Big Data. Digitaler Quantensprung

Transkript

1 Global Investor 1.13, Juni 2013 Expertenwissen für Anlagekunden der Credit Suisse Big Data Digitaler Quantensprung Michael Chui Die Suche nach den goldenen Nadeln im Datenheuhaufen zahlt sich aus. Katy Börner Mit datenbasierter Kartografie die Zusammenhänge in der realen Welt sehen und verstehen. Florian Michahelles Vernetzte Sensoren liefern Big Data viel frisches Futter. Jürgen Galler Die Datenanalyse bringt Unternehmen dazu, ihre Geschäftsmodelle zu überdenken.

2 Die Galaxie der Blogosphäre Die computergenerierte Karte illustriert die Verbindungen zwischen den Blogs. Blogs Internetseiten mit journalistischen Einträgen in chronologischer Folge sind oft mit anderen Seiten verlinkt, deren Gesamtheit die Blogosphäre bildet. Die Blogs sind als graue Punkte dargestellt, ihre Verbindungen als rote Linien, grössere Punkte zeigen populäre Blogs. Gemäss Schätzungen gibt es über 200 Millionen Blogs und ihre Zahl steigt. Bitte beachten Sie die wichtigen Offenlegungsinformationen auf Seite 54. Die Credit Suisse steht im geschäftlichen Kontakt mit Unternehmen, die in diesen Research- Berichten behandelt werden, oder strebt nach geschäftlichen Beziehungen mit diesen. Anleger sollten sich daher bewusst sein, dass das Unternehmen möglicherweise in einem Interessen- ihrer Investmententscheidung diesen Bericht daher nur als einen von mehreren Faktoren betrachten. Informationen zu den mit Anlagen in die hierin behandelten Wertpapiere verbundenen

3 GLOBAL INVESTOR 1.13 Editorial 03 Fotos: Chou Chiang Martin Stollenwerk Verantwortlich für die Koordination dieser Ausgabe: Nilanjan Das, CFA, ist verantwortlicher Redaktor des Global Investor und Leiter Global Research KPO in Mumbai. Sein Research-Team befasst sich mit globalen Aktien, Anleihen und Devisen sowie mit wirtschaftlichem und thematischem Research. Seit 2009 ist er bei der Credit Suisse und hat über 15 Jahre Erfahrung in Research und Banking, unter anderem bei JP Morgan Global Research und ICICI Bank. Er promovierte am Indian Institute of Management in Bangalore. Uwe Neumann, CEFA, stiess 2000 als Aktienanalyst für den Telekommunika tions- und Technologiesektor zu Credit Suisse Private Banking. Er verfügt über 28 Jahre Erfahrung im Wertschriften- und Bankgeschäft, darunter 18 Jahre im Research. Seinen Master in Wirtschaftswissenschaften erhielt er von der Universität Konstanz, Deutschland. Unternehmen mussten ihre Kunden schon immer kennen, genauso wie Ärzte ihre Patienten. Big Data ermöglicht ihnen dabei eine bislang unvorstellbare Tiefe der Erkenntnisse, die in unglaublich kurzer Zeit zur Verfügung stehen. Darum erlaubt ihnen Big Data, bisher nicht sichtbare Zusammenhänge zwischen diversen Aspekten des geschäftlichen, medizinischen und gesellschaftlichen Lebens von Menschen zu erkennen. Der vorliegende Global Investor erläutert, wie Einzelhändler wie Amazon und Tesco Big Data für das Cross-Selling von Produkten, die Vermarktung über neue Kanäle wie soziale Medien und für die Prognose von Nachfragemustern nutzen. Wir zeigen, wie Banken ihre Datenüberwachung und Compliance verbessern und durch Onlinefirmen wie Lenddo gemeinschaftsbasierte Bonitätsbeurteilungen erstellen. In der Big-Data-Welt geht es indes nicht nur um Transaktionen im Internet oder in Läden, sondern auch um die Erhebung von Daten aus fast allen Bereichen unseres Lebens: Unsere Schuhe überwachen, wie wir gehen und laufen; die Telematik zeichnet auf, wie wir Auto fahren, was Versicherer wiederum zur Schätzung des Prämienrisikos einsetzen; CO2-Emissionsmuster lassen sich messen und Firmen kontrollieren mit Echtzeitsensoren die Turbinen, die unseren Strom erzeugen. Wir zeigen anhand von Beispielen auf, wie Daten durch Visualisierung lebendig werden und uns den Durchblick im Zahlendurcheinander ermöglichen. Terabytes an Daten verlangen nach extrem schnellen Analyse- und Datenbankwerkzeugen, damit Resultate in Echtzeit verfügbar sind. SAP erläutert uns, wie ihre Big-Data-Technologie genau für diese Aufgabe konzipiert wor-den ist. Den technischen Teil zu Big Data runden wir ab mit einem Blick auf Datenzentren und die «Wolke». Natürlich hat Big Data auch Grenzen Vorbehalte zum Datenschutz und zu den Eigentumsrechten sowie zur Verwendung von online erhobenen persönlichen Daten sind durchaus legitim. Es besteht daher ein echter Bedarf an Spezialisten, sogenannten Datenwissenschaftlern. Unter Berücksichtigung dieser Vorbehalte dürfte Big Data unseres Erachtens am Anfang einer massiven Wachstumsphase stehen und zu einer deutlich intelligenteren Welt führen. Giles Keating, Head of Research for Private Banking and Wealth Management

4 GLOBAL INVESTOR Vergessen Sie Backsteine und Mörtel bei diesem Speicher-Laden geht es um Bits und Bytes. Treten Sie ein, schauen Sie sich um und entdecken Sie, was wir punkto Big Data auf Lager haben. Steigen Sie ein in den Datenbus und speichern Sie Ihre Eindrücke. Wir nehmen Sie mit auf eine kurze Reise von den Ursprüngen der Computertechnologie bis hin zu modernen Speicher- und Verarbeitungslösungen. Wir haben alles, von 5.25-Zoll-Floppy-Disks bis zu Festplatten mit mehreren Terabytes Speicherkapazität. Sie werden nicht glauben, wie viel 1 Megabyte Speicher früher kostete. > Ab Seite 06

5 GLOBAL INVESTOR Big Data 09 Der andere Erfolgsfaktor Die grosse Herausforderung für Firmen besteht heute darin, Wege zu finden, wie Big Data neue Erkenntnisse und Mehrwert bringen kann. Laut Michael Chui ist es nicht einfach, die enormen Datenmengen nach Nützlichem zu durchforsten, aber es ist entscheidend für den Erfolg eines Unternehmens. 15 Einkaufen neu erfunden Einzelhändler müssen ihre Kunden gut kennen, um sie nicht an die Konkurrenz zu verlieren. Andreas Tomaschett erläutert die grosse Bedeutung von Big Data für die Analyse des Kundenverhaltens, um Nachfrage und Umsatzwachstum anzukurbeln. 18 Das Internet der Dinge Das traditionelle Internet ist über seine ursprünglichen Grenzen hinausgewachsen: Daten von Sensoren kombiniert mit allen anderen verfügbaren Daten liefern heute ein schärferes Bild der realen Welt. Florian Michahelles erklärt, wie sich die nützlichen Signale aus der Datenflut heraussieben lassen. 21 Likes, Tweets und Kredite Das Volumen und die Vielfalt der von der Bankbranche gesammelten Daten sind exponentiell gewachsen. Doch laut Christine Schmid-Frey reicht Sammeln allein nicht aus. Banken müssen die Daten auch effizient nutzen, um etwa neue, konkurrenz fähige Angebote zu lancieren. 32 Dienstleistungen mit Mehrwert Zeit ist Geld. Die ungestüme Zunahme der Datenmengen hat kostspielige und zeitraubende Engpässe bei der Datenverarbeitung zur Folge. Doch laut Stefan Sigg muss das nicht mehr so sein: Neue Big-Data-Technologien beschleunigen die Analyse enorm zu einem Bruchteil der bisherigen Kosten. 34 Energie für Daten Wer die in Big Data enthaltenen Informationen erfassen und analysieren will, kommt ohne die richtige Infrastruktur nicht aus. Randy Katz skizziert, was es braucht, um diese Mammut auf gabe erfolgreich zu meistern. 37 Nutzen mit Nebenwirkungen Big-Data-Technologien machen es einfacher, grosse Mengen von Nutzerdaten zu sammeln und zu analysieren tun dies aber nicht immer transparent. Jason Hong zeigt Ansätze auf, wie Unternehmen und Konsumenten die komplexen Probleme rund um persönliche Daten und Privatsphäre angehen können. 40 Sehen und verstehen Wenn ein Bild (mehr als) tausend Worte sagt, wie stellt man dann ein Petabyte Daten dar? Katy Börner ist spezialisiert darauf, aus komplexen Datenreihen Erkenntnisse zu gewinnen und die von Big Data beschriebenen vielschichtigen Systeme anhand modernster Werkzeuge zu visualisieren. 44 Risiken messen statt schätzen Die Prämienbestimmung für Versicherungsrisiken ist eine komplexe Schätzung mit zahlreichen Variablen. Patrick McSharry erklärt, wie sich diese Schätzungen dank Big Data verbessern lassen, indem menschliche Verhaltensmuster in den Risiko modellen berücksichtigt werden. 48 Geniale Nerds gesucht Datenwissenschaftler wissen, wie man Daten erhebt, Infrastrukturen erstellt, Analysen durchführt, alles in einen sozial wissenschaftlichen Zusammenhang setzt und mit den Resultaten schliesslich den CEO überzeugt. Hilary Mason, wissenschaftliche Leiterin bei Bitly, erklärt, was Datenwissenschaftler und Mr. Spock gemeinsam haben. 52 Neue Wege Big Data eröffnet sowohl etablierten Unternehmen als auch Start-up-Firmen neue Geschäftschancen. Jürgen Galler von Swisscom erläutert, wohin die Reise gehen könnte und welche Vorteile der Telekommunikations- und anderen Branchen daraus erwachsen dürften. Disclaimer > Seite 54 Podcast auf

6 GLOBAL INVESTOR «NOCH GIBT ES NICHT GENÜGEND DATEN FÜR EINE SINNVOLLE ANTWORT.» Isaac Asimov 1956 Albert Einstein

7 GLOBAL INVESTOR DIE DREI V 2012 wurde Big Data praktisch in allen IT-Bereichen zum grossen Thema. Big Data steht für eine neue Generation von Technologien und Architekturen, mit denen aus enormen Datenmengen unterschiedlichster Herkunft wertvolle Informationen schnell und wirtschaftlich identifiziert, erfasst und/oder analysiert werden sollen. ZÄHLEN Die unten stehenden Präfixe werden in der EDV Mengen angaben wie Byte oder Bit vorangestellt. In der Kommunikation und der Elektronik wird mit Zehnerpotenzen von bis gerechnet, wobei schrittweise um drei Zehnerpotenzen (10 3 oder 1000) erhöht wird. In der IT und der Daten speicherung werden Multiplikatoren in Zweierpotenzen von 2 10 bis 2 80 definiert, die Erhöhungsschritte betragen zehn Zweierpotenzen (2 10 oder 1024). DIE ERSTE SPEICHERPLATTE 1956 führte IBM die 305 RAMAC ein, die Ururgrossmutter unserer heutigen Speicherplatten. Sie hatte die Grösse eines Verkaufsautomaten und speicherte 4.4 MB auf 50 doppelseitigen Disks mit einem Durchmesser von rund 60 cm. Jede Disk hatte eine Dichte von 2000 Bits/Quadratzoll und kostete US-Dollar pro Gigabyte. COMPUTER IM LAUFE DER ZEIT Der Abakus war wohl der erste Computer zur Durchführung einfacher Rechenoperationen. Die meisten Menschen verbinden das Wort «Computer» mit den elektronischen Geräten, die im letzten Jahrhundert erfunden wurden und sich zu den heutigen modernen Computern weiterentwickelt haben. Der Siegeszug portabler PCs ist eng mit der Entwicklung von Mikroprozessoren, LCD-Displays und der Batterietechnologie verknüpft. Computer wie Personal Digital Assistants, Tablets und Smartphones sind heute viel kleiner und portabler als Laptops. GENIE GESUCHT Der Ausdruck «Computer» erschien erstmals in der «New York Times» vom 2. Mai Eine Anzeige der US Civil Service Commission lautete wie folgt: «Computer gesucht. [ ] Die Überprüfung setzt Kenntnisse in Algebra, Geometrie, Trigonometrie und Astronomie voraus.» RASANT SCHNELL 1971 verblüffte der Prozessor 4004 von Intel mit einer Taktfrequenz von 0.74 MHz erreichte Motorolas eine Geschwindigkeit von 16 MHz. Intels Pentium-Reihe kam auf 200 MHz und 1999 mit dem P3 auf 1033 MHz. Der GK110 Kepler von Nvidia erreichte 2012 sogar 3004 MHz. GESCHICHTE DER SPEICHERGERÄTE Menschen haben schon immer Mittel und Wege gesucht, um Informationen für die kommenden Generationen zu speichern. Wer heute das Wort «speichern» oder «Computerspeicher» hört, denkt in der Regel an CD-ROM, DVD oder USB-Sticks. Tools wie die Floppy Disk oder Lochkarten sind praktisch in Vergessenheit geraten. Tatsächlich reicht die Geschichte der Speichermedien aber bis in prähistorische Zeiten zurück: Unsere Vorfahren zeichneten Informationen über ihr Leben auf Steine sowie an Höhlenwände und -decken. Quellen: emc.com, intel.de, gigaom.com, focus.de, ns1758.ca/winch/winchest.html, historyofcomputer.org, cs-exhibitions.uni-klu.ac.at, searchstorage.techtarget.com, nytimes.com PROZESSORINNOVATIONEN 1965 beobachtete Gordon Moore, dass sich die Anzahl der Transistoren auf einem Chip etwa alle zwei Jahre verdoppelt. Im Vergleich zu Intels erstem Mikroprozessor, dem 4004 von 1971, ist ein Prozessor wie der Intel 62-Core Xeon Phi (22-Nanometer-Fertigung) von 2012 über 4000-mal schneller, und jeder Transistor verbraucht rund 5000-mal weniger Energie. Der Preis für einen Transistor ist dagegen um das Fache gesunken. DIGITALES UNIVERSUM Das Gros der digitalen Informationen (68 Prozent im Jahr 2012) wird von Konsumenten generiert und ausgetauscht. Sie sehen digitales Fernsehen, interagieren auf sozialen Medien, senden Bilder und Videos von ihren Handykameras oder stellen solche aufs Internet usw. BIG-DATA-LÜCKE 2012 wären rund 23 Prozent aller Informationen im digitalen Universum für Big Data nutzbar gewesen, wenn sie getaggt und analysiert worden wären. Die Technologie ist aber noch lange nicht so weit, und in der Praxis werden nur 3 Prozent der potenziell nützlichen Daten getaggt und gerade mal 0.5 Prozent davon analysiert.

8 GLOBAL INVESTOR POWER IN UNSEREN HÄNDEN Kleiner, schneller, leichter, billiger. Die Datenmengen, die wir generieren und sammeln, expandieren exponentiell, vor allem angesichts der immer populäreren Mobilgeräte, deren Nutzer aufgrund eines einzigen Ereignisses enorme und vielfältige Datenströme produzieren. CHIPS UND BYTES Öffnen Sie den Aufklapper und entdecken Sie in unserem Speicher-Laden, welche Fortschritte seit der Erfindung des Zählrahmens gemacht wurden. Reisen Sie mit uns zurück zu den Ursprüngen der Computertechnologie, als einige Megabyte an Speicher noch ein Vermögen kosteten und ein 12-MHz- Computer als blitzschnell galt.

9 GLOBAL INVESTOR Informationsmanagement Der andere Erfolgsfaktor Information ist gut. Mehr Information ist besser. Aber wie geht man mit einer regelrechten Informationsflut um? Ein umfassender Bericht des McKinsey Global Institute (MGI) von 2011 zeigt auf, wie sich von Big Data profitieren lässt. Nilanjan Das, Redaktor des Global Investor, unterhielt sich mit Michael Chui, dem Hauptautor des Berichts. Hören Sie diesen Artikel auf der Wissensplattform des Global Investor. Nilanjan Das, CFA, ist verantwortlicher Redaktor des Global Investor und Leiter von Global Research KPO, wo er ein multidisziplinäres Team führt. Er promovierte am Indian Institute of Management in Bangalore, Indien. Michael Chui ist Direktor des McKinsey Global Institute (MGI), wo er die Erforschung der Folgen von Informationstechnologien und IT-Innovationen leitet. Er hat einen Doktor titel in Computer- und Kognitionswissenschaften der Indiana University, USA. Foto: Getty Images Illustration: Georg Wagenhuber Nilanjan Das: Wann und warum wurde Big Data als Ansatz zum Umgang mit strukturierten Daten so wichtig? Gab es neben dem Bericht des McKinsey Global Institute von 2011 weitere Impulse geschäftlicher oder technologischer Art, die Big Data in den Vordergrund rückten? Michael Chui: Wir glauben, dass Daten für Unternehmen schon immer wichtig waren. Die Idee, dass Daten Mehrwert schaffen, ist daher nicht neu. Allerdings haben wir eine Veränderung des Ausgangsmaterials also der Daten selbst festgestellt: Wie die Bezeichnung «Big Data» impliziert, nahm der Umfang der Daten exponentiell zu. Dabei handelte es sich aber nicht nur um «strukturierte» Daten, also Daten, die übersichtlich in Zeilen und Spalten passen. Wir entdeckten eine neue Vielfalt an Datenquellen und -typen, zum Beispiel Social-Media-Technologien wie Tweets sowie multimediale Daten. Zudem beobachteten wir, dass Daten vermehrt in Echtzeit verfügbar sind. Somit lässt sich beispielsweise ein Kunde, der im Laden vor einer Kaufentscheidung steht, direkt mit einer Marketingbotschaft ansprechen. Aufgrund all dieser Aspekte zunehmende Datenmengen, mehr Vielfalt und grössere Verfügbarkeit in Echtzeit kamen wir zum Schluss, dass sich hier neue Möglichkeiten auftun: Unternehmen können Mehrwert schaffen und Daten lassen sich in allen Sektoren und Betrieben effizient für technologische Innovationen und neue Geschäftsmodelle einsetzen. >

10 GLOBAL INVESTOR Wie funktioniert das konkret? Technisch gesehen haben wir während Jahrzehnten gelernt, wie Daten in traditionellen, relationalen Datenbanken zu verwalten, zu analysieren und zu optimieren sind. Nun stehen jedoch unstrukturierte Daten im Fokus der Innovation. Wie managt man multimediale Daten? Wie managt man Sensordaten? Welche Algorithmen und Techniken setzt man ein, um aus diesen neuen Datentypen Erkenntnisse zu gewinnen? In diesen Bereichen gab es enorm viele Innovationen. Und letztlich: Wie lässt sich mit alledem Mehrwert schaffen? Nehmen Sie etwa Daten aus sozialen Netzwerken oder dem sozialen Bereich. Bisher konnte die Einstellung der Konsumenten einer Marke gegenüber nicht in Echtzeit erfasst werden. Im «McKinsey Quarterly» interviewte ich den CEO eines Konsumgüterunternehmens. Dieser erzählte mir, dass er als Jungmanager zu Beginn seiner Karriere die Kundenstimmung noch ganz anders auslotete: Er besorgte sich Kassetten aus dem Callcenter und hörte sich diese auf dem Heimweg im Auto an. Heute hat er jederzeit Echtzeitinformationen zur Akzeptanz seines umfassenden Markenportfolios auf seinem Bildschirm. Welche Art von Unternehmen nutzen Big Data wirklich gut, um sich einen Wettbewerbsvorteil zu verschaffen? Unsere Forschung zeigt, dass Konkurrenzfähigkeit in vielen Sektoren eine effiziente Nutzung der Daten voraussetzt. Big Data spielt praktisch überall eine wichtige Rolle. Unternehmen, die Daten effizient zu nutzen lernen, sind im Markt also mit grösserer Wahrscheinlichkeit erfolgreich. Wer Big Data nicht nutzt, gerät ins Hintertreffen. Insbesondere der Onlinesektor spielte bei Big-Data-Applikationen eine Vorreiterrolle. Es handelt sich um Unternehmen, deren Daseinsberechtigung von Anfang an auf einer effizienten Datennutzung, auf Experimenten und A/B-Tests zur Messung der Effizienz von Websites beruhte. Konsumnahe Unternehmen, wie zum Beispiel Lebensmitteldetaillisten, haben diesen Ansatz seit einiger Zeit verinnerlicht, vor allem bei der Kundenbindung. Noch ein Beispiel: Anbieter von Kreditkarten haben viel Aufwand betrieben, um ihre Kunden auf Basis traditioneller Datenquellen zu segmentieren. Nun beginnen sie, die neuen Quellen an Echtzeitdaten für die Wertschöpfung zu nutzen. Fluggesellschaften und Kasinobetreiber setzen Big Data vermehrt ein, um ihre Wettbewerbsfähigkeit zu steigern. Immer öfter machen sich auch Unternehmen, die in der Wertschöpfungskette weiter unten angesiedelt sind, diesen Trend zu eigen. Ein Hersteller, der Informationen zu den Kunden bisher etwa über eine Vertretung oder einen Einzelhändler holte, kann diese Kanäle nun umgehen und sich stattdessen direkt über die Kunden Daten beschaffen und die richtigen Schlüsse ziehen. Im Bericht des MGI erläuterten Sie das hohe Umwälzungspotenzial von Big Data in fünf Bereichen Gesundheit, öffentliche Verwaltung, Einzelhandel, Fertigung und Lokalisierung. Wie ist die Entwicklung mittlerweile verlaufen? Wer ist führend, wer zurückgeblieben? Meines Erachtens stehen wir erst am Anfang einer Entwicklung, die in all diesen Sektoren mehrere Jahre dauern wird. Im Vergleich zu 2011, als wir unseren Bericht publizierten, scheint Big Data im Bewusstsein der Führungsetagen heute ziemlich gut verankert. Mit Blick auf die effektive Nutzung und die Wertschöpfung gibt es indes praktisch in allen Branchen enorme Unterschiede von Unternehmen zu Unternehmen. Sie haben diverse Hindernisse für politische Entscheidungsträger und Unternehmer identifiziert, vor allem in Bezug auf Datengesetze und Datenschutz, Humankapital, geistiges Eigentum, Innovation und auf die Infrastruktur der Datenübertragung. Wirken diese Faktoren nach wie vor bremsend? Absolut. Das Potenzial von Big Data wurde bisher nicht vollumfänglich freigesetzt, weil es nach wie vor an günstigen Rahmenbedingungen fehlt oder noch Hindernisse auszuräumen sind. Datenschutz ist ein wichtiges Thema: Er kann einen multinationalen Konzern, der in verschiedenen Ländern auf unterschiedliche Regulierungen trifft, vor grosse Probleme stellen. Die Internetsicherheit birgt Herausforderungen, denn mit zunehmendem Wert der Daten wird Datendiebstahl attraktiver. Und selbst geistiges die Ihr Herzschrittmacher aussendet? Die Antwort ist komplex. Zudem gibt es technische Herausforderungen. Ich habe bereits auf die grossen Fortschritte bei der Verwaltung, Integration und Analyse unstrukturierter Daten mit hohem Tempo und in Echtzeit hingewiesen. Die Probleme sind aber bei Weitem nicht alle gelöst. Effektiv nimmt der Schwierigkeitsgrad weiter zu. Hinsichtlich der Analysewerkzeuge, die eingesetzt werden können, stehen wir meiner Meinung nach noch ganz am Anfang. Im Gesundheitswesen zeigen sich die Vorteile und Risiken von Big Data klar. Im Gesundheitssektor spielen Politik und Regulierung eine grosse Rolle verabschiedeten die USA beispielsweise den «Health Insurance Portability and Accountability Act», der die Vertraulichkeit und Sicherheit individueller Patienteninformationen regelte, und es gab weitere Datenschutzgesetze. Einige davon können Probleme bereiten. Mit Blick auf das US-Gesundheitssystem und das enorme Potenzial von Daten, die Kostenentwicklung zu beeinflussen, zeigt sich, dass Anreize oft falsch gesetzt werden. Wirtschaftliche Anreize können Ärzte beispielsweise dazu veranlassen, mehr Behandlungen vorzunehmen, als gemäss Datenlage nötig sind. Laut unserer nun schon zwei Jahre zurückliegenden Analyse bestand und besteht die grösste Herausforderung allerdings im Mangel an Datenfachleuten: Es fehlt an Spezialisten, die aus immer mehr, immer vielfältigeren Echtzeitdaten Erkenntnisse gewinnen können. Solche Fachkräfte benötigen eine Ausbildung, Talent und unternehmerisches Verständnis. Der Bedarf an «Datenwissenschaftlern» nimmt weiter zu womöglich viel schneller, als wir sie finden und ausbilden können. Was verraten uns politische Wahlen über das Potenzial von Big Data? Die effiziente Nutzung von Big Data hat die Art und Weise, wie Wahlen in Demokratien gewonnen oder verloren werden, von Grund auf verändert. Bei Wahlkampagnen kommen heute dieselben Techniken zum Einsatz, die auch Marketingabteilungen verwenden. Eine weitere Lehre ist, dass sich ein Nutzen viel schneller und kostengünstiger erzielen lässt, als es die typische IT-Abteilung einer Organisation vielleicht gewohnt ist. Um einen Wahlkampf aufzusetzen, bleiben in der Regel nur einige Monate Zeit. Und doch lässt sich damit ein realer Nutzen erzielen. Welchen Beschränkungen unterliegen Ihres Erachtens Software- und Analysewerkzeuge für Big Data? Die Open-Source-Software Hadoop wurde als grosser Fortschritt für die Nutzung von Big Data gefeiert. Was kommt als Nächstes? Wie gesagt, wir stehen noch ganz am Anfang. Erste nützliche Tools wie Hadoop sind zwar verfügbar, aber es existiert ein grosses und fragmentiertes «Ökosystem», in dem nach wie vor Technologien und Lösungen für das Big-Data-Management entwickelt werden können. Obwohl es gewisse alltagstaugliche Technologien gibt, erwarte ich nicht, dass der Innovationsgrad in diesem Bereich schon bald nachlassen wird. Das aktuelle Umfeld ist von geringem Wirtschaftswachstum, minimalen Infrastrukturausgaben und Kosteneinsparungen geprägt. Wirkt sich dies in Ihren Augen auf die Big-Data-Investitionen herkömmlicher >

11 GLOBAL INVESTOR WIE GROSS IST BIG DATA? «Enorm» trifft es nicht einmal ansatzweise. «Massiv» beschreibt lediglich eine andere Liga. Menge, Umfang und Bedeutung von Big Data erreichen ein Ausmass, das nur schwer fassbar, aber unmöglich zu ignorieren ist. Alle Formen von Videos werden auch bis 2016 noch rund 86% des globalen Konsumdatenverkehrs ausmachen Handy- Abonnemente weltweit 87% der Weltbevölkerung 300-faches Wachstum des digitalen Universums von 2005 bis 2020 auf Exabyte Facebook-Nutzer weltweit Sensordaten und Smartphone- Protokolle erhöhen die Vielfalt. Video- Streaming steigert die Geschwindigkeit (englisch: Velocity). Volumen nehmen exponentiell zu. Quelle: mobithinking.com, cisco.com, shareholder.com, IBM, OECD Insights, IDC Der geschäftliche IP-Verkehr wird im Nahen Osten und in Afrika am schnellsten wachsen, nämlich mit einer CAGR* von 50% aller Internetnutzer weltweit verwenden Google jeden Tag. 33% * durchschnittliche Wachstumsrate p. a Byte Ein Exabyte an Daten geht täglich über das Internet Google-Suchergebnisse für «What is Big Data?» Nutzer loggen sich monatlich mit Mobilfunkgeräten ein. 82% der 18- bis 29-Jährigen nutzen irgendeine Form der sozialen Netzwerke. 61% Mobilfunkgeräte Internetverkehr bis % kabelgebun dene Geräte 15 GB Der IP-Verkehr pro Kopf und Jahr wird von 4 Gigabyte (2011) auf 15 Gigabyte (2016) steigen.

12 GLOBAL INVESTOR TWEETS MIT BIG-DATA-SCHLAGWÖRTERN Der Marketingsektor erkannte schon früh, dass sich mit der Suche nach nützlichen Informationen in Datenströmen Mehrwert generieren lässt. Onlinevisualisierungstools wie der untenstehende Twitter StreamGraph zeigen Frequenz und Zeit thematischer Schlagwortverknüpfungen. Sie liefern Vermarktern annähernd Echtzeitdaten, die sie für die Produktplatzierung und -entwicklung sowie für die Identifikation neuer Trends nutzen können. Quelle: Twitter StreamGraph, 22. April 2013, ANALYTICS MARKET CLOUD MARKET REVOLUTION GROWTH SERVICE UNDERSTAND OPTIMUM ANALYTICS WORKERS CRN LIST BUILD DRIVE SEO INTEL MARKETWIRE NAMED INAUGURAL WEEK SOFTWARE BIG DATA HELP Tweets pro Tag (TPT) Tweets pro Sekunde (TPS) 9854 MAX MIN Quelle: Twitter TPS Watcher, 22. April Quelle: Twitter

13 GLOBAL INVESTOR Unternehmen aus? Stellen diese ihre Bemühungen zurück und wird Big Data den grossen Durchbruch möglicherweise gar nie schaffen? Investitionen in Big Data und in traditionelle Daten stehen nicht in Konkurrenz zueinander. Ein Unternehmen muss wissen, wie sich aus Daten Wert schöpfen lässt. Manchmal liegt dieser in traditionellen Datenbanken und manchmal lässt er sich mit neuen Technologien aus unstrukturierten Daten generieren. Wir beobachten, dass Unternehmen ihre Kaufentscheidungen oft daran ausrichten, was ihnen die Zulieferer anbieten ein fundamentaler Fehler. Ich betone deshalb nochmals: Sie müssen verstehen, wo in Ihrem Unternehmen Werte geschaffen werden können, und dann die Instrumente finden, um diese zu realisieren. Welches das richtige Tool ist, hängt davon ab, welche Strategie Sie verfolgen, wo Ihr Wettbewerbsvorteil liegt, in welchem Geschäftsprozess Sie Daten nutzen wollen und so weiter. Welche Lehren in Bezug auf Big Data lassen sich aus den jüngsten Hackerangriffen ziehen, über die renommierte Zeitungen und wichtige Akteure wie Microsoft, Apple und Facebook berichtet haben? Könnten diese Ereignisse Unternehmen davon abhalten, sich auf Big- Data-Technologien einzulassen? Internetsicherheit ist heute unglaublich wichtig. In unseren Gesprächen hat sich gezeigt, dass sie heute in den Verantwortungsbereich des CEO fällt, nicht nur des CIO oder des CTO. Ich glaube daher nicht, dass sich die Unternehmen durch diese Attacken von der Datennutzung «abschrecken» lassen. Sie zeigen aber, dass es wegen der grossen Bedeutung der Daten unglaublich wichtig ist, zu lernen, wie die Daten zu sichern sind. Daten sind ein entscheidender Erfolgsfaktor für Ihr Unternehmen. Sie müssen lernen, sie wie alle anderen Erfolgsfaktoren zu schützen. Ein Punkt ist, dass Daten aus Ihrem Unternehmen verschwinden können, ohne dass sie jemand durch eine physische Türe trägt. Internetsicherheit ist deshalb für Firmen und andere Organisationen eine reale und unglaublich wichtige Aufgabe. Wir glauben, dass sie als unternehmerisches und nicht ausschliesslich als technisches Problem anzugehen ist. Bisher ist Big Data vor allem in den Industrieländern auf Aufmerksamkeit gestossen. Aus rein demografischer Sicht drängen sich aber doch Indien und China als Quellen grosser Datenmengen sowie von Talenten auf, die zur Nutzung der Vorteile von Big Data erforderlich sind. Wie sehen Sie die Entwicklung von Big Data in den Schwellenmärkten? Erstens glauben wir, dass Big Data die Wettbewerbsfähigkeit sowohl in den Industrie- als auch in den Schwellenländern prägen wird. In der Presse wurde viel mehr über den Einsatz von Big Data in den Industrieländern berichtet, doch die entsprechenden Medien sind auch mehrheitlich dort angesiedelt. Aber es gibt bereits erste Unternehmen in den Schwellenländern, die auf der Basis von Daten konkurrieren. Ihre Zahl dürfte weiter zunehmen. Und Länder mit vielen mathematisch begabten Arbeitskräften mit Fähigkeiten in den Bereichen maschinelles Lernen von IT-Systemen und Statistik verfügen über einen wichtigen «Rohstoff», um aus dem Datenmaterial Mehrwert zu schaffen. Folglich rechnen wir damit, dass Länder, die über derartige Talente verfügen, künftig konkurrenzfähig sein werden. In Indien gibt es beispielsweise gewisse Anbieter von Unternehmens- oder IT-Dienstleistungen, die in Big Data eine Chance sehen und ihre Geschäftspläne entsprechend auszurichten beginnen. Welche Faktoren sollten die Führungsspitzen von Unternehmen und die Anleger im Zusammenhang mit Big Data immer vor Augen haben? Erstens: Big Data ist ein Big Deal. Big Data wird die gesamte Wirtschaft beeinflussen ohne Ausnahme. Falls Sie sich fragen, ob dies für Sie relevant ist, dann lautet die Antwort mit ziemlich grosser Sicherheit ja. Zweitens: Big Data ist die neue Basis des Wettbewerbs. Wenn Sie Big Data nicht beherrschen, sind Sie im Nachteil. Drittens: Jetzt oder nie. Es gilt, keine Zeit zu verlieren. Als Unternehmer sollten Sie nicht erst in einigen Jahren mit Big Data experimentieren, um dann Ihre gesamte IT- Infrastruktur auf einen Schlag modernisieren zu können. Sie müssen versuchsweise schon heute erste Schritte zur Wertschöpfung unternehmen. Irgendwann werden Sie das Triebwerk sozusagen im Flug austauschen oder ihre IT-Infrastruktur auf den neusten Stand bringen müssen. Die Anwendung von Big Data lernt sich am besten während ihrer Nutzung. Wo sehen Sie mögliche Fallstricke? Einer davon ist, dass Big Data Führung erfordert und möglichst nicht delegiert werden sollte. In Unternehmen, deren Geschäftsmodell stark auf die Datennutzung ausgerichtet ist, kommunizieren die Führungskräfte von oben nach unten auf völlig andere Art und Weise. An die Stelle eines Managements, das auf Erfahrungen und Bauchgefühl beruht, treten Diskussionen über Daten und Experimente. Dieser Prozess beginnt ganz oben. Ein weiteres Risiko besteht darin, zu kaufen, was der Zulieferer anbietet, statt zu entscheiden, welche Mehrwerte in Ihrem Unternehmen geschaffen werden sollen und wie Daten dazu beitragen können. Zudem bereitet die Qualität der Daten oft Sorge. Diese ist zwar sehr wichtig, aber eine hundertprozentige Genauigkeit, die für gewisse Anwendungen entscheidend sein kann, ist für andere nicht unbedingt nötig. Im Marketing beispielsweise braucht es für einen gewissen Erfolg keine hundertprozentige Genauigkeit. Ein Angebot stösst bei einem bestimmten Kunden möglicherweise nicht auf Anklang, doch wenn genug andere Kunden damit zufrieden sind, werden Sie erfolgreich sein. Übertreiben Sie die Anforderungen an die Qualität der Daten also nicht. Die Datenqualität braucht lediglich Ihrer Fragestellung zu genügen. Welches ist im Zusammenhang mit Big Data das grösste Muss? Das Aufspüren und Fördern von fähigen Köpfen ist unerlässlich. Finden Sie einen kompetenten leitenden Datenwissenschaftler sowie Mitarbeitende mit guten rechnerischen Fähigkeiten, die in Ihr Geschäft eingeführt werden können und diese Leute werden Ihr Unternehmen mit Big Data zum Erfolg bringen. WEITERFÜHRENDE LITERATUR Für detailliertere Informationen verweisen wir auf den Bericht des McKinsey Global Institute:

14 GLOBAL INVESTOR «ES IST EIN KAPITALER FEHLER, THEORIEN ZU FORMULIEREN, BEVOR MAN ALLE TATSACHEN KENNT.» Arthur Conan Doyle 1891

15 GLOBAL INVESTOR Einzelhandel Einkaufen neu erfunden Wer im Einzelhandel etwas erreichen will, muss seine Kunden kennen. Nur wer genau weiss, was sie wann, wo, in welcher Qualität und zu welchem Preis wünschen, hat Erfolg. Philip Clarke, der CEO von Tesco, bringt es auf einen einfachen Nenner: «Passe dich dem Kunden an oder stirb.» Andreas Tomaschett, CFA, Senior Equity Analyst, Credit Suisse Hören Sie diesen Artikel auf der Wissensplattform des Global Investor. Stellen Sie sich vor, Sie kommen an einem grossen Kaufhaus vorbei, und just in diesem Moment erhalten Sie von ihm eine Nachricht mit einem attraktiven Angebot auf Ihr Handy. Am Eingang begrüsst Sie ein Verkäufer mit Ihrem Namen, und zudem scheint er nahezu alle Ihre persönlichen Vorlieben und Abneigungen zu kennen. Am Ende kaufen Sie genau das, was Sie schon immer gesucht hatten obwohl Ihnen dieser Wunsch vorher vielleicht gar nicht bewusst war. So könnte die Zukunft im Einzelhandel aussehen dank der stetig wachsenden immensen Datenmenge, die in Geschäften, sozialen Medien wie Twitter oder Facebook und auf Reiseportalen wie Priceline.com über Verbraucher gesammelt wird. Besonders erfolgreich beim Zusammenführen von Kunden und Produkten war Amazon. Das 1995 als Onlinebuchversand gegründete Unternehmen setzte sich rasch gegen traditionelle Einzelhandelsunternehmen durch, besonders bei vergleichbaren Produkten wie Verbraucherelektronik oder CDs. Amazon registriert jeden Klick seiner Besucher egal ob er per Computer, Tablet oder Smartphone erfolgt und ob es sich um Käufe oder einfache Seitenaufrufe handelt. Aus diesen Klicks wird ein Interessenprofil des jeweiligen Besuchers erstellt. Amazon hat sich zu einem wahren Handelsriesen entwickelt. Doch bereits in dieser frühen Phase von Big Data sind Wettbewerber auf den Plan getreten. Keine traditionellen Einzelhandelsunternehmen mehr Der Einzelhandel ist einem ständigen Wandel unterworfen. Tante- Emma-Läden wurden abgelöst von internationalen Konzernen und landesweiten Ketten, die dank ihrer Grösse bessere Einkaufspreise erzielen. Zudem bieten diese modernen Einzelhandelsunternehmen eine brei tere Produktpalette und erreichen über die Kombination aus traditionellen Geschäften und Onlineshops ein grösseres Publikum. Auch wenn kaum ein Einzelhändler jeden seiner Kunden mit Namen kennt ein individueller Service ist und bleibt der Schlüssel zum Erfolg. Entsprechend versuchen die Händler, möglichst umfangreiche Kundendaten zu sammeln und auszuwerten, um Nachfrage und Umsatz anzukurbeln. Seine eigenen Kunden möglichst gut zu kennen, ist die beste Strategie im Konkurrenzkampf. Big Data gibt Unternehmen die Werkzeuge zum Verständnis ihrer Kunden in die Hand. Doch von welchen Daten ist hier die Rede? Die richtigen Daten erfassen Im Geschäft oder online gesammelte Daten sagen dem Händler, was seine Kunden wann gekauft, retourniert oder umgetauscht haben. Anhand dieser Daten kann er seine Mitarbeitenden effektiver einsetzen und die Lagerbestände organisieren. Doch moderne Einzelhändler müssen die Bedürfnisse ihrer Kunden auch aktiv antizipieren, die Kommunikation mit ihnen beschränkt sich heute nicht mehr auf den Kontakt im Geschäft. Vielmehr werden auch soziale Medien in die Produktplanung einbezogen machten sich etwa Fans auf Facebook für die Wiedereinführung einer Sorte Zwiebelringe stark, deren Produktion 14 Jahre zuvor eingestellt worden war. Der Schweizer Hersteller Zweifel ging auf die Initiative ein und legte das Produkt neu auf. Beim Onlineshopping werden zusätzliche Informationen darüber gesammelt, was Kunden zwar nicht gekauft, aber angesehen haben. Ein neues Verständnis von Verbraucherverhalten hat in Kombination mit der zunehmenden Nutzung von Smartphones und Facebook zur Verbreitung von Programmen und Händlernetzwerken zur Kundenbindung beigetragen, wie das von Sainsbury s und BP in Grossbritannien gegründete Nectar, bei dem sich mittlerweile auch andere Einzelhändler beteiligen. Gewisse Firmen wie etwa Marks & Spencer bieten sogar Kreditkarten an, die auch Einkäufe bei der Konkurrenz ermöglichen. Die Kunden werden für ihre Treue belohnt, geben dafür jedoch ihre Anonymität bei Einkäufen auf. Damit können die Händler Verhaltensmuster erkennen und ihre Angebote in ihrem eigenen und im Interesse der Kunden optimieren. Für eine bessere Kundenbin dung >

16 GLOBAL INVESTOR WAS BIG DATA AUF LAGER HAT Clevere Einzelhändler setzen auf Big Data und nehmen die dazu erforderlichen technischen Änderungen vor. Indem sie das Internet, die enormen Datenmengen und verblüffende Verarbeitungsgeschwindigkeiten nutzen, können sie das Einkaufserlebnis und ihre Umsätze optimieren. Quelle: Cisco VIDEOÜBERWACHUNG Sorgt für Sicherheit, dient der Diebstahlsicherung im Laden und zeichnet Kundenflüsse auf. WI-FI Überträgt alle im Laden erfassten Daten an den Einzelhändler. MITARBEITER-TABLETS Verkaufsmitarbeitende werden in Echtzeit über die beste Nutzung von Ressourcen im Laden informiert. PRÄZISIONSLOKALISIERUNG Der Einzelhändler nutzt Präzisionsortungstechnologie, um Kunden in der Nähe bestimmter Produkte auf Sonderangebote hinzuweisen. GESTENERKENNUNG Analysiert die Gesichtsausdrücke. Die Echtzeitresultate gehen an das Marketing und an die Mitarbeitenden. DIGITALE BESCHILDERUNG Weist auf Sonderangebote hin. Dank Touchscreen-Konzept kann der Einzelhändler die Kundenbedürfnisse genau verfolgen. INTERNET DER DINGE Sensoren liefern dem Einzelhändler laufend Feedback zu den Regalen, Produkten, Einkaufswagen, zum Parking usw. KUNDENHANDY Überträgt wertvolle GPS-Daten. Der Einzelhändler kann gezielt Werbung per SMS oder Mail senden, wenn der Kunde im Laden oder in der Nähe ist. WISSEN AUS DER WOLKE Digitale Spuren werden aufgezeichnet und analysiert, um die Absatzchancen zu optimieren. MASSNAHMENPLANUNG Mit Big Data kann der Einzelhändler Trends überwachen, die Nachfrage voraussagen und die Lieferkette optimieren, um das richtige Produkt zum richtigen Zeitpunkt und Preis den Konsumenten anzubieten. BIG-DATA-SPEICHER Alle Laden- und Kundendaten werden erfasst und für die Analyse an Datenbanken übermittelt SCHNELLE DATENVERARBEITUNG Annähernd in Echtzeit werden die gesammelten Daten durchforstet und analysiert, um für das Geschäft nutzbare Muster abzuleiten.

17 GLOBAL INVESTOR Foto: Martin Stollenwerk müssen sie das Verhalten ihrer Kunden belohnen, indem sie ihre Wünsche und Erwartungen noch übertreffen. Im besten Fall erhält der Kunde ein auf ihn zugeschnittenes Angebot, mit dem der Händler gleichzeitig seinen Umsatz steigert. Einige anschauliche Beispiele zeigen, mit welchen Strategien grosse Datenmengen im Einzelhandel besonders erfolgreich genutzt werden. Preisgestaltung und Angebotsoptimierung Alles dreht sich um den Preis fast alles. Dank dem Internet sind Preisvergleiche heute einfacher als je zuvor. Bei der Verbraucherelektronik hat ein starker Wettbewerb die operativen Margen ausgehöhlt hier sind reine Onlineplattformen wie Amazon mit niedrigeren Fixkosten gegenüber herkömmlichen Geschäften wie etwa Best Buy im Vorteil. Beim Onlineshopping helfen Vergleichsportale den Verbrauchern, den günstigsten Preis für ein Produkt zu finden. Im La den können die Kunden mit ihrem Handy Produktcodes einscannen, um sich genauer zu informieren und die Preise zu vergleichen. Allerdings umgehen erfolgreiche Händler die Preissensitivität der Kunden, sie optimieren ihre Gewinne auf andere Weise: Zum einen erhöhen regelmässige personalisierte Sonderangebote die Kundentreue zufriedene Kunden sind weniger preissensitiv. Zum andern richten sich die Händ ler an Kundengruppen mit unterschiedlicher Zahlungsbereitschaft. Die Nutzer der Tesco-Clubcard erhalten beim Besuch der Website beispielsweise Angebote für Produkte entweder im oberen oder im unteren Preissegment, basierend auf ihrem bisherigen Kaufverhalten. Dieser Ansatz wurde beim Verkauf von Matratzen bereits erfolgreich getestet: Durch Angebote, die je nach Kunde verstärkt auf den Preis oder auf die Qua lität fokussierten, steigerte Tesco die Umsätze um 10 Prozent. Die Bekleidungskette American Apparel hat das Erfassen von Daten von ihrer Onlineplattform auf ihre Ladengeschäfte ausgedehnt. Gemeinsam mit Tyco und dem Analyseexperten RetailNext wertet American Apparel nun auch die Bilder ihrer Überwachungs kameras aus, um das Kaufverhalten der Kunden zu untersuchen. Zudem fliessen die Kameradaten direkt in die Personalplanung ein, sodass die Spitzenzeiten besser abgedeckt sind. Und schliesslich erzielt das Unternehmen Einsparungen durch die Kombination von Systemen für Kundenmanagement und Verlustminimierung auf einer einzigen Plattform. Laut Retail TouchPoints konnte Ame rican Apparel ihre Ladenumsätze um über 30 Prozent steigern, während gleichzeitig 16 Prozent weniger Diebstähle registriert wurden. Vor dem Weihnachtsgeschäft 2011 startete Walmart die Facebook- App Shopycat für Geschenkempfehlungen. Wurde die App einem Facebook-Profil hinzugefügt, erhielt sie Zugang zu allen Daten von befreundeten Nutzern. Shopycat durchsuchte die Profile auf Basis von Likes, Kommentaren und Status-Updates zu möglichen Geschenk en und empfahl etwas Passendes aus dem Walmart-Sortiment. Die App führte laut dem Unternehmen zu steigenden Onlineumsätzen, Zahlen wurden allerdings keine genannt. Bestenfalls profitieren sowohl Händ ler als auch Kunden von der Auswertung der Kundendaten: Die Händler steigern ihre Effizienz, wenn sie die richtigen Produkte zum richtigen Zeitpunkt den richtigen Kunden anbieten, und die Ve r- braucher profitieren von Angeboten, die exakt auf ihre Bedürfnisse abgestimmt sind. Entsprechend nützt Big Data vor allem den An bietern von Multiplattformdiensten, die sowohl im Onlineshop wie auch über die sozialen Medien und auf traditionellen Verkaufsflächen mit ihren Kunden in Kontakt treten. Um das Vertrauen der Verbraucher zu bewahren, müssen die Händler die gesammelten Daten jedoch ange- Andreas Tomaschett kam 2003 als Inter national Auditor zur Credit Suisse. Derzeit ist er Senior Equity Research Analyst für die Sektoren Einzelhandel, Getränke, Tabak sowie Hotels, Restaurants und Freizeit. Andreas Tomaschett ist CFA Charterholder und besitzt einen Bachelor of Science in Business Administration der HTW Chur.

18 GLOBAL INVESTOR Sensoren Das Internet der Dinge Wie kann man in einer immer komplexeren Welt auch in Zukunft die richtigen Entscheidungen treffen? Indem man Daten aus vernetzten Sensoren mit den Methoden von Big Data kombiniert, sagt Florian Michahelles, Spezialist für Radiofrequenzidentifikation (RFID), Mobile Commerce und soziale Medien. Ian Lewis, freier Wirtschaftsjournalist Florian Michahelles ist Dozent und leitet des Auto-ID Lab der ETH Zürich, wo er 2004 promovierte. Er hat über 100 Abhandlungen zum Internet der Dinge, zu RFID, mobilen Applikationen sowie zur Analyse sozialer Medien publiziert. Zudem hat er die 42matters AG mitgegründet, die Dienste zur App-Erkennung und -Analyse für Mobilanwendungen anbietet. Ian Lewis: Das Internet der Dinge wird oft in einem Atemzug mit Big Data genannt. Was genau ist dieses «Internet of Things» (IoT)? Florian Michahelles: IoT ist die Verknüpfung des Internets mit der realen Welt. Es vernetzt Sensoren auf Gegenständen, Produkten und Maschinen und verhilft so zu einem detaillierten Bild der Informationssysteme. Es verrät uns mehr über Vorgänge in der realen Welt und trägt somit zur Entwicklung von Technologien, bedürfnisorientierten Lösungen und Geschäftsmodellen bei. Wo kommt Big Data ins Spiel? Florian Michahelles: Big Data umfasst die Verarbeitung von Informationen, die aus unterschiedlichsten Quellen und von Sensoren stammen, und sogar solche, die von Nutzern manuell eingegeben werden also völlig unstrukturierte Daten. Die Heraus- diese Daten bedeuten, und die enorme Zahl fehlerhafter Daten herauszufiltern, die die Qualität verschlechtern. Mit Big Data können wir Entscheidungen auf Basis von Daten statt von Erfahrungen oder Meinungen fällen. Big Data und IoT sind zwei eigenständige Themen, die sich einander aber annähern. Big Data liegt heute zum Beispiel in Form von Statistiken oder Behördenunterlagen vor. IoT generiert eher andere Arten von Informationen. Es ist allerdings noch in der Entwicklung und hat das Potenzial, enorme, uns bisher nicht zugängliche Datenmengen zu produzieren. Welche Probleme stellen sich bei der Zusammenführung von IoT und Big Data? Florian Michahelles: Erstens technische Probleme, weil es schwierig ist, Sensoren derart zu versorgen, dass sie zuverlässige Daten liefern. Zudem ist das Umfeld des Sensors wichtig. Temperaturdaten eines Sensors können sich stark unterscheiden, je nachdem, wo genau der Sensor platziert wird. Und dann ist da noch der ökonomische Aspekt. In einer Lieferkette müssen die Kosten für den Sensoreinbau gerechtfertigt sein. Für einen Detailhändler sind Sensoren, die Temperaturdaten entlang der Kühlkette liefern, sinnvoll, um die Produktqualität zu überwachen. Für den Hersteller des Produkts, der die Sensoren organisieren und bezahlen muss, ist dies indes nur ein Kostenfaktor mit für ihn schwer erkennbarem Wert. Wir müssen verstehen, wer an solchen Daten und ihrer Verarbeitung ein Interesse hat. Es entstehen Kosten, jemand muss bezahlen. In gewissen Fällen könnte dies die öffentliche Hand tun. Möglicherweise müssen aber für eine direkte >

19 GLOBAL INVESTOR SENSOREN IM ALLTAG In physische Objekte wie Computer, Uhren und Roboter integrierte Sensoren liefern Daten zur Entwicklung von Technologien, die helfen, unsere Bedürfnisse abzudecken und neue Geschäftsmodelle zu schaffen. Ortung Geräusche Temperatur Kräfte Video Fingerabdruck Bewegung Beschleunigung Bewegung Druck Laptops Druck Vitalparameter Ortung Sportuhren Heizungen Temperatur Licht Aufzüge Waschmaschinen Distanzen Roboter Temperatur Druck Beschleunigung Bewegung Kräfte Geräusche Bewegung Feuchtigkeit Identifikation Distanzen Induktion Feuchtigkeit Kräfte Temperatur Licht Foto: Pia Zanetti Quelle: Florian Michahelles DIE BAUSTEINE FÜR EINE INTELLIGENTERE WELT Sensoren verändern unsere Welt positiv. Einzeln oder immer öfter im Verbund mit verschiedenen anderen Geräten erinnern sie uns etwa daran, ein Medikament einzunehmen, oder lassen uns den Verkehrsfluss verfolgen. Satellitenbilder von Wettersystemen und Vegetationsveränderungen sowie von Wasserund Landtemperaturen können zum Beispiel mit Temperatur- und Emissionsdaten vor Ort kombiniert werden und damit ein komplexes Bild des Klimawandels und unseres Einflusses auf den Planeten zeichnen. Die Analyse von Lärm-, Luftverschmutzungs- und Verkehrsdaten vermittelt Stadtplanern Einsichten, wie sich unsere Städte wohnlicher und benutzerfreundlicher konzipieren lassen. So können Fussgänger mit ihren Smartphones bereits heute den Lärm aufzeichnen und damit zur stadtweiten Kartierung von Lärm belastungen beitragen. Weitere Informationen finden sich unter

20 GLOBAL INVESTOR Wertschöpfung auf diesen Daten basierende Dienstleistungen verkauft werden. Wir dürfen uns also nicht nur auf die Technologie konzentrieren und dabei den geschäftlichen Aspekt vergessen. Wo lassen sich das Internet der Dinge und Big Data heute zusammen nutzen? Florian Michahelles: Bereits heute sagen uns auf der Mobiltelefonnutzung basierende Profile, wohin Nutzer gehen, wo sie sich treffen, wo in der Stadt sich zu einer bestimmten Zeit am meisten Menschen befinden. Diese unstrukturierte Information lässt sich aus Mobiltelefonprofilen gewinnen, die von den Nutzern an ihre Mobilnetze gesendet werden. Indem wir solche Hotspots visualisieren, können wir beispielsweise entscheiden, wo am besten ein Verkaufsstand zu platzieren wäre, oder wo die Verkehrsprobleme am schlimmsten sind und was sich dagegen tun lässt. Kundenempfehlungssysteme, wie etwa jenes von Amazon, könnten ebenfalls als Anwendung von Big Data beschrieben werden, je nachdem, ab wie vielen Exabytes (eine Milliarde Gigabytes) an Information man von Big Data sprechen will. Amazon ist ein gutes Beispiel für ein System, das auf dem Verhalten anderer basiert. Werden IoT und Big Data in komplexen Industrien kombiniert, etwa in Ölraffinerien, in Fabriken oder bei der Entwicklung von Flugzeugturbinen? Florian Michahelles: Meines Wissens nutzen Fabriken oder Hersteller von Flugzeugmotoren derzeit nicht Big Data. Sensoren, die Abweichungen oder Prozessstörungen melden, eignen sich für die Überwachung von Maschinen. Das ist einfacher als Big Data, weil der Fabrikbesitzer oder Ingenieur die Parameter des Umfelds genau kennt, deshalb sind Abweichungen in den Daten viel leichter erkennbar. Informationen eines grossen Pools an Autos in einer Stadt oder einem Land hingegen sind unstrukturierte Daten, weil die diversen Hersteller keine standardisierten Informationen oder Technologien haben, sodass Daten in unterschiedlichen Formaten anfallen. In einem kontrollierten Industrieumfeld lassen sich Daten aber von Anfang an klar strukturieren. Welches sind die vielversprechendsten Bereiche für eine Kombination von IoT undbig Data in naher Zukunft? Florian Michahelles: Es gibt bereits Sensoren, die dem Benutzer die Überwachung seiner physischen Aktivität ermöglichen. Nike hat ein Produkt, mit dem Läufer ihren «Mit Big Data können wir Entscheidungen auf Basis von Daten statt von Erfahrungen oder Meinungen fällen.» Kalorienverbrauch ermitteln können. Andere Geräte für Nichtsportler messen das Wohlbefinden, die Nahrungsaufnahme und die physische Aktivität im Allgemeinen. Zurzeit werden derartige Produkte noch mit herstellerspezifischer Software verkauft und bleiben somit voneinander isoliert. Langfristig wäre es wesentlich sinnvoller, sie miteinander zu verknüpfen. Ihre kombinierten Daten könnten viel mehr Wissen generieren. Eine Kombination von Daten aller am Körper getragener und im Auto angebrachter Sensoren könnte zum Beispiel ein detailliertes Bild vom Tagesablauf eines Nutzers geben. Mit einer Big-Data-Analyse derartiger Informationen von vielen Nutzern liessen sich Aktivitätsmuster erfolgreicher Menschen generieren. Einzelnutzern könnte dann ein Feedback dazu gegeben werden, was sie tun müssen, um beispielsweise abzunehmen oder gesünder zu leben. Könnte ein solcher Prozess künftig in einem Industrieumfeld Anwendung finden? Florian Michahelles: Ja, er lässt sich direkt auf die Industrie übertragen. Nehmen wir ein komplexes Produkt wie eine neue Turbine. Dem Hersteller fehlt es zum Beispiel an genügend Erfahrung, um zu wissen, wie lange ihr Lebenszyklus ist oder wie sie am besten gewartet wird. Bringen nun aber alle seine Kunden Sensoren auf ihren Turbinen an, lässt sich leicht ermitteln, welche Kunden ihr Gerät am besten genutzt und instand gehalten haben. Aus den Daten liesse sich ablesen, wie ihnen dies gelang. Daraus kann der Hersteller Best Practices ableiten und diese dann Nutzergemeinschaften zugänglich machen, deren Mitglieder miteinander in Kontakt treten könnten ein Mehrwert für den Kunden. Ein weiteres Beispiel ist die Ermittlung von CO2-Bilanzen. Die Gesetze stehen, aber ein Grossteil der Daten basiert auf Schätzungen des Industrieausstosses der 1990er-Jahre. Würde jedes Unternehmen verpflichtet, seine CO2-Emissionen direkt zu messen, könnte mit diesen Daten ein viel genaueres, umfassenderes Bild gezeichnet werden. Welche Rolle spielen Unternehmen bei der Entwicklung von Big Data? Florian Michahelles: Zurzeit ist Big Data vor allem bei den grossen IT-Infrastrukturanbietern wie IBM und Cisco ein Thema. Sie fördern die Idee, um ihre Datenverarbeitungsplattformen gut verkaufen zu können, sobald Big Data richtig abhebt. Wir hören aber mehr über Tools, die einige der grossen Anbieter realisieren wollen, als über die Probleme, die damit gelöst werden können. Hat die Big-Data-Revolution auch Nachteile? Florian Michahelles: Big Data eignet sich gut für die Erkennung von Routinen braucht es nach wie vor menschliches Denken und etwas Glück. Ein Reiseführer beliebtesten Orte. Vielleicht möchten Sie ja aber genau das Gegenteil: eine bisher noch nicht touristisch erschlossene Destination. Derartige Informationen lassen sich mit Big