA Innovation Lab, Detecon und von VOICE. Die Themenschwerpunkte der Konferenz sind:

• Business-Digitalisierung: Neue, funktionierende Geschäftsmodelle und Ökosysteme, servicebasiert, branchenübergreifend

• Industrie-Digitalisierung: Use Cases und Plattformen für IoT, Industrie 4.0 und Industrial Internet

• Architekturen und Bausteine: Enabler, Services, Technologien

Weitere Informationen unter: www.soa-days.com