Das SAS Magazin
Menschen / Perspektiven / Lösungen

Big Data Lab

Geht nicht – gibt‘s

Der erste bezahlbare „Personal Computer“ der Welt war komplett nutzlos. Die Menschen, die sich davon nicht abschrecken ließen, haben die Welt verändert. Bei Big Data wiederholt sich die Geschichte: Wer Technologie und Idee zusammenbringt und sich nicht vor Fehlschlägen fürchtet, wird gewinnen.

Es müssen skurrile Sitzungen gewesen sein, die der „Homebrew Computer Club“ 1975 im kalifornischen Menlo Park abhielt. Hier versammelten sich Dutzende von jungen Nerds wie etwa Steve Wozniak nicht etwa, um knifflige Probleme mittels Computern zu lösen. Vielmehr redeten sie sich die Köpfe heiß beim Versuch, ein Problem zu finden, das sie mit dem Altair 8800 lösen konnten. Der erste Personal Computer galt nämlich als wegweisend und nutzlos zugleich: Zu ersten Mal war ein Computer diesseits der Mainframes für jedermann erschwinglich. Was damit anzustellen sei, wusste jedoch niemand. Nicht einmal Intel, die mit dem 8080 die CPU herstellten, um die herum die marode Rechenmaschinenfirma MITS dann den Altair konstruierte. Einen echten Plan hatten die MITS-Leute damit nicht, im Gegenteil: „Was wir vorhatten, war unmöglich. Glücklicherweise wussten wir nicht, dass es unmöglich ist“, sagte der damalige Geschäftsführer Ed Roberts später.

Szenenwechsel: Im Management eines großen Handelskonzerns herrscht Verunsicherung. Klar ist: An der extensiven Nutzung von Kunden- und Expertendaten kommt das Unternehmen genauso wenig vorbei wie die Wettbewerber. Klar ist auch: Wer hier den entscheidenden Innovationsschritt zuerst macht, wird einen entscheidenden Vorteil gewinnen. Aber welcher Schritt ist das? Welche Big-Data-Initiative wird das Geschäft tatsächlich beflügeln, welche wird zum teuren Papierflieger ins Nirgendwo? Die Fachbereiche haben dazu ein paar Ideen, sind aber weit von einem „Proof of Concept“ entfernt.

Lösung auf der Suche nach dem Problem

Der Altair war eine Lösung auf der Suche nach einem Problem. Und wer dieses Problem finden wollte, musste kreativ sein, Experimente wagen und sich von Rückschlägen nicht aus dem Konzept bringen lassen. Eben anders denken. Die erste gelungene Anwendung für den Altair war dann auch genauso verblüffend wie sinnfrei: Ein Programmierer brachte dem Gerät ohne Tastatur und Monitor – einzige Bedienelemente waren ein paar Kippschalter – bei, mittels eigentlich ungewollter elektromagnetischer Störstrahlung eine Melodie auf ein kleines Transistorradio zu übertragen. Tumultartige Begeisterung im Homebrew Computer Club: Der Altair war also doch zu etwas zu gebrauchen. Es bedurfte allerdings einiger besonders hartnäckiger und ausdauernder Nerds, um dem Computer sinnvolle Aufgaben abzutrotzen – zum Beispiel Bill Gates und seiner Adaption der Programmiersprache Basic. Aber das ist eine andere Geschichte.

Vielen Unternehmen scheint das ganze Thema „Big Data“ ein ähnliches Buch mit sieben Siegeln zu sein wie weiland der Personal Computer für die frühen Computer-Nerds. Sie wissen, dass sie die Technologie brauchen werden. Aber die eine und einzige Killer-Anwendung gibt es nicht. Jede Branche, jedes Unternehmen, vielleicht sogar jeder Fachbereich muss selbst herausfinden, wo der entscheidende Nutzen liegt.

Sie alle können aber vom Altair und seinen Fans lernen: „Der Gedanke, die entscheidende Anwendung für eine Technologie im ‚Labor‘ experimentell zu suchen, ist in Zeiten von Big Data Analytics wieder absolut richtungsweisend“, sagt Christoph Sporleder von SAS.

Experimente mit minimalen Ressourcen

Und das, obwohl ziellose Tüftelei jedem CIO die Budget-Schweißperlen auf die Stirn treibt. „Die IT und der CIO sind heute meist gefangen und zu maximaler Kosteneffizienz verpflichtet. Unnötige Kosten sind tabu“, so Sporleder. Das Problem bei Experimenten ist aber: Ein Teil der Kosten wird sich immer als unnötig erweisen, weil immer auch ein Teil der Versuche scheitert. Welcher Teil ist leider nicht vorauszusehen.

Der Reflex der meisten Unternehmen auf diese Situation bedeutet: Business Cases suchen, Budgets beantragen, Projekte aufsetzen. Ein Vorgehen mit dem Fuß auf der Bremse und der Schere im Kopf. Denn erstens ist Scheitern angesichts der Investitionen keine Option. Und zweitens dauert der Prozess so lange, dass der mutigere Wettbewerber links vorbeiziehen kann. „Der Business Case ist der Tod von Big Data“, ist sich Sporleder sicher. „Anfangen ist entscheidend, scheitern nicht weiter tragisch.“

Pragmatismus statt Perfektionismus

Da ist also viel Andersdenken bei Unternehmen gefragt: experimentieren erwünscht, scheitern erlaubt, Pragmatismus gefordert, Qualität untergeordnet. Und das trotzdem ergebnisorientiert, mit minimalem Ressourceneinsatz und geringen Investitionen. Eine echte Big-Data-Hexenküche also. „Die bei SAS Big Data Lab heißt“, fügt Sporleder hinzu. „Damit schaffen sich Unternehmen einen geschützten Raum mit allen notwendigen Infrastrukturen, in dem genau diese Experimente möglich sind. Und weil die Werkzeuge Schnittstellen zu den produktiven Infrastrukturen des Unternehmens haben, ist eine Übertragung in den produktiven Einsatz schnell und einfach möglich.“ Tatsächlich sind die Versuchs- (nicht: Projekt) Laufzeiten, oder auch „Sprints“, im Big Data Lab ganz andere als in üblichen Unternehmenszyklen: „Zwei Stunden bis zwei Wochen pro Case, nicht mehr.“

Damit schließt sich dann auch der Kreis zum Homebrew Computer Club. Die Nerds waren zwar neugierig und experimentierfreudig, aber eilig hatten sie es nicht. Und so war es nicht der Altair, der die PC-Revolution auslöste. Das Geschäft machten die Firmen, die die Wertschöpfung in der Technologie erkannt hatten und deutlich machten. Anfangen war also wichtig – aber die Umsetzung in der Praxis entschied das Rennen.

Bildnachweis: Seleneos/photocase.com

« Zurück