Data Analytics made in USA

Vier Unternehmen - vier Wege durch die Datenflut

Uhr

Vier Data-Analytics-Unternehmen aus San Francisco und dem Silicon Valley standen auf dem Programm der IT Press Tour. Sie alle entwickeln Lösungen, um Firmen den Umgang mit ihren Daten zu erleichtern. Die Ansätze sind unterschiedlich, doch alle haben dasselbe Ziel: Sie wollen weltweit durchstarten.

(Source: Netzmedien)
(Source: Netzmedien)

Unternehmen sitzen heute auf einem Berg von Daten. Unabhängig von der Branche, in der sie tätig sind, wachsen Datenbanken, Tabellen und Dateiverzeichnisse stetig an. Sensoren liefern Informationen aus der physischen Welt, CRM-Systeme sammeln Kundendaten und im ERP werden Zahlen über den Geschäftsgang gespeichert.

Diese Datenflut ist Chance und Herausforderung zugleich. Chance, weil sich daraus Erkenntnisse gewinnen lassen, die zu besseren Business-Entscheidungen führen können. Herausforderung, weil sich Menge, Tempo und Komplexität von Big Data nur noch mit IT-Systemen bewältigen lässt.

Auf der IT-Press Tour haben vier Unternehmen ihre Lösungen für die Analyse und Verarbeitung von Big Data vorgestellt. Ihre Ansätze sind verschieden. Manche setzen nur am Rande, andere ganz auf künstliche Intelligenz (KI). Einige stellen die Visualisierung in den Vordergrund, andere wollen dem Management bei seiner Kernaufgabe, dem Treffen von Entscheidungen, unter die Arme greifen.

Aera Technology: Unternehmen auf Autopilot

Ambitioniert ist die Lösung von Aera Technology. Das 1999 gegründete Unternehmen mit Sitz in Mountain View will Unternehmen ein "Cognitive Operating System" zur Seite stellen, wie CEO Frederic Laluyaux sagte. Dieses soll dem Management neue Formen der Entscheidungsfindung bieten.

Frederic Laluyaux, CEO und President von Aera Technology. (Source: Netzmedien)

Indem es Firmendaten, etwa aus dem ERP oder Datenbanken, intelligent analysiert, könne Aera frühzeitig auf Probleme hinweisen, konkrete Vorschläge zu deren Behebung geben und die Umsetzung einleiten. Grundlage dafür sei ein Crawler, der verschiedene Datenquellen im Unternehmen anzapfen und auswerten könne. Je mehr Daten vorhanden seien, desto leistungsfähiger sei das System.

Aera soll Entscheidungen auf Basis von Daten fällen können. (Source: Aera Technology)

Nach dem Vorbild des selbstfahrenden Autos solle Aera das Unternehmen immer besser kennenlernen und bessere Entscheidungen vorschlagen, versprach Laluyaux. Wie diese zustande kommen, könne stets nachvollzogen und kontrolliert werden. Ein "Cognitive Development Kit" ermögliche es Kunden ausserdem, dem System den Umgang mit den Unternehmensdaten beizubringen. Wenn genügend Entscheidungs-Protokolle vorliegen, könnten Automatisierungsregeln für Entscheidungen festgelegt werden.

Die Struktur von Aera. (Source: Aera Technology)

Wie das konkret ablaufen könnte, demonstrierte Laluyaux anhand eines Sprachassistenten. Dieser wies den Nutzer – etwa den CEO – auf sinkende Absatzzahlen in einer bestimmten Region hin und machte zugleich einen Vorschlag, wie das Unternehmen darauf reagieren könnte. Der CEO könne dann die Umsetzung veranlassen.

Momentan teste man Area vor allem in Logistik-Unternehmen, da dort das grösste Optimierungspotenzial und der grösste Kostendruck vorhanden seien. Aber auch aus anderen Branchen sei das Interesse an der Lösung gross. Bei der Einführung eines neuen Produkts könne Aera etwa mit hoher Wahrscheinlichkeit vorhersagen, wie gut es am Markt ankommen wird. "Auf so etwas haben wir eine Ewigkeit gewartet", hätten Kunden gesagt.

Blick auf das Dashboard. (Source: Aera Technology)

Aera Technology ziele vor allem auf international tätige Grossunternehmen, die besonders viele IT-Systeme im Einsatz hätten. Am Ende steht dann laut Laluyaux das "Self-Driving Enterprise".

Kinetica: Mit GPUs durch den Big-Data-Dschungel

Im 45. Stock eines Hochhauses in Downtown San Francisco ist Kinteca beheimatet. Auch dieses Unternehmen will es Unternehmen ermöglichen, aus dem Wust an Daten – dort "Extreme Data" genannt – die relevanten Informationen herauszufiltern. Es setzt dabei auf die Rechenleistung von Grafikprozessoren (GPUs).

GPUs eigneten sich durch ihre auf Parallelisierung ausgelegte Architektur vor allem für die Auswertung von grossen Daten-Streams, sagte Paul Appleby, CEO von Kinetica. Das Unternehmen entwickle eine Plattform, die Datenbanken durch den Einsatz von GPUs und Machine Learning in Echtzeit durchsuchen, auswerten und visualisieren könne. Sie sei besonders für Kunden mit sehr grossem Datenaufkommen und komplexen Anwendungsszenarien geeignet.

CEO Paul Appleby stellte die Ziele, Partner und Kunden von Kinetica vor. (Source: Netzmedien)

Als Beispiel erwähnte Appleby den United States Postal Service, der seine Flotte von Lieferfahrzeugen mit der Lösung im Griff behalte. Auch Behörden seien Kunden von Kinetica – und die US-Armee. Aktuell expandiere das Start-up vor allem in Asien, etwa in Indonesien. Aber auch in Europa werbe man um neue Kunden.

Kinetica soll sich mit Cloud-, Business-Intelligence- und Machine-Learning-Anwendungen verknüpfen können. (Source: Kinetica)

Wie die Lösung von Kinetica funktioniert, zeigte CTO und Mitgründer Nima Negahban anhand verschiedener Beispiele. In London werde mit dem System etwa das Verkehrsaufkommen überwacht. Auf einer Karte der Stadt liessen sich so tausende von Ereignissen anzeigen und diejenigen Informationen herausfiltern, die für die Sicherheit des Verkehrs wichtig seien.

Kinetica-CTO Nima Negahban gab Einblicke in die technische Seite der GPU-Datenbank. (Source: Netzmedien)

Das Streaming dieser Daten (Video, Geodaten) übernehmen GPUs, während die klassischen Prozessoren für die "langweiligen" Aufgaben zuständig seien. Auch Daten von autonomen Fahrzeugen, die in Detroit herumkurven, werden durch das System von Kinetica aufgezeichnet. Weitere Einsatzfelder seien der Aktienmarkt und das Verhalten von Ladenkunden. Die Erfassung von Geo- und Zeitdaten in kurzer Zeit sei die Stärke von Kinetica, sagte Negahban.

Im Video demonstriert Kinetica seine Lösung anhand der Überwachung eines Telko-Netzwerks. (Source: Kinetica)

Neben der Expansion in Europa bestehe das nächste Ziel von Kinetica darin, das Produkt für Grossfirmen zu optimieren und in neuen Branchen zu etablieren, sagte Appleby. In viele Branchen könne man als junge Firma nur durch die Zusammenarbeit mit etablierten Partnerfirmen vorstossen. So sei es einfacher, die Leistungsfähigkeit der Dienstleistung unter Beweis zu stellen. Eine Partnerschaft mit dem World Economic Forum (WEF) soll Kinetica auch Schub geben.

H2O.ai: Automatisierte KI

H2O.ai habe für die Auswertung von Unternehmensdaten schon auf KI gesetzt, bevor der aktuelle Trend richtig Fahrt aufgenommen habe, sagte Mitgründer Sri Ambati beim Besuch der Firma aus Mountain View. Das Start-up wolle für ein Miteinander von Mensch und künstlicher Intelligenz einstehen, sagte er zur Begrüssung. Für den Menschen sei KI eine Erweiterung seiner Fähigkeiten, keine Bedrohung. Unternehmen könne die Technologie dabei helfen, Wandlungsprozesse besser zu bewältigen.

Ganz ohne Stolpersteine sei der Einsatz von KI aber nicht, räumte Ambati ein. Erstens benötige ein KI-Projekt sehr gut ausgebildete Fachleute. Zweitens müsse man Vertrauen und Klarheit in die Systeme bringen und drittens seien in der KI-Entwicklung heute eine Handvoll Unternehmen übermächtig, die über riesige Mengen an Daten verfügten – etwa Social-Media-Plattformen oder Firmen aus China. Der Einzelne habe dagegen kaum noch die Kontrolle darüber, was mit seinen Daten passiert.

Sri Ambati von H2O.ai will mit KI nicht nur Unternehmen, sondern auch der Gesellschaft einen Mehrwert bieten. (Source: Netzmedien)

Die grosse Datenbasis sei mithin ein Grund, warum China in Sachen KI bereits weiter fortgeschritten sei als das Silicon Valley, gab Ambati zu bedenken. Dabei finde Innovation heute dort statt, wo KIs mit kleinen Datenmengen trainiert werden und die menschliche Intuiton quasi immitieren könnten.

H2O.ai wolle dies ändern und biete deshalb eine Reihe von Tools an, mit denen die Data Scientists der Kunden KI-Projekte schnell und einfach umsetzen könnten, sagte Ambati. Es gehe dabei darum, "Wissenschaft in Software zu konvertieren". "Automated Machine Learning" lautete das Schlagwort.

Dies komme bei den Kunden des Unternehmens, unter denen auch einige aus der Schweiz sind, gut an. Als nächstes stehe der Aufbau eines Cloud-Marktplatzes an. Auf diesem sollen dereinst KI-Daten gehandelt werden, wobei auch Blockchain-Technologie zum Einsatz kommen soll. Davon sollen, gab sich Ambati überzeugt, nicht nur Unternehmen, sondern die ganze Gesellschaft profitieren.

Yellowfin BI: Von Daten zur Story

Künstliche Intelligenz? Data Science? Managed Services? Der CEO von Yellowfin BI, Glen Rabie, machte in seiner Präsentation schnell klar, dass er die Kernkompetenzen seines Unternehmens nicht in diesen Bereichen sieht. Yellowfin BI konzentriere sich mit seiner gleichnamigen Analytics-Plattform darauf, digitales Wissen in einer Art und Weise aufzubereiten, dass es für die Kunden von Nutzen sei. Und die Firma tut dies mit ihren 170 Mitarbeitern profitabel und ohne Geld von Risikokapitalgebern, wie Rabie betonte.

Glen Rabie (CEO) und Daniel Shaw-Dennis (SVP Strategic Marketing) stellten das Angebot von Yellowfin BI vor. (Source: Netzmedien)

Business Intelligence, das machen heute viele, wie Rabie zugeben musste. Yellowfin könne sich aber von seinen Konkurrenten abheben. Erstens, indem es Vorbereitung und Analyse auf einer Web-Plattform End-to-End anbiete. Zweitens durch die Zusammenarbeit mit Partnern in verschiedenen Branchen. Und drittens, indem es mehr als ein Dashboard sei, Daten aus verschiedenen Quellen also nicht nur aggregiert anzeige, sondern auch mit dem richtigen Kontext verknüpfen könne. So könne die Lösung aus einem Berg von Unternehmensdaten jene herausfiltern, die für das Management wirklich relevant seien.

Während sich viele andere Firmen mit Trends wie Cloud Computing und KI nicht zurückhielten, sei Yellowfin bei diesen Themen eher vorsichtig unterwegs. Neben der Integration in Private- oder Public-Clouds sei der klassische On-Premise-Betrieb für viele Abnehmer immer noch zentral. Auch sei man kein Managed-Service-Provider. "Unsere Stärke liegt im Entwickeln von Software, nicht im Verwalten derselben", sagte Rabie. Auch wolle man den Kunden kein einzelnes Tool überstülpen, das für alle Szenarien herhalten müsse. Yellowfin passe seine Software für jeden Use Case an.

Mittels Dashboard, automatischer Suche nach Veränderungen und Storys will Yellowfin BI-Unternehmen zum "Warum?" hinter ihren Daten bringen. (Source: Yellowfin BI)

Glen Rabie zog am Mediengespräch zwei neue Pfeile aus dem Köcher seiner Firma. Der erste hört auf den Namen "Yellowfin Signals". Dabei handle es sich um eine Lösung, die mittels statistischer Methoden selbstständig Veränderungen in den Unternehmensdaten aufspüren soll. So könnten Kunden Entwicklungen erkennen, die ihnen andernfalls entgingen oder nur per Zufall entdeckt würden. Yellowfin Signals lasse sich ebenfalls auf die Anforderungen des Kunden hin konfigurieren und lerne, welche Informationen für den Nutzer relevant seien.

"Yellowfin Stories", die zweite Neuvorstellung, soll die Geschichte hinter den Daten erzählen. Mit dem Tool könne ein Unternehmen seine Statistik in den Kontext von News-Artikeln, Studien oder der internen Kommunikation setzen, versprach Rabie. Alle diese Informationen liessen sich dann in einer Weise grafisch darstellen, dass sie effektiv in die Entscheidungsprozesse einfliessen könnten. Denn mit einer Story, war Rabie überzeugt, liessen sich Erkenntnisse aus Daten dem Management weitaus besser verkaufen.

Wo die IT Press Tour im Silicon Valley sonst noch Station machte, erfahren Sie im Blog zur Reise.

Webcode
DPF8_112531