Vor nicht allzu langer Zeit hat Splunk den Bericht zum Status von „Dark Data“ veröffentlich. Die Themen sind natürlich Dark Data, aber auch KI und – Achtung, Spoiler – IT- und Business Führungskräfte auf der ganzen Welt messen diesen Dingen große Bedeutung zu. Der Bericht weist aber auch auf eine sich entwickelnde Situation hin, die mich ein Stück weit beunruhigt hat und die euch wahrscheinlich auch betrifft, wenn ihr in der Technologiebranche arbeitet: die Lücke zwischen Erwartungen und Realität von Dark Data und KI. Aber lasst uns erst nochmal einen Schritt zurückgehen und einen Begriff definierten, den ich hier gleich in der Überschrift verwendet habe.
„Dark Data“ hört sich vielleicht nach dem Titel eines Cyberpunk-Romans an, ist aber lediglich ein etwas dramatisch formulierter Begriff für die unbekannten und unerschlossenen Daten in Unternehmen, die durch Systeme, Geräte und Interaktionen generiert werden. Gartner definiert Dark Data wie folgt:
„Die Informations-Betriebsmittel, die Firmen bei Ausführung des Tagesgeschäfts sammeln, verarbeiten und speichern, aber nicht wirklich für andere Zwecke benutzen (beispielsweise für Analysen, Geschäftsbeziehungen und direkte Monetarisierung). Ähnlich wie die dunkle Materie in der Physik bilden Dark Data oftmals den größten Teil der Informations-Betriebsmittel eines Unternehmens. So kommt es, dass Unternehmen Dark Data oftmals nur zu Compliance-Zwecken aufbewahren. Das Speichern und Schützen von Daten bringt normalerweise höhere Kosten (und manchmal auch ein größeres Risiko) mit sich, als ihnen an Wert beigemessen wird“.*
Dark Data sind (zumindest teilweise) so wertvoll, weil es so viel von ihnen gibt und mit ihnen wirtschaftlicher Mehrwert erschlossen werden kann, der ansonsten ungenutzt bliebe. Je mehr Daten ihr besitzt, desto mehr könnt ihr über jeden Teil eures Unternehmens erfahren. Je größer die Datenmenge, desto genauer die Analyse. Wenn ihr also die Herausforderung ignoriert, die Dark Data zweifellos darstellen, dann lasst ihr Geld auf der Straße liegen. Tatsächlich stimmen 76 Prozent der Umfrageteilnehmer der Aussage zu, dass „sich das Unternehmen mit der höchsten Datennutzung durchsetzen“ wird.
Vergessen wir nicht, dass allein der Besitz von Dark Data reale Kosten verursacht, von den Opportunitätskosten mal ganz abgesehen. Datenspeicherung mag zwar um einiges billiger sein als früher, kostenlos ist sie aber bei weitem nicht. Wenn ihr für die Speicherung von Daten zahlt, die ihr nicht nutzt, verschwendet ihr Geld und verpasst die Gelegenheit, diese Daten zu nutzen.
Wenn also Dark Data so wertvoll sind und die Führungsetagen das auch wissen, warum nutzen Unternehmen sie dann nicht? Die Antwort ist: Weil sie nicht über die richtigen Tools verfügen. Denkt zum Beispiel mal an all die „Zombie“-Systeme, die in den Serverräumen so mancher Unternehmen lauern: Veraltete Monitoringlösungen, die mit Klebeband und Maschendraht zusammengepfuscht und durch Schweiß, Gebete und Flüche von armen IT-Managern am Laufen gehalten werden. Die wahre „Darkness“ aber, die ihnen innewohnt, kommt aus dem verschwendeten, verborgenen, potenziellen Wert der Daten. Unternehmen, die sich der Zukunft und neuen IT-Lösungen verweigern, werden nie imstande sein, Dark Data zu ihrem Vorteil einzusetzen. Sie verlieren das Datenrennen, noch bevor sie die Startlinie erreichen.
So, jetzt aber zurück zu der besorgniserregenden Situation, die ich zu Beginn angesprochen habe. Sie können diesen Bericht einfach als erneute Bestätigung des Offenkundigen lesen: Daten sind wertvoll, und KI kann uns helfen, sie effektiver zu verwenden. Es gibt jedoch eine viel tiefer greifende Interpretation der Ergebnisse des Berichts:
- Verantwortliche IT- und Unternehmensleiter sind sich einig, dass Dark Data einen enormen Wert haben, aber
- sie wissen nicht, wie sie sie nutzen können (tatsächlich geben 56 Prozent an, dass „datengestützt“ in ihrem Unternehmen einfach ein Buzzword ist),
- sie zählen darauf, dass KI sie beim Extrahieren des Werts aus den Dark Data unterstützen wird, besitzen zurzeit aber weder die Technologie, die Expertise noch das Personal, um KI einzusetzen, und
- eine Mehrzahl der Befragten (69 Prozent) gibt zu, dass sie nicht einmal versuchen, neue Datenkenntnisse zu erwerben, wobei fast die Hälfte sagt, sie seien zu alt dafür (was m. E. einfach eine Ausrede ist – die eigentliche Aussage lautet „Daten sind zu kompliziert“).
Das einzige Land in dieser globalen Umfrage, in dem ein hoher Prozentsatz der Befragten angab, dass sie hart dran arbeiten, den Herausforderungen von Dark Data und KI gerecht zu werden, ist China.
Unabhängig davon, wie ihr die Ergebnisse dieses Berichts interpretiert, ist es an der Zeit, dass ihr eine Strategie für euren Umgang mit Dark Data entwickeln. Bleibt euer Unternehmen am Ball und damit wettbewerbsfähig? Stellt ihr die richtigen Mitarbeiter ein, fördert ihr datenbewusstes Arbeiten in eurem Unternehmen, und bietet ihr Schulungsprogramme an, um eure Ziele Wirklichkeit werden zu lassen? Und: investiert ihr in Technologie, die euch hilft, Licht in eure Dark Data zu bringen?
Beim letzten Punkt kann Splunk euch helfen.
Ich empfehle euch, den ganzen Bericht zum Status von „Dark Data“ zu lesen, der die Haltungen und Pläne der Befragten zu Dark Data, KI und der Zukunft der Arbeit wesentlich detaillierter behandelt. Ihr könnt euch hier ein Bild machen.
*Gartner IT Glossary, „Dark Data,“ 2019. (übersetzt)
**Dieser Artikel wurde aus dem Englischen übersetzt und editiert. Den Originalblogpost findet ihr hier: Dark Data Has Huge Potential, But Not If We Keep Ignoring It (30. April 2019).
----------------------------------------------------
Thanks!
Tim Tully
