Ein Hilferuf nach dem Aschenbrödel der Datenverarbeitung

Wer kennt den Spruch “Daten sind das neue Öl” im Zusammenhang mit Industrie 4.0 nicht? Der Vergleich ist einleuchtend und hilft uns die Thematik einzuordnen. Denkt man die Geschichte jedoch weiter, drohen wir ohne Qualitätsquantifizierung im Datenpool zu ertrinken.

Isometrische Darstellung: „Sind Daten das neue Erdöl?“ (Bildquelle: Llew Adamson)

Wir sammeln unaufhaltsam Daten
Das Zitat “Daten sind das neue Öl” stammt aus einem Artikel des Economist im 2017 (www.datadrivencompany.de).[1] Ein Jahr später formuliert der Digital Publizist Tim Cole (2015), dass die Entwicklung eines Wirtschaftsstandort massgeblich davon abhängt, wie zügig es gelingt, die klassische industrielle Produktion der digitalen Transformation anzupassen. Dabei benennt er die Datenaggregation als Schlüsselfunktion für die zünftigen Unternehmensstrategien und beschreibt, dass Daten als „Teil des Betriebsvermögens“ oder sogar als „Erdöl der Zukunft“ wahrgenommen werden sollten (S. 33).[2] Doch angenommen wir erschliessen in unserem Unternehmen alle erforderlichen Datenquellen, positionieren wir uns so zweckmässig für die digitale Zukunft? Kommt bald ein Messias, der uns später einen Nutzen aus den Unmengen an gewonnen Rohdaten bastelt?

Wir sollten differenzieren
Kürzlich traf uns diese Problematik auf unerwartete Art und Weise, denn die während Jahren erstellten Produktdaten mussten über verschiedenen Systeme abgeglichen werden. Zuerst dachten wir es mangelt an Daten. Doch durch manuelle Erfassung, Aktualisierungen oder Datenmigration entstanden Dubletten. Zur Bereinigung und Sicherstellung der Datenqualität musste daher eine übergreifende Indexierung eingeführt werden, welche von einer für Analysezwecke optimierten Datenbank vergeben wurde. Die Zuordnungen erfolgte wiederum mithilfe von Korrelationsalgorithmen, welche durch Sequenzdatenanalyse Unschärferelationen zu erkennen hatten. War die Zuordnung einmal vorhanden, muss aber zuerst die Datenqualität mit einem Datascore bewertet werden, um einen verarbeitbaren Stand zu erhalten. Ganz schön viel Aufwand wenn man bedenkt, dass Daten über lange Zeit mit viel Fleiss von Menschenhand erfasst wurden.

Bei Öl liegt die Herausforderung in der Gewinnung  – bei Daten in der Verarbeitung.

So meinte auch Tim Cole (2015) am Ende versöhnlich, die zukünftige Tugend erfolgreicher Unternehmen wird eher sein, aus den daraus resultierenden immensen Datenmengen Korrelationen und Muster zu erkennen (S. 35) – oder in unserem Fall für alle Anwender nutzbar zu machen.

Wir wissen nicht was kommt
Nehmen wir an, wir haben das digitale Aschenbrödel installiert, welches uns gute und schlechte Daten selektiert. Dann besteht noch eine weitere Thematik, welche uns die Öl Metapher verschleiert. Nassim Nicholas Taleb (2008) hat uns im Wirtschaftsphilosophie Buch «Der Schwarze Schwan» schön aufgezeigt, dass wir Menschen nur linear zu denken vermögen und bei komplexen Aufgabenstellungen nicht in der Lage sind, zweckmässig vorhersagen zu treffen (S. 87 f.) .[3] Auf dieser Grundlage wäre es ziemlich gewagt, Ressourcen in Projekte zu stecken, die lediglich das Datensammeln anheizen. Sie könnten – auch wenn hübsch aussortiert – ganz einfach die falschen Daten aufbereiten. Da Sie sich nun bis hierher durch mein Blog gelesen haben, als Dank mein abschliessender Rat: Versuchen Sie nicht Google zu spielen und aggregieren Sie nur jene Daten, welche ihrem Unternehmen und ihren Kunden einen unmittelbaren Nutzen versprechen.

[1] Semmelmann, K. (o. J.). Data Driven Company, Daten sind das neue Öl – Herkunft des Zitats und der Stand heute, abgerufen am 28. Dezember 2021, von https://datadrivencompany.de/daten-sind-das-neue-oel-herkunft-des-zitats-und-der-stand-heute/

[2] Cole T. (2015). Digitale Transformation. Wie die deutsche Wirtschaft gerade die digitale Zukunft verschläft und was jetzt getan werden muss! München: Franz Vahlen Verlag

[3] Taleb, N.N. (2008) Der Schwarze Schwan: Die Macht höchst unwahrscheinlicher Ereignisse, Carl Hanser Verlag GmbH & Co. KG