Data Sci­ence. Neue Ansätze bei Manage­ment und Aus­wer­tung von Daten.

Aktu­elle IT-Infra­struk­tu­ren beinhal­ten meist intern gewach­sene Sys­teme und externe Cloud-Dienste. Dazu kom­men Inter­net-of-Things (IoT) Lösun­gen, wo wei­tere Geräte und Maschi­nen ver­netzt wer­den. Die dabei ent­ste­hen­den Daten­ströme gilt es nun sinn­voll zu nutzen.
Im prak­ti­schen IT-Betrieb müs­sen zuneh­mend unter­schied­li­che Kom­po­nen­ten zu einem Gesamt­sys­tem ver­bun­den wer­den. Eine Folge sol­cher hete­ro­ge­ner Archi­tek­tu­ren ist eine auf­wän­dige Admi­nis­tra­tion mit dem Thema Daten im zen­tra­len Mit­tel­punkt. Damit nun Unter­neh­men haus­ei­gene IT-Sys­teme bedarfs­ori­en­tiert in externe Cloud-Umge­bun­gen aus­wei­ten kön­nen, hat Fuji­tsu eine Art Cock­pit auf Basis eines soge­nann­ten Enter­prise Ser­vice Cata­log Mana­gers ent­wi­ckelt, und das Hasso-Platt­ner-Sof­ware-Insti­tut (HPI) im deut­schen Pots­dam hat die Fuji­tsu-Anwen­dung nun im Pra­xis­be­trieb eingesetzt.
Aus­gangs­ba­sis war die IT-Infra­struk­tur des HPI, die pri­mär Wis­sen­schaft­lern für For­schungs­pro­jekte zur Ver­fü­gung steht und die mit Part­nern wie Fuji­tsu, HP oder SAP betrie­ben wird. Für das Manage­ment die­ser ent­spre­chend umfang­rei­chen Sys­tem­land­schaft nutzte das HPI bis dato eine eigene Lösung, die bei der Ver­wal­tung jedoch sehr res­sour­cen­auf­wän­dig war.
„Die neue Fuji­tsu-Anwen­dung hat uns schon beim ers­ten Test über­zeugt, ins­be­son­dere das Manage­ment unse­rer hete­ro­ge­nen Infra­struk­tur ist damit weit­aus über­sicht­li­cher und ein­fa­cher,“ so Bern­hard Rabe vom HPI. „Unter­neh­men kön­nen Usern einen nut­zungs­be­zo­ge­nen Zugang zu Cloud-Diens­ten zur Ver­fü­gung stel­len, wo auch das Iden­tity Manage­ment oder die Abrech­nung der Ser­vices beinhal­tet ist,“ ergänzt Wil­helm Peters­mann von Fujitsu.

Wert­volle Infor­ma­tion aus unüber­sicht­li­chen Datenmengen
Ein zen­tra­les Thema bei hete­ro­ge­nen IT-Infra­struk­tu­ren ist Aus­wer­tung und Nut­zung der ent­ste­hen­den Daten­ströme, auch Data Sci­ence genannt. Die unter­neh­me­ri­schen Ein­satz­ge­biete sind viel­fäl­tig, im Bereich der Fer­ti­gungs­in­dus­trie kön­nen etwa Maschi­nen auto­ma­ti­siert gewar­tet wer­den bevor sie aus­fal­len (engl. Pre­dic­tive Main­tanace). In Bran­chen mit vie­len Kun­den­kon­tak­ten kön­nen Ver­kaufs­pro­zesse unter­stützt wer­den, bei Online-Shops las­sen sich Kun­den­wün­sche vor­her­sa­gen und über Spei­che­rung und Ana­lyse bestimm­ter Ver­hal­tens­mus­ter las­sen sich auch Betrugs­ver­su­che in Echt­zeit erken­nen (engl. Fraud Detection).
Ein Unter­neh­men an die­ser Schnitt­stelle zwi­schen gro­ßen Daten­men­gen (Big Data) und ihrer Ver­wer­tung im betrieb­li­chen Geschäft ist die öster­rei­chi­sche Advan­ced Infor­ma­tion Manage­ment Con­sul­ting (AIMC). „Wir destil­lie­ren aus unüber­sicht­li­chen Daten­men­gen wert­volle Infor­ma­tio­nen, die dann mit dem Kun­den auf­be­rei­tet wer­den und als Ent­schei­dungs­grund­lage für die Opti­mie­rung von Pro­duk­ten und Pro­zes­sen oder für neue Geschäfts­mo­delle die­nen“, so Mar­tin Weigl, Geschäfts­füh­rer von AIMC. Ein Schwer­punkt liegt auch im Bereich Medi­zin, wo AIMC die selbst­ler­nende Wis­sens­platt­form Medi­cal Con­tent Ana­ly­tics zur Aus­wer­tung unstruk­tu­rier­ter Arzt­briefe ent­wi­ckelt hat.
Aktu­ell hat sich nun Kapsch an der 2002 gegrün­de­ten AIMC betei­ligt und erste gemein­same Pro­jekte im Bereich Indus­trie 4.0, Gesund­heits­we­sen und Tou­ris­mus gestar­tet. „Bei allen Digi­ta­li­sie­rungs­pro­jek­ten und IoT-Lösun­gen geht es letzt­lich um Daten und dar­aus Hand­lun­gen abzu­lei­ten. Auch per­so­nen­be­zo­gene Daten aus unter­schied­lichs­ten Quel­len zusam­men­zu­füh­ren und sinn­voll zu inter­pre­tie­ren, ist die zukünf­tige Auf­gabe sol­cher Data Sci­en­tists,“ erläu­tert Jochen Boren­ich, Mit­glied des Vor­stands bei Kapsch BusinessCom.