Experten-Interview

«Je eher man scheitert, umso besser»

Big-Data-Technologien können nicht nur aus den anfallenden Datenbergen geschäftsrelevante Informationen schöpfen. Sie sind die Grundlage, um Dienstleistungen zu automatisieren, und für vollständig neue Geschäftsmodelle. Wer das will, muss experimentieren, rät Victor Schlegel, Head of Big Data Services bei Swisscom.

Daniel Meierhans

Herr Schlegel, Swisscom stellt heute Unternehmen im Rahmen von Projekten Handydaten für Big-Data-Analysen zur Verfügung. Was machen Sie genau?

Wir haben beispielsweise mit dem Bundesamt für Strassen Astra eine Anwendung entwickelt, bei der wir mit den Bewegungsdaten aus unserem Mobilfunknetz alle 500 Meter einen virtuellen Sensor auf die Strassen setzen. Mit diesen Sensoren messen wir die durchschnittliche Geschwindigkeit der Fahrzeuge. So kann das Astra den Verkehr steuern sowie Staus erkennen und analysieren, wie sie entstehen. Künftig können auf dieser Grundlage Baustellen besser geplant, neuralgische Stellen gezielt entschärft oder in Echtzeit optimale Gegenmassnahmen eingeleitet werden. Würde man ein derart engmaschiges System mit richtigen, im Strassenbelag versenkten Sensoren aufbauen, wäre das unbezahlbar. Ein einziger Messfühler kostet pro Jahr über 20’000 Franken.

 

Verfolgen Sie für diese Analysen einzelne Mobilfunkgeräte?

Nein, wir stellen in allen Projekten ausschliesslich anonymisierte und aggregierte Daten zur Verfügung, die in der Praxis auch mithilfe von Drittinformationen keine Rückschlüsse auf ein Individuum zulassen. Dazu gehört, dass wir die Kennung des einzelnen Gerätes periodisch wechseln und dass wir immer nur Durchschnittswerte von mehreren Nutzern verwenden. Wir halten uns dabei an die Vorgaben des Schweizer Datenschutzes und an internationale Best Practices. Diese «Privacy by Design» ist zwar nicht absolut – das ist grundsätzlich nicht möglich –  aber der Aufwand, um jemanden zu identifizieren, wäre extrem gross. 

 

Die Anwendungen aus verschiedenen Branchen (siehe Fotostrecke) sind eindrückliche Einzelbeispiele. In welcher Form betrifft Big Data die grosse Masse der Unternehmen?

Wir befinden uns am Anfang einer grundlegenden Umwälzung von der Dienstleistungs- zur Informationsgesellschaft. Immer mehr Services, die bisher von Menschen erbracht wurden, werden von Computern übernommen. Sie sitzen am Helpdesk, schreiben Newsmeldungen, steuern Autos, managen Arbeitsteams, finden die besten Geldanlagen oder das nächste Taxi. Das Beispiel des Smartphone-Fahrdienstes Uber zeigt eindrücklich, wie schnell datengetriebene Firmen eine Branche aus den Angeln heben können. 

 

1/7 Menschenmassen am Genferseebecken während der Lake Parade. Die Höhe der blauen Striche entspricht der Anzahl Raver, die an dieser Stelle abtanzen. So lässt sich z. B. erkennen, wann sich wo zu viele Menschen pro Quadratmeter aufhalten. Entsprechende Strassenabschnitte können rechtzeitig entlastet werden. Einzelne Nutzer sind mit den anonymisierten Mobilfunkdaten nicht identifizierbar.

2/7 Sogenannte Heat Maps zeigen, wo sich in einem bestimmten Moment wie viele Menschen aufhalten. In der Zürcher Innenstadt massieren sich Shopper am Samstagnachmittag in der unteren Bahnhofstrasse und im Rennweg. Mit solchen Karten können beispielsweise Detailhändler den optimalen Standort für eine Filiale finden.

3/7 Virtuelle Sensoren auf den Strassen erfassen mittels anonymisierter Mobilfunkdaten permanent die Durchschnittsgeschwindigkeiten auf den Schweizer Autobahnen. Durch die Analyse dieser Daten kommt man den Entstehungsmechanismen von Staus auf die Spur. In Zukunft sollen so Verkehrszusammenbrüche durch eine bessere Steuerung verhindert werden.

4/7 Anonymisierte Mobilfunkdaten veranschaulichen, wie die Schweizer tagtäglich Zug fahren. Die Dicke der Linien steht für die Anzahl der Passagiere, die jeweils zwischen zwei Bahnhöfen gereist sind.

5/7 Das Mobilfunknetz macht aber nicht am Bahnhof halt. Es zeigt auch, wohin die Fahrgäste nach der Zugfahrt gehen. Nur ein Teil der Zugreisenden zwischen Bern (blau) und Zürich (rot) kommt wirklich aus der Hauptstadt. Genauso wenig ist die Limmatstadt das Ziel der meisten Reisenden.

6/7 Wer ist wie unterwegs? Wenn man die Bewegungsmuster wie die Anzahl der Haltepunkte pro Tag, Strassenzug, Fahrtdauer, Rückkehr zu einem Ort, Anzahl Passagiere usw. analysiert, lassen sich auch die einzelnen Verkehrsmittel, die in der Stadt zirkulieren, anhand der Mobilfunkdaten unterscheiden.

7/7 Franzosen (blau) und Deutsche (gelb) überqueren kaum den Röstigraben. Die Italiener (grün) schaffen es ein wenig häufiger über die Alpen. Und die Schweizer (rot) – die zieht es in die Berge. Das Mobilfunknetz weiss, welche Nationalitäten welche Orte besuchen. Die Tourismusbranche kann mit diesen Daten ihre Angebote an neue Trends anpassen und die Qualität ihrer Dienstleistungen verbessern.

1/7 Menschenmassen am Genferseebecken während der Lake Parade. Die Höhe der blauen Striche entspricht der Anzahl Raver, die an dieser Stelle abtanzen. So lässt sich z. B. erkennen, wann sich wo zu viele Menschen pro Quadratmeter aufhalten. Entsprechende Strassenabschnitte können rechtzeitig entlastet werden. Einzelne Nutzer sind mit den anonymisierten Mobilfunkdaten nicht identifizierbar.
Wie sollen Unternehmen das Thema angehen?

Big Data ist eigentlich nur ein Schlagwort. Im Grunde geht es um klassische Datenanalyse und Methoden der künstlichen Intelligenz – einfach auf einem potenzierten Niveau. Das heisst, wie bei jedem Business-Intelligence-Projekt ist die Fragestellung und nicht die Technologie entscheidend. Hat man das dringlichste Businessproblem bestimmt, sollte man sich einige Tage Zeit nehmen, um sich über die Best Practices zu informieren. Danach rate ich aber, möglichst schnell mit ersten Versuchen loszulegen. Denn je eher man scheitert, umso besser! Die richtigen Fragen und die besten Datenwege zu den Antworten findet man nur in möglichst schnellen Iterationszyklen, in denen man schrittweise lernen kann. 

 

Was können die Firmen in Zukunft von Swisscom erwarten?

Dass wir anonymisierte und aggregierte Mobilfunkdaten und unser Analytik-Know-how zur Verfügung stellen, ist nur ein erster Schritt. Für uns ist Big Data viel umfassender. Wir sind dabei, eine Plattform aufzubauen, auf der Unternehmen bis in wenigen Jahren alle möglichen internen und externen Daten miteinander verbinden und analysieren können. Sie wird sämtliche relevanten öffentlichen Quellen wie Wetter- und GIS-Daten (Geoinformationssystem) oder Social Media enthalten sowie private Services, die sich anschliessen. Die erwähnten Daten aus dem Mobilfunknetz sind nur ein Teil davon. Dazu kommen dann die Daten, welche die Firmen selber hochladen, beispielsweise aus ihren CRM- oder Logistik-Systemen. 

«Die Plattform macht Big Data zum Service. Unternehmen müssen also nicht mehr selber die aufwendigen Infrastrukturen aufbauen und betreiben.»

Wir werden ihnen für die Analysen nicht nur eine hochsichere, leistungsfähige Umgebung, vielfältige Drittdaten und die besten Auswertungstools zur Verfügung stellen, sondern auch Algorithmen, mit denen sie ihre eigenen Daten automatisch anonymisieren können. Die Plattform macht Big Data zum Service. Unternehmen müssen also nicht mehr selber die aufwendigen Infrastrukturen aufbauen und betreiben. Die Datenhoheit bleibt dabei jederzeit beim Kunden. Das ist ein Grundsatz unserer Strategie. Genauso wie wir keine einzelnen Unternehmen durch Exklusivverträge bevorzugen. Zudem realisieren wir nur Projekte, die auch auf ihre gesellschaftliche Akzeptanz geprüft wurden – wofür ein Ethikrat zuständig ist.

 

Was bringt der Bezug von Big Data als Service einem Unternehmen konkret?

Eine effektive Analytik ist komplex. Sie benötigt neben einer leistungsfähigen Hardware- und Software-Infrastruktur sehr viel Spezial-Know-how in unterschiedlichen Disziplinen wie Mathematik, künstliche Intelligenz, Datenmodellierung, Programmierung oder IT-Sicherheit. Die wenigsten Unternehmen verfügen bereits über die entsprechenden Kompetenzen, und die Spezialisten sind sehr gesucht. Mit unseren erfahrenen Experten können wir Firmen bereits heute wirksam unterstützen. In Zukunft wird die Plattform einen Grossteil des Spezial-Know-hows als standardisierte Funktionalitäten enthalten. 

 

Wie sehen Sie die Bedeutung von Big Data in Zukunft?

Routinearbeiten werden immer mehr von Maschinen erledigt. Menschen setzen ihre Zeit für intellektuelle Tätigkeiten ein. Was wir heute bereits beobachten, wird sich massiv verstärken: Erfolgreich sind sogenannt elastische Unternehmen wie beispielsweise Amazon, Nike oder Google. Mit ihren analytischen Fähigkeiten erkennen sie Markttrends früher und besser. Dies nutzen sie, um neue Geschäftsmodelle zu erproben. An diesen scheitern viele. Aber diejenigen, die sich durchsetzen, verändern die Spielregeln grundsätzlich. Bezeichnenderweise sind praktisch alle elastischen Firmen heute US-amerikanisch. Die Schweizer müssen experimentierfreudiger werden, um mithalten zu können. 

Mehr Big Data

Hier finden Sie weitere Informationen zu Big-Data-Lösungen von Swisscom:

Big Data@Swisscom

Die Swisscom hat klare Richtlinien für Big Data Projekte

Big Data Leitsätze

 

Literatur

Big Data: Die Revolution, die unser Leben verändern wird. Redline Verlag, 2013, von Viktor Mayer-Schönberger und Kenneth Cukier.

Big data @ work: Chancen erkennen, Risiken verstehen. Verlag Franz Wahlen München, 2014, von Thomas H. Davenport.

Victor Schlegel

Für den Head of Business Intelligence / Big Data Services von Swisscom bewegt sich Europa in Sachen Technologieadaption zu vorsichtig. Dabei hat der studierte Wirtschaftsinformatiker durchaus auch die Zahlen im Auge. Als Verbesserungsexperte mit Lean Six Sigma Black Belt hat er früher bei T-Systems und Credit Suisse IT-Service-Management-Projekte und Effizienzsteigerungsprojekte vorangetrieben.

Weitere Fokusartikel

Kolumne von Christoph Hugenschmidt

Der Fischer und das Datenmeer

Was macht ein «Data Scientist» eigentlich? Und sollten wir vor ihm Angst haben?

Big Data

Die Gegenwart verstehen und die Zukunft gestalten

Wie Städte anonymisierte Mobilfunkdaten nutzen, um den Ausbau ihrer Infrastruktur besser planen zu können.

Porträt

«Ich bin keine Erbsenzählerin»

Wie ist es, jedes Big-Data-Projekt mit dem Zeigefinger zu begleiten? Das weiss Gabriele Schmid, Datenschützerin bei der Schweizerischen Post.