Echtzeit-Datenanalyse eröffnet Firmen neue Möglichkeiten

„Continuous Intelligence“ nennt Gartner eine neue Disziplin in der Datenanalyse, bei der die Auswertung von Live-Datenströmen im Mittelpunkt steht. Die technischen Lösungen hierfür werden erschwinglich und bieten Firmen die Möglichkeit, viele ihrer Geschäftsmodelle komplett umzukrempeln.

Stellen Sie sich vor, Ihr DSL-Anschluss stottert nur noch vor sich hin und bis zum Zeitpunkt, wo Sie endlich zum Telefon greifen, sind Sie so genervt, dass Sie den Support-Mitarbeiter am anderen Ende nur noch anschreien könnten. Entsprechend laut und mit forschem Ton haben Sie sich durch das nervige Endlos-Menü des Callcenters („Handelt es sich um eine Störung?“) gehangelt. Sollten Sie nach dem Telefonat das Gefühl haben, dass der Support-Mitarbeiter mit Ihnen besonders gut umgegangen ist, könnte es daran liegen, dass während Sie sprachen ein Echtzeit-Analysesystem im Hintergrund Ihre schlechte Laune am Ton Ihrer Stimme erkannte und Sie gleich an einen Support-Mitarbeiter weiterleitete, der mit genervten Kunden besonders gut kann.  

Dieses Beispiel mag ein Anwendungsfall mit Aha-Effekt sein, doch Echtzeit-Datenanalyse und automatische Entscheidungssysteme sind eigentlich längst nichts Exotisches mehr. Die dynamischen Suchvorschläge von Google, personalisierte Werbung oder die Vorschläge für Produkte, die den Kunden auch interessieren könnten, basieren auf diesem Prinzip. Auch digitale Assistenten wie Siri oder Google Assistant funktionieren auf diese Weise. Diese Mechanismen waren bislang jedoch hauptsächlich Internet-Schwergewichten wie Google, Apple und Amazon vorbehalten. 

Die Technologie wird günstiger

Das ändert sich nun langsam. Echtzeit-Datenanalyse und das, was das Beratungshaus Gartner „Continuous Intelligence“ nennt, wird langsam zum Mainstream. „Bei Continuous intelligence geht es nicht nur darum, historische Daten aus statischen Datenbanken auszuwerten, sondern Stream- und Event-Daten in Nah-Echtzeit zu analysieren“, erklärt Gartner-Analyst Thomas Oestreich. Die Erkenntnisse daraus werden zudem mit solchen aus der traditionellen Analyse verknüpft und fließen in Machine-Learning-Prozesse und algorithmische Entscheidungsmodelle ein.

„Die Kosten für die dazu notwendigen Technologien sinken und ’normale‘ Unternehmen können es sich immer häufiger leisten, damit zu spielen“, sagt Oestreich. Gleichzeitig würden Technologien wie Künstliche Intelligenz, Machine Learning, Deep Learning und Advanced Data Science immer mehr verfügbar, nicht zuletzt aufgrund der Tatsache, dass immer mehr IT-Fachleute sich entsprechende Kenntnisse aneignen. Die Kombination dieser beiden Faktoren mache es für Unternehmen möglich, über echte Einsatzgebiete nachzudenken. „Wir glauben, dass in den nächsten zwei bis fünf Jahren Continuous Intelligence ein großes Thema sein wird“, sagt Oestreich. Gartner schätzt, dass bis 2022 rund die Hälfte aller neuen Business-Anwendungen Continuous Intelligence einsetzen wird. 

Technisch immer noch eine Herausforderung

Die Einbindung dieser Technologie in die Geschäftsprozesse bleibt jedoch vorerst eine Herausforderung. „Es geht häufig auch darum, Daten einzubinden, die Analytics-Teams nicht auswerten konnten, da sie bis dahin lediglich statische Daten nutzten, die irgendwo in einer Datenbank abgelegt waren“, sagt Thomas Oestreich. Nun gehe es darum, dynamische Datenströme und Events mit in die Auswertung aufzunehmen und diese in Nah-Echtzeit zu analysieren. 

Spezialisten für die Erfassung von Datenströmen stehen hoch im Kurs.

Entsprechend rüsten praktisch alle etablierten Analytics-Anbieter ihre Produktportfolios mit Tools für die Erfassung und Auswertung von Live-Daten. Jüngstes Beispiel ist die Akquisition des israelischen Spezialisten Attunity durch Qlik letzten Februar. Attunity hatte sich bis dahin einen Namen in den Bereichen Datenintegration und Big-Data-Management. Das Besondere an deren Datenerfassungsmethode ist, dass sie nicht-invasiv ist. Statt Daten direkt aus einer Datenbank abzugreifen, liest Attunity deren Logfiles aus und vollzieht die Veränderungen im Datenbestand nach. Durch Attunity sowie durch die Übernahme von Podium Data und der Einführung seines Data Catalyst ist Qlik nun in der Lage, plattformübergreifende Datenstreaming-Funktionen anzubieten und die Umstellung auf Cloud- und Echtzeit-Analytics zu erleichtern. 

Viel Potenzial fürs Geschäft

Gartner sieht eine Vielzahl an Möglichkeiten, Continuous Intelligence fürs Geschäft zu nutzen. „Wenn Sie in Nah-Echtzeit wissen, was Ihre Kunden gerade wollen, können Sie mit Ihren Kunden anders umgehen und gegenüber der Konkurrenz einen Vorsprung erarbeiten, denn der bessere Service steigert die Erwartungen der Kunden, auch gegenüber der Konkurrenz“, sagt Thomas Oestreich. Als großes Anwendungsgebiet in der Industrie sieht der Analyst den „digitalen Zwilling“. In diesem Fall werden Maschinen komplett digital abgebildet und simuliert. Das Verhalten der tatsächlichen Maschine fließt über die Zeit in die Simulation mit ein, sodass anhand der Simulation genau vorhergesagt werden kann, welche Bauteile wann genau ausgetauscht werden, damit die Maschine nicht ausfällt. Die vorausschauende Wartung (predictive maintenance) wird damit möglich.

„Damit können Sie aber auch das Geschäftsmodell rund um diese Maschine ändern“, sagt Oestreich. „Statt den Lkw beispielsweise einfach zu verkaufen, verkaufen Sie deren Nutzung inklusive Wartung und garantieren die Verfügbarkeit. Das lohnt sich für beide Seiten, weil der Kunde nur die Nutzung in Höhe seines Bedarfs zahlt und der Hersteller die Planbarkeit seiner Wartung und Kosten besser im Griff hat.