Big Data. Daten als Entscheidungsgrundlage verwenden wollen viele Unternehmen. Doch das Wie stellen sie sich oft zu einfach vor. Dafür braucht es Menschen, die die Denkweise der Wissenschaft beherrschen.
Denken Sie an einen beliebigen James-Bond-Film. Während über der Erde der gesamte MI6 mit der jeweiligen Mission beschäftigt ist, bastelt unten im Keller Q, der Wissenschaftler im weißen Kittel, an seinen wundersamen Erfindungen. Die mögen noch so schräg sein – bei jedem Einsatz retten sie Bond mindestens einmal das Leben.
Der Vergleich ist passend für den aktuellen Big-Data-Hype. Über der Erde streben alle nach Profit und Effizienz – legitim für einen Wirtschaftsbetrieb. Unten im Keller aber wünschen sie sich einen Wissenschaftler, der brillant und nach eigenen Regeln denkt und auf Ideen kommt, die ihnen niemals einfallen würden.
Dabei stellen sich Executives den Umgang mit Big Data oft einfacher vor, als er ist: „Man gibt dem Wissenschaftler einen Auftrag, und er wird ihn schon erledigen“, erzählt Axel Polleres, Professor am Institute for Information Business an der WU Wien. Im Herbst startet sein Lehrgang Data Science, mit dem er eine Brücke zwischen Management und Wissenschaft schlagen will: „Ich weiß schon, Unternehmen stellen immer gleich die Nutzenfrage. Aber Wissenschaftlern muss man ihre Freiheit lassen.“ Dann nämlich würden sie metaphorisch so manchem Wirtschaftshelden das Leben retten.
Ist das überhaupt legal?
Meist quält die Unternehmen eine von zwei Ausgangsfragen. Erstens, Daten fallen durch alle möglichen und höchst heterogene interne Quellen an. Doch niemand hat einen Plan, was man mit ihnen machen könnte. Dann braucht es systematisch und kreativ denkende Köpfe mit guten Ideen und Umsetzungs-Know-how.
Zweitens, man hat eine konkrete Aufgabenstellung, weiß aber nicht, wie man sie anpackt. Eine verwirrende Vielzahl von Fragen ist zu beantworten: Welche Daten haben wir im Haus? In welcher Qualität? Mit welchen externen Daten könnten wir sie anreichern? Sind diese offen verfügbar (Open Data)? Oder wo können wir sie zukaufen? Und die Gretchenfrage: Ist das überhaupt legal?
Data Science ist eine Teamaufgabe. In Polleres Idealteam steht ganz oben der Chief Data Officer als Verbindungsmann zum Management. Er kennt sich mit Data Governance aus und überblickt den gesamten Analyse- und Interpretationsprozess, von der explorativen Analyse über Modellierung, Validierung und Bereinigung der Daten bis hin zur Visualisierung der Ergebnisse, ihrer Kommunikation und den strategischen Rückschlüssen daraus. Unter ihm arbeiten Spezialisten für Datenintegration, Maschinenmodelle oder Domänen, um nur einige zu nennen.
Wo Big Data drin ist
Es braucht große Teams, um Projekte wie „Shape“ abzuwickeln. Siemens rüstet dafür europaweit die Sicherheitsinfrastruktur auf Bahnhöfen nach und erstellt aus Millionen von Daten den idealen Projektplan. Der Haken: Bahnhöfe, Lieferanten und Leittechniksysteme sind keineswegs so vergleichbar, wie man sich das wünscht – ein Fall für die Data Scientists.
Big Data kommt aber auch mit wenig Manpower aus. Das Immobilienportal Zoomsquare etwa „verschneidet“ offene Daten aus den unterschiedlichsten Quellen: Stadtdaten, demografischen Daten, Einkaufsmöglichkeiten. Und ist damit ein Beispiel für ein Geschäftsmodell, das es ohne Big Data so nicht geben würde.