header_corporate-blog_2019_1920x559px

Wie aus Daten Erkenntnisse werden

teaser_e-mail-newsletter_ana-campos_3Daten intelligent nutzen zu können wird immer mehr zum Zünglein an der Waage. Doch was braucht es, damit Unternehmen dies überhaupt tun können? Ein Gespräch mit unserer Co-CEO Ana Campos über Möglichkeiten und Grenzen unserer datengetriebenen Gesellschaft – und darüber, dass Daten manchmal auch lebenswichtig sein können.

 

 

«Daten intelligent nutzen können» klingt erstmal super, aber was bedeutet das genau?

Es bedeutet im Prinzip nichts anderes als die Fähigkeit, Erkenntnisse aus Daten zu ziehen, auf deren Basis gehandelt werden kann. Daten an sich nützen nämlich noch nichts. Entscheidend ist, dass sie clever miteinander verbunden und analysiert werden. Erst dann generieren sie einen Mehrwert und helfen mit, Prozesse effizienter zu machen oder Chancen und Risiken im Unternehmen frühzeitig zu erkennen.  
 

Was braucht es, damit Unternehmen ihre Daten überhaupt intelligent nutzen können?

Unternehmen sollten wissen, was sie mit den Daten überhaupt anfangen könnten. Dieses Potenzial zu identifizieren, ist die erste grosse Aufgabe. Daraus lassen sich dann mögliche Ziele ableiten. Das klingt erst einmal banal, ist es aber überhaupt nicht. So suchen Unternehmen oft voreilig nach einer technologischen Lösung, ohne sich darüber im Klaren zu sein, was die Ziele des Business überhaupt sind oder sein könnten. Daneben müssen Unternehmen ihre Datenbestände und -quellen genau kennen und ggf. erschliessen. Hier gilt es zum Beispiel zu klären, ob die Daten schutzbedürftig sind und in welchem Rechtsraum sie gespeichert und verarbeitet werden. Last but not least sollten Unternehmen bereit sein, Daten auch in der Cloud zu verarbeiten, um überhaupt von den Möglichkeiten neuer Technologien wie zum Beispiel künstlicher Intelligenz profitieren zu können.

Wie sieht die intelligente Nutzung von Daten in der Praxis konkret aus?

Für einen Tunnelbau-Dienstleister haben wir eine Lösung entwickelt, die Risse in Tunnelwänden automatisch erkennt und klassifiziert – ein Prozess, der Tunnel-Ingenieuren normalerweise sehr viel Zeit und Konzentration kostet. Hierfür haben wir ein Machine-Learning-Modell mittels Azure Custom Vision mit vielen Bildern von echten und vermeintlichen Tunnelwand-Rissen getestet, trainiert und verbessert. Meta-Informationen zu den Bildern können zusätzlich genutzt werden, um die Geo-Position des Risses exakt zu identifizieren.

Ein weiteres Beispiel ist die intelligente Busdepot-Management-Lösung, die wir für ein Verkehrsunternehmen in der Westschweiz entwickelt haben. Es weist den Bussen mittels künstlicher Intelligenz automatisch die optimale Position in den Busdepots zu. So werden sie abends genau in der passenden Reihenfolge geparkt, in der sie am nächsten Morgen wieder losfahren müssen und sind somit insgesamt pünktlicher. Sie können auch flexibler – entlang der Kundenbedürfnisse – eingesetzt werden.

Trivadis unterstützt nicht nur Unternehmen in der intelligenten Nutzung ihrer Daten, sondern auch gemeinnützige Organisationen wie z. B. das Kinderhaus AtemReich. Was für eine Lösung wurde hier genau umgesetzt?

Die Kinder von AtemReich werden aufgrund verschiedener Einschränkungen künstlich beatmet und sind auf Intensivpflege angewiesen. Viele von ihnen können nicht sprechen – bei einigen ist die Kommunikation noch weiter eingeschränkt. Anhaltspunkte darüber, wie es ihnen geht, erhielten die Pflegekräfte deshalb bis anhin vor allem über die Vitalwerte. Diese wurden manuell von den Monitoren auf Papier übertragen und waren nicht miteinander verbunden. Auswertungen waren aufgrund der immensen Datenmengen nur ansatzweise möglich. Gemeinsam mit Pflegekräften, Ärzten und Medizinalgeräteherstellern haben wir deshalb eine cloudbasierte Lösung entwickelt, die die Pflegedokumentation und die medizinischen Geräte sowie deren Daten miteinander verbindet und für Langzeitauswertungen bereitstellt. Ein Algorithmus der künstlichen Intelligenz wird es zudem möglich machen, dass die Daten analysiert und Unregelmässigkeiten in den Vitalwerten frühzeitig erkannt werden können.

Wie haben die Kinder konkret davon profitiert? Kannst du ein Beispiel machen?

Dem 13-jährigen Maxi zum Beispiel konnten wir mit der Lösung bereits helfen. Er hatte immer wieder aggressive Phasen, in denen er sich selbst verletzte und wir nicht zu ihm durchdringen konnten. Wir waren ratlos über die Ursachen. Die Analyse seiner Vitalwerte zeigte dann, dass der Grund für Maxis aggressive Phasen eine zu hohe Dosierung eines Medikaments sein könnte. Die Dosiserhöhung war derart gering, dass dies im ersten Moment als Ursache gar nicht infrage kam – bis wir den Zusammenhang Schwarz auf Weiss vor uns hatten. Seitdem die Medikation angepasst wurde, geht es Maxi besser.

Gibt es denn auch bei Trivadis selbst Beispiele intelligenter Datennutzung?

Wir haben unter anderem eine intelligente Skill Supply Chain umgesetzt, in der unsere Mitarbeitenden mit ihren individuellen Stärken erfasst sind. Wenn wir zum Beispiel einen Azure-Architekten in München brauchen, finden wir mithilfe der Skill Supply Chain mit wenigen Klicks heraus, wer dafür infrage kommt. Die Skill Supply Chain zeigt uns ausserdem die Auslastung der Mitarbeitenden in Echtzeit an, was uns eine bessere Planbarkeit in Bezug auf Projekte ermöglicht.

Ein weiteres Beispiel ist das COVID-19-Dashboard, das wir im März entwickelt haben. Es integriert und visualisiert alle wichtigen Kennzahlen inkl. Weisungen der Behörden rund um COVID-19. Damit auch andere Unternehmen davon profitieren können, haben wir das Dashboard für alle zugänglich gemacht: www.covid19-dashboard.ch

Vielleicht eine etwas philosophische Frage: Wo liegen denn die Grenzen einer datengetriebenen Gesellschaft?

Gerade die COVID-19-Zeit hat gezeigt, dass Daten resp. daraus abgeleitete Erkenntnisse helfen können, (Ausnahme-)Situationen zu bewältigen – und dass wir auch bereit sind, Daten von uns selbst preiszugeben, wenn es der Allgemeinheit dient. Sie hat aber auch klargemacht, dass Daten und Technologien nicht alles sind – dass der Mensch, der sie nutzt, zählt. Und dass er niemals ersetzt werden kann.
 

Abschliessend eine persönliche Frage: Was für eine Lösung fehlt dir privat noch?

Da geht es mir wohl wie vielen Eltern: Da ich zwei Söhne im Alter von 2 und 4 Jahren habe, wäre ich froh um eine App, die auf der Basis von Smartphone-Fotos automatisch erkennen würde, zu welchem Schloss oder Schiff die Holztür von Playmobil nun genau gehört. Im Moment sind wir da noch sehr kreativ unterwegs – aber bestimmt ist das auch gut so. (lacht)

Willst auch du deine Daten intelligent nutzen? Gemeinsam entwickeln wir die passende Lösung für dich.

The Missing Piece