Gespräch mit Guro Bakken Bergan und Alexander Zschaler, Fivetran „Ungenügende Datenaufbereitung lässt KI-Projekte scheitern“

Anbieter zum Thema

Fivetran Germany GmbH

INFOMOTION GmbH

QUNIS GmbH

BigData-Insider

Künstliche Intelligenz (KI) ist in aller Munde, natürlich auch beim ELT-Spezialisten Fivetran. Doch bevor KI-Projekte gelingen können, gilt es, die richtigen Daten in der richtigen Form zur Verfügung zu stellen. BigData-Insider sprach darüber mit Guro Bakken Bergan, Vice President und General Manager EMEA und Alexander Zschaler, Regional Vice President DACH & CEE bei Fivetran.

BigData-Insider: Frau Bergan, Sie sind jetzt seit zwei Jahren für das EMEA-Geschäft zuständig. Wie würden Sie Ihre deutschen Kunden im Vergleich zum restlichen europäischen Raum charakterisieren?

Bergan: Deutschland ist ein großer Markt. Er hat wichtige Firmen mit innovativer Software. Natürlich spielt SAP hier eine ganz besondere Rolle. Bei unseren deutschen Kunden geht es oft darum, SAP-Daten mit anderen Datenquellen, etwa in einem Data Lake oder Data Warehouse, zu kombinieren. Die Kunden wollen mit KI zum Beispiel ihre Supply Chain oder ihr Lager optimieren.

Welche Rolle spielen hier Data Lakes? Diese sind ja eine noch recht neue Technologie.

Bergan: Data Lakes werden viel nutzbarer, seit sie nicht mehr nur ungeordnete Speicher für alle möglichen Daten sind. Dazu haben Player wie Snowflake und Databricks beigetragen, die Data Lakes mit Data-Warehouse-Technologien kombinieren. Viele unserer Kunden nutzen eine von beiden Technologien.

Für welche Art von Anwendungen brauchen Kunden in Deutschland Ihre Lösung? Können Sie uns Beispiele nennen?

Bergan: Da wäre zum Beispiel Jetblue, eine Airline. Hier geht es um die Wartung der Flugzeuge. Es gab häufig Verzögerungen wegen Flugzeugen, die ungeplant repariert werden mussten. Das hat dann wieder die Kundenzufriedenheit beeinträchtigt. Durch den Einsatz vielfältiger Daten und mithilfe von Predictive-Maintenance-Modellen konnte eine signifikante Verbesserung der Flugbereitschaft erzielt werden: Flugzeuge werden dann gewartet oder einzelne Teile ausgetauscht, bevor etwas passiert.

Zschaler: Ein anderes Beispiel ist Wunderflats, eine Firma, die voll möblierte Wohnmöglichkeiten für kurz- bis mittelfristige Vermietung vermittelt, insbesondere für Studenten. Gematcht werden hier die Daten über die Mietobjekte und die Bedürfnisse der Suchenden. Das funktioniert gut: Die Passrate lag früher bei 30 bis 45 Prozent. Heute liegt sie bei rund 80 Prozent. Viele Mieter müssen noch nicht einmal zur Wohnung fahren, um sie anzumieten, und sind am Ende zufrieden damit.

Bergan: Mir fällt noch eine Anwendung ein, die gerade für Deutschland sehr wichtig werden könnte. Der Kunde, um den es geht, verliert in der nächsten Zeit die Hälfte seiner Belegschaft, weil die Mitarbeiterinnen und Mitarbeiter in Rente gehen. Ersetzen wird man sie wegen der demografischen Situation wohl kaum können. Was bleibt, ist eine intelligente Prozessautomatisierung. Dazu müssen alte und neue Daten auf die richtige Weise aufbereitet und kombiniert werden. Dabei können wir helfen.

Inwieweit setzen Sie selbst heute KI in Ihren Produkten ein? Und was haben Sie in diesem Bereich vor?

Bergan: Wir verwenden KI-Tools insbesondere für die schnelle Programmierung neuer Konnektoren, die neue Datenquellen anbinden. Dafür haben wir eine eigene Sprache, COIL, entwickelt. Damit schaffen wir es, eine dreistellige Anzahl von neuen Konnektoren in einem Jahr marktreif zu entwickeln. Außerdem wollen wir KI für Funktionen nutzen, die mit dem Kundenkontakt zu tun haben, um diesen verbessern zu können.

Wie sieht es mit KI in Ihrem Kernprodukt aus?

Bergan: Wir haben vorläufig noch keine KI im Kernprodukt. Mehr möchte ich dazu nicht sagen.

Viele KI-Projekte schlagen auch fehl. Woran liegt das aus Ihrer Sicht?

Bergan: Die KI kann nur so gut wie die zugrundeliegenden Daten sein. Beispielsweise können Daten vorurteilsbeladen sein, also einen Bias haben. Dann sind die Entscheidungen des Systems ebenfalls von Vorurteilen geprägt. Sie können unvollständig sein und führen dann zu falschen Schlüssen, wenn etwa eigentlich Berechtigte keinen Kredit erhalten oder Ähnliches. Das gilt es zu verhindern.

Können Sie die wichtigsten Fehler nennen, die man bei der Datenaufbereitung unbedingt vermeiden sollte?

Bergan: Erstens sollten Dateningenieure die Daten bewerten. Allerdings sollte so viel wie möglich der handwerklichen Arbeiten drumherum automatisiert werden. Eine Studie von Vanson Bourne kam zu dem Ergebnis, dass sich Dateningenieure zu 40 Prozent mit manueller Arbeit beschäftigen. Das muss anders werden.

Zschaler: Der zweite Fehler ist tatsächlich, wenn Firmen glauben, ihre Mitarbeiter könnten die Daten selbst besser aufarbeiten als ein darauf spezialisiertes Tool. Das ist aber meist ein Irrtum. Das fängt bei den Konnektoren an. Ein Salesforce-Konnektor ändert sich beispielsweise ständig. Wer im Unternehmen hat Zeit, das alles nachzuhalten? Geschieht das nicht, sind aber Fehler vorgezeichnet. Eine Plattform wie Fivetran macht das alles automatisch.

Bergan: Auch die Veränderungen der Datenquellen werden oft nicht berücksichtigt, was unser Tool automatisch macht. Beispielsweise, wenn sich das Datenschema ändert. In SAP sind über 170.000 Tabellen miteinander verknüpft. Verändern sich die Zuordnungen oder die Tabellen, muss das downstream nachgeführt werden, das geschieht aber oft nicht, wenn kein Tool im Einsatz ist.

Zschaler: Außerdem werden die Daten im Transport häufig nicht ausreichend geschützt, die ruhenden Daten schon. Viele Kunden unterschätzen, was auf dem Transport beispielsweise aus oder in die Cloud passieren kann. Besonders trifft das die personenbezogenen Daten, für die ja hierzulande strenge Regeln gelten. Unsere Software erkennt diese Daten automatisch und unbefugte Zugriffe darauf werden blockiert.

Bergan: Und außerdem werden oft die falschen Daten verwendet. Beispielsweise nutzte ein Kunde 750 Indikatoren. Am Ende stellte sich heraus, dass nur 150 davon für seine Fragestellung relevant waren.

Was sind für Sie die derzeit wichtigsten Trends bei der Datenaufbereitung?

Bergan: Es geht darum, viel mehr Daten in kürzerer Zeit zu verarbeiten. Die Kunden wollen die Time to Insight, also die Zeit, bis sie verwertbare Ergebnisse sehen, verkürzen. Dies wollen sie entweder, um mehr über dieselbe Situation schneller zu erfahren, oder um mit denselben Daten schneller mehr Kunden zu generieren.

Zschaler: Außerdem zeigt sich, dass Anwender heute vielfältigere Datenquellen erschließen wollen als früher. Beispielsweise haben wir jüngst eine Bank als Kunden gewonnen. Die besitzt natürlich massenweise SAP- und andere klassische Datenbanken. Doch was man wirklich braucht, um mehr über seine Kunden zu erfahren, ist die Integration von Social-Media-Streams. Insgesamt werden andere Datenpunkte relevant, um erfolgreich zu sein und wir können helfen, diese Quellen schnell zu integrieren.

(ID:49913694)