Cortana Analytics Suite Eine digitale Helferin für Entscheidungsfinder

Anbieter zum Thema

Disy Informationssysteme GmbH

Sinequa

Microsoft Deutschland GmbH

Microsoft hat für den Herbst seine neue Cortana Analytics Suite angekündigt. Die in der Microsoft Azure Cloud betriebene Suite soll Unternehmen und Organisationen in die Lage versetzen, große Datenmengen rasch zu analysieren und daraus Entscheidungshilfen und Handlungsempfehlungen abzuleiten. Durch Spracheingabe, Mimik und Gestik soll die Bedienung der Lösung erleichtert werden.

„Cortana Analytics Suite ist ein umfassendes Set von Services und Anwendungen für die Vorhersage von Trends und Geschäftsentwicklungen sowie die weitgehend automatisierte Entscheidungsfindung“, erläutert Hans Wieser, Business Lead Data Platform bei Microsoft Deutschland.

Bildergalerie

Wie andere moderne Analytics-Suiten ermöglicht auch die Cortana Analytics Suite (CAS) durch Predictive Analytics Einsatzszenarien wie etwa Betrugserkennung, Kündigungsvorhersage, Warenempfehlungen im E-Commerce. Für deren Visualisierung ist der CAS-Baustein Power BI zuständig, das als Frontend für den Benutzer dient. „Power BI umfasst im Kontext von CAS Konnektoren zu Datenquellen, Dashboard-Funktionen sowie Möglichkeiten zur Datenvisualisierung“, so Wieser.

Cortana Analytics Suite als Server-und Cloud-basiertes Backend umfasst Komponenten wie Data Factory (Integration), Stream Analytics und Event Hub, also Bausteine zur Verarbeitung von Datenströmen und Ereignisse. Diese werden unter anderem für die Nutzung des Internets der Dinge benötigt. Mit „Machine Learning“ sind Simulation und statistische Algorithmen gemeint, die in Iterationen selbst lernen und somit ihre eigene Genauigkeit und die des Ergebnisses ihrer Anwendung laufend optimieren, um sie anschließend in einer Power-BI-Anwendung zu präsentieren.

Passgenaue Kaufempfehlungen

Zu den Anwendungsmöglichkeiten gehört beispielsweise die Passgenauigkeit einer Kaufempfehlung: „Andere Käufer haben auch diese Produkte XYZ gekauft“, könnte es dann auf den Seiten von Webshops heißen. Solche Entscheidungen sollen automatisiert ablaufen. Machine Learning hilft, historische Daten zu extrapolieren und Predictive Analytics zu ermöglichen.

Machine Learning ist also eine feine Sache, insbesondere dann, wenn sie dazu beiträgt, sinnvolle Handlungsweisen zu empfehlen. Je nützlicher der Rat und je kürzer die Wartezeit für den Benutzer, desto wertvoller ist dieser Service. Jeder, der schon mal in einer Notsituation auf den Helfer – Arzt, Sanitäter, Feuerwehr, Polizei – gewartet hat, weiß, dass manchmal Sekunden über Wohl oder Wehe entscheiden können.

Hans Wieser sieht den Nutzen von CAS daher auch in „Nothilfe und Katastrophenschutz“, so etwa im Zusammenhang mit dem Internet der Dinge. Sein US-amerikanischer Chef Takeshi Numoto, CVP Cloud and Enterprise, beschreibt in seinem Blog zudem personalisierte Diagnosen und Vorhersagen von kritischen Ereignissen wie etwa einem Herzinfarkt.

Die Infrastruktur

Die CAS-Einsatzbereiche sind eigentlich nur durch die auf der Infrastrukturebene zusammenführbaren Datenquellen und Systeme begrenzt. „Neben SQL Server unterstützen wir auf der Azure-Plattform auch Hadoop mit HD-Insight, Unix, Linux, Apache Spark, SCALA-Systeme und Vieles mehr“, erläutert Wieser. Von Haus aus liefert Microsoft statistische Methoden auf der Basis von R – Microsoft hat Revolution Analytics gekauft – sowie Vorlagen, etwa für Betrugserkennung, Marketing und Vieles Mehr. „Wichtig ist jedoch CAS' Offenheit für Zusatzlösungen, die unsere ISV-Partner beisteuern“, so Wieser. Das sei wesentlich für den Erfolg von CAS in den unterschiedlichen Branchen.

Ausrichtung auf kleine und mittelständische Unternehmen

Durch die genannten Vorlagen soll die Lernschwelle erheblich gesenkt und die Lernkurve flacher werden. Dies sei besonders für kleine und mittlere Unternehmen wichtig, die nur über begrenzte Ressourcen verfügen. Durch die Bereitstellung in der Azure Cloud entstünden ihnen auch keine Investitionskosten und laufenden Kosten würden nur durch tatsächliche Nutzung verursacht, so der Microsoft-Manager.

Ein wesentliches Alleinstellungsmerkmal sieht Wieser in der Möglichkeit des Anwenders, die Oberfläche und Funktionalität der Suite über mehr als einen Eingabekanal zu bedienen. „Seine Mimik und Gestik spielen ebenso eine Rolle wie die Spracheingabe und die gewohnte Eingabe per Maus oder Tastatur“, sofern bei mobilen Endgeräten nötig. Cortana ist die persönliche digitale Assistentin, deren audiovisuelle Benutzeroberfläche den Benutzer die Software quasi intuitiv benutzen lassen und ihm zu raschen und sinnvollen Ergebnissen leiten soll.

Umgekehrt können aber auch Marketer, die solchen audiovisuellen Input von Usern bekommen, mithilfe von Social Media Analysis (SMA) rasche Auswertungen von Gefühlsäußerungen (Sentiment Analysis) vornehmen. Ein bekanntes Problem ist die Erkennung und Bewertung von Ironie in User-Kommentaren. „Mimik und Gestik können helfen, die wahre Meinung des Nutzers zu erkennen“, erläutert Wieser.

Anwender und Preise

Obwohl die Suite erst im Herbst allgemein verfügbar wird, wurde auf Microsofts Partnerkonferenz bereits ein Anwender vorgestellt. Das nordenglische Krankenhaus Dartmouth-Hitchcock Health System entwickelt mit CAS eine Lösung für Ferndiagnose und prädiktive Analyse namens ImagineCare. Der Grund für die frühe CAS-Nutzung: „Hier hat Microsoft eine Machbarkeitsstudie durchgeführt, um die Algorithmen für die Datenanalyse zu testen“, erzählt Hans Wieser. „Als Fachleute waren Data Scientists vor Ort.“

Es gibt derzeit noch keine Informationen über die Preisgestaltung der Cortana Analytics sowie den Lieferumfang potenzieller Editionen. Diese folgen ebenfalls spätestens im Herbst. Die bisherige Nutzung der Cloud-Dienste ist vor allem durch eins geprägt: „Es ist dem jeweiligen Nutzer völlig freigestellt, welche Komponenten er aus dem Baukasten in welchem Leistungsumfang bestellt“, so Wieser. Aus dem Baukasten sollte der Nutzer jedoch auf jeden Fall den ML Service sowie Power BI buchen, um sinnvoll arbeiten zu können.

(ID:43521043)