Perspectives

Noch schneller als Echtzeit

Chancen und Grenzen von Predictive Analytics: Warum Predictive Analytics und kluge Vordenker zusammen gehören

Wenn in einigen Jahren die große Digitalisierungswelle vorbei ist, jedes Ding seine virtuelle Entsprechung hat, jeder Mensch in seiner Persönlichkeit und in seinem Tun in der digitalen Welt weitaus transparenter abgebildet werden kann als heute – welches Potenzial steckt dann in all diesen Informationen? Was fängt die Welt damit an?

Ganz genau wird man es natürlich erst dann wissen. Ein Trend zeigt sich aber bereits deutlich: Prediction in Kombination mit künstlicher Intelligenz - also die Vorhersage von Verhalten, Trends, Ereignissen, Geschäftsfeldern, Entwicklungen oder Prozessen aufgrund von gigantischen Datenmengen, die mit Hilfe von zukünftig noch schlaueren kognitiven Computersystemen verarbeitet werden, womöglich auf unfassbar schnellen Quantencomputern, die aktuell noch in der Entwicklungsphase stecken. Hierfür ist das kognitive System Watson, IBMs Liebling, längst Wegweiser.

Perspectives -
Die Zukunft unserer Welt

Fast täglich gelangen wir zu neuen Durchbrüchen in Forschung und Entwicklung: Autonom fahrende Autos, Künstliche Intelligenz und zuverlässige Sprach- und Bilderkennungen lassen unsere Phantasie höher steigen - im Moment scheint aus technologischer Perspektive nichts mehr unmöglich zu sein!

In unseren "Perspectives"-Artikeln schreiben verschiedene Gastautoren über die Zukunft unserer Informationstechnologie. Was kommt nach der großen Digitalisierungswelle? Was kommt aus dem Silicon Valley auf uns zu und welche Pläne haben IT-Größen wie Google, Amazon, IBM und Apple?

Die Zukunft soll man nicht voraussehen wollen, sondern möglich machen.

Antoine de Saint-Exupéry

Zukunft von Predictive Analytics


Predictive und Cognitive Analytics gehören die Zukunft. Das glauben auch die Zukunftsforscher vom Think Tank 2b Ahead. Gerade für die Wirtschaft sehen sie ein neues Verständnis für die Erhebung, Analyse und Auswertung von Daten voraus: „Wenn alle Prozesse und Reaktionen auf Echtzeit optimiert sind, ist der nächste Schritt schneller als Echtzeit.“ Bereits heute arbeiteten die Branchen-Vordenker mit Predictive Analytics. „Auf Basis dieser Prognosen steuern Predictive Enterprises jegliche Unternehmensprozesse und in zehn Jahren wird dieser Einsatz vollkommen normal sein“, so die 2b-Ahead-Analysten.

Das Future Project 2025 von IBM veröffentlichte vor einem Jahr Einsichten von führenden US-amerika-nischen Zukunftsanalysten, wie sie die kommenden Auswirkungen von Big Data und Analytics speziell auf den Handel einschätzen. So hält Stan Phelps, Gründer von 9 INCH Marketing, die Felder Predictive und Cognitive Analytics definitiv für Game Changer.

Was geschieht nach der großen Digitalisierungswelle?
„Wenn alle Prozesse und Reaktionen auf Echtzeit optimiert sind, ist der nächste Schritt schneller als Echtzeit.“ 

Bislang liege der Fokus bei Organisationen darauf, in einen Zustand des Bereitseins zu kommen, so Phelps, aber er glaube, dass die Wünsche von Kunden vorausgesagt werden können, gerade wenn es um das Marketing von Marken gehe: „Wir werden zukünftig die Bedürfnisse von Kunden über ihr vorhergehendes Verhalten verstehen und dann darauf eingehen können.“ Das sei das Spannende an der Zukunft von Analytics, sagt Stan Phelps: „Sie entwickelt sich weiter von einem reaktiven Zustand hin zu einem proaktiven.“ 

Joel Comm, Entrepreneur und Bestseller-Autor der New York Times für Marketing, Social Media und Online Business, verweist in The Future Projekt 2025 auf das Verhalten eines kleines Kindes: „Man kann einem Kind alles Mögliche sagen und es wird immer mit der Frage antworten: Warum?“ Eine Frage, die oft nur schwer zu beantworten sei. Daten und Analytics führten jetzt dazu, glaubt Comm, dass dieses Warum tiefer verstanden werde: „Warum tun die Menschen, was sie tun?“

Viele Analysten des The Future Projects 2025 prognostizieren, dass wenn Händler diese ganz persönlichen, individuellen Warums ihrer Kunden verstehen, entsprechend wertschätzen und bedienen, ein sehr verbindliches, fast schon freundschaftliches Verhältnis zu ihnen aufgebaut werden kann. Eine wichtige Voraussetzung dafür sei aber: Marken sollten vorher klären, ob Kunden einen solchen Service wollen bzw. mit der Datenauswertung einverstanden sind.

Doch nicht jeder Bereich lässt sich so gut prognostizieren, wie Stammkunden einer Marke – die Herausforderungen, die zukünftige Predictive und Cognitive Analytics in vielen anderen Themenfeldern bewältigen muss, ist enorm. Gunter Dueck, Mathematiker und ehemals Chief Technologie Officer bei IBM: „Ich persönlich denke, dass noch eine Menge an Mathematik entwickelt werden muss, um die Hoffnungen zu erfüllen, die viele aktuell an Predictive Analytics haben.“ 

"Wir leben in einer Zeit, die noch nie disruptiver war als heute – in der disruptivsten Zeit aller Zeiten.“
- Prof. Dr. Gunter Dueck

Die disruptivste aller Zeiten


Zudem stelle sich die Frage, ob letztendlich wirklich so viel vorhergesagt werden könne, so Dueck: „Wir leben in einer Zeit, die noch nie disruptiver war als heute – in der disruptivsten Zeit aller Zeiten.“ Bei einem „Zeitreihenbruch“ helfe Statistik oder künstliche Intelligenz nicht groß weiter, erklärt der Mathematiker: „Die Vergangenheitsdaten oder die bisherigen Erfahrungen enthalten zu wenig Information über die Zukunft. In unsicheren Zeiten lechzen wir natürlich stärker nach Prognosen, aber dann gibt es eben keine.“ Die Hoffnung sei schon immer gewesen, so Dueck, dass Computer von selbst wichtige Zusammenhänge in Daten finden, auf die ein Mensch nicht gekommen wäre. 

Praktisch gesehen spuckten die Computer aber fast immer sehr viele, oft tausende Zusammenhänge aus, die meistens auf Datenzufälligkeiten beruhten oder einfach unbrauchbar seien, denn wer wolle all das durchdenken? Besser sei, so Dueck, selber kluge Fragen zu stellen und diese dann mit Hilfe von Daten zu beantworten: „Bis Computer so kluge Fragen stellen wie kluge Vordenker, wird es noch lange dauern. Ich fürchte, hier sind die Leute derzeit noch unangemessen optimistisch.“

Tatsächlich gibt es bereits in Unternehmen den Trend weg von Big Data-getriebenen hin zu Use Case-orientierten Ansätzen. Das berichtet Martin Szugat, Geschäftsführer der Datentreiber GmbH. Szugat ist Programmdirektor der Predictive Analytics World-Konferenz in Deutschland und hat tiefe Einblicke, wie Unternehmen hierzulande Predictive Analytics einsetzen: „Man bewegt sich aktuell weg von komplexen Black-Box-Modellen wie Artificial Neural Networks hinzu einfachen White-Box-Modellen, wie Entscheidungsbäumen und Regression.“ 

Die Weichen zum erfolgreichen Einsatz von Predictive Analytics stellt man schon heute


Zwar würden neuronale Netzwerke im Zuge von Deep Learning derzeit große Aufmerksamkeit erfahren, erklärt Szugat weiter: „In der Unternehmenspraxis entscheiden aber nicht nur technische, sondern auch organisatorische und wirtschaftliche Faktoren, wie die Nachvollziehbarkeit von Vorhersagen oder die Kosten für die Rechnerinfrastruktur.“

Beim Blick in die Zukunft ist Martin Szugat verhalten optimistisch: „Das Tempo der Entwicklungen wird je nach Land, Branche und Unternehmensgröße sehr unterschiedlich ausfallen. Viele Unternehmen werden sich mit Predictive Analytics, Machine Learning und künstlicher Intelligenz beschäftigen – und erkennen, dass Sie ihre Hausaufgaben nicht richtig gemacht haben, um Predictive Analytics in der Breite einzusetzen.“ Es mangele an Datenqualität, es fehle an Fähigkeiten, Wissen und Erfahrung im Bereich Analytics bei den Mitarbeitern. Zudem seien viele Geschäfts-modelle und Geschäftsprozesse nicht digital, befürchtet Szugat. Diese Lücken müssten geschlossen werden, was viele Unternehmen die nächsten drei bis fünf Jahre koste. Szugat glaubt, dass parallel einzelne Projekte im Bereich Predictive Analytics für einzelne Unternehmensbereiche umgesetzt werden und dort auch Mehrwert stiften.


Text: Corina Niebuhr