Suchen

„Datability“ und Enterprise Search Postfächer sind keine Wissensspeicher

Autor / Redakteur: Daniel Fallmann / Nico Litzel

In ihrer Dissertation „Informationen verzweifelt gesucht“ hat Jutta Bertram analysiert, wie Unternehmensdaten in einem typischen Mittelstandsland wie Österreich organisiert sind. Um es kurz zu machen: Es ist schlimmer als gedacht. So werden etwa Mailpostfächer als einer der zentralen Wissensspeicher im Unternehmen genannt, was wenig zielführend scheint.

Firmen zum Thema

Der Autor: Daniel Fallmann ist Gründer und Geschäftsführer der Mindbreeze GmbH.
Der Autor: Daniel Fallmann ist Gründer und Geschäftsführer der Mindbreeze GmbH.
(Bild: Mindbreeze)

Angesichts der täglich wachsenden E-Mail-Flut kommt kaum ein Mitarbeiter dazu, wichtige Nachrichten von unwichtigen zu trennen und sie in eine Struktur zu bringen, die produktives Arbeiten erleichtert oder erst ermöglicht.

Ein weiterer Hemmschuh in Sachen Datenmanagement sind die Informationssilos, die sich entlang der Abteilungsgrenzen gebildet haben. Klassisches Beispiel aus der Fertigungsbranche: Das Produktionsressort baut mit Eifer eine Maschine – viele Monate nach der Entscheidung der Marketing- oder Vertriebsabteilung, diesen Maschinentyp einzustellen. Hier weiß die linke Hand nicht, was die rechte tut.

Welche Folgen die Entwicklung einer Maschine hat, die niemand braucht, ist leicht nachzuvollziehen. Was es bedeutet, etwa Postfächer als Wissensspeicher zu verwenden, kennt man meist aus eigener Erfahrung: Man sucht, sucht und sucht. Bertram beziffert den täglichen Zeitaufwand für die Suche nach relevanten Informationen folgendermaßen: 45 Prozent nutzen dafür bis zu 15 Minuten, 40 Prozent bis zu einer halben Stunde, zwölf Prozent sogar bis zu einer Stunde.

Höherer Zeitaufwand in der Industrie

Signifikant ist, dass die Industrie generell mehr Zeit für die Informationssuche aufwendet als die Dienstleistungs- oder Handelsbranche. Unternehmen bis 200 Computerarbeitsplätzen tun sich beim Auffinden benötigter Daten tendenziell leichter als Firmen mit über 1.000 Clients.

Die diesjährige CeBIT hat als Motto das Kunstwort „Datability“ gewählt, das sich aus den Teilen „Data“ – hier ist „Big Data“ gemeint – und „Ability“ – also „Fähigkeit“ – zusammensetzt. Die Bedeutung dieses Begriffs auf den Punkt gebracht: Daten, die irgendwo in einem E-Mail-Attachment oder einem Abteilungssilo unbeachtet schlummern, sind nutzlos. Erst der richtige Umgang mit diesen Daten verleiht ihnen den angemessenen Wert. Eine auf den ersten Blick profane Erkenntnis, die jedoch weitreichende Konsequenzen hat. Denn der richtige Umgang will erst gelernt sein.

Die CeBIT-Veranstalter, die den Begriff Datability in die Diskussion eingeführt haben, verknüpfen damit vor allem die Aspekte „Sustainability“, also Nachhaltigkeit, sowie „Responsibility“, sprich der verantwortungsvolle Umgang mit den Daten, und kommen damit auf folgende Definition von Datability: „die Fähigkeit, große Datenmengen in hoher Geschwindigkeit verantwortungsvoll und nachhaltig zu nutzen.“

Worauf die Formulierung „verantwortungsvolle Nutzung“ abzielt, ist unschwer zu erraten. Dank Big Data werden täglich Millionen Informationen aus unterschiedlichsten Quellen gesammelt: Diese reichen von den Nutzungsdaten von Smartphones bis zu Vorlieben zu bestimmten Produkten, die man in Facebook oder auf Amazon postet.

Umfassende Datenprofile

Mit den neuen Analysetools ist es einfach, völlig unterschiedliche Informationen miteinander zu verknüpfen und damit ein umfassendes Profil von einer Einzelperson anzulegen, die Aspekte ans Tageslicht bringen, von denen mitunter nicht einmal der Betroffene eine Ahnung hatte. Die Möglichkeiten gehen sogar so weit, dass für eine bestimmte Person ein bestimmtes Verhalten mit relativ hoher Wahrscheinlichkeit vorhergesagt werden kann.

Das wird etwa dann zu einem Problem, wenn bei einem Menschen die Wahrscheinlichkeit einer Straftatbegehung Signifikanz erreicht – mit der Konsequenz, entsprechende Vorsichtsmaßnahmen zu treffen, bevor etwas passiert. Damit wäre das Prinzip der Unschuldsvermutung auf den Kopf gestellt.

Klare Grenzen

Es ist klar, dass den Möglichkeiten, die mit Big Data entstehen, Grenzen gesetzt werden müssen. Sich hier alleine auf den Gesetzgeber verlassen zu wollen, ist müßig, denn der technologische Fortschritt geht derart rasant über die Bühne, dass Regelungen zu Datenschutz & Co. stets nur hinterherhinken können. Gefragt sind klare Rahmenbedingungen, so wie diese für Autos klar definiert sind. Jeder Automobilhersteller muss sich an diese Rahmenbedingungen halten, will er, dass seine Autos auf europäischen Straßen bewegt werden dürfen.

Zusätzlich zu einem klaren Mindestregelwerk, sind Wege gefragt, die in erster Linie auf die Eigenverantwortung abzielen. Für Unternehmen bedeutet das konkret, dass sie bei der Wahl eines Lösungspartners ein hohes Maß an Verantwortung tragen. Klar, es gibt keinen Hersteller oder Service Provider, der nicht von sich behaupten würde, verantwortungsvoll mit Kundendaten umzugehen. Doch nur jene, die dies von unabhängiger Seite bestätigen lassen – etwa in Form von Zertifizierungen – können dies mit gutem Gewissen tun.

Eine Rechteverwaltung ist essenziell

Es ist zudem essenziell, dass die entsprechenden Funktionen, welche die Big-Data- beziehungsweise Enterprise-Search-Lösungen standardmäßig mitbringen, auch genutzt werden. Dazu gehören beispielsweise eine clevere Rechteverwaltung damit nur jene Mitarbeiter, die dazu befugt sind, sensible Daten sehen können, sowie die Möglichkeit, personenbezogene Daten zu anonymisieren. Der auf den Schutz der Mitarbeiter bedachte Betriebsrat wird es danken.

Der „verantwortungsvolle Umgang mit Daten“ liegt also auf der Hand, doch was bedeutet „nachhaltige Nutzung von Daten“? Um sich davon ein Bild machen zu können, ist es hilfreich, sich die Funktionsweise von Enterprise-Search-Lösungen vor Augen zu führen.

In einem ersten Schritt werden die Daten mithilfe von Crawlern aus den unterschiedlichsten Datenquellen exportiert und mithilfe von Filterservices zu einem konsolidierten Datenstrom gewandelt. Dabei ist es de facto egal, aus welcher Quelle diese Daten stammen, das kann ein Word-Dokument sein, ein E-Mail-Attachment im PowerPoint-Format, aber auch Bild- oder Videodateien. Moderne Enterprise-Search-Lösungen unterstützen 500 und mehr Fileformate. Der konsolidierte Datenstrom wird schließlich an die Indizierung weitergeleitet.

Schneller Datenzugriff

Die zweite Besonderheit, die den Unterschied von Enterprise-Search-Lösungen zu klassischen Wissensmanagementsystemen auf Basis von Datenbanken ausmachen, ist die Datenablage in intelligenten Strukturen. Diese erlauben es, bei einer Suchabfrage sehr schnell auf die Daten zuzugreifen, während in einer Datenbank die Daten oft ineffizient gescannt werden müssen, wodurch sich die Geschwindigkeit verringert.

Gleichsam als Krönung des Prozesses bei Enterprise Search steht die semantische Analyse der Daten, wobei etwa ein Personenname mit relevanten Informationen wie Beruf oder Adresse verknüpft wird – und das über alle Abteilungs- und Applikationsgrenzen hinaus. Das hier erworbene Wissen wendet das System auf nachfolgende Datenströme an und kann auf diese Weise die Qualität der Analyse stetig verbessern. Damit gilt Enterprise Search als selbstlernendes System.

Am Ende des Prozesses erreicht das Enterprise-Search-System die Cleverness, die Effizienz und die Geschwindigkeit, die zusammengenommen jene Voraussetzungen dafür sind, die Daten, die im Unternehmen schlummern, für das Business nachhaltig verwenden zu können.

Konzentration auf Sinnvolleres

Einerseits reduzieren sich die eingangs beschriebenen Suchzeiten, die auf die Produktivität drücken, auf ein Minimum – und das nachhaltig. Statt dem „Monkey Business“, das etwa aus der stupiden Suche nach dem gewissen Anhang besteht, der mit irgendeinem E-Mail irgendwann im letzten Monat gekommen ist, können sich die Mitarbeiter mit Sinnvollerem beschäftigen. Zudem erlauben Mobile Clients den raschen Zugriff auf die dank Enterprise Search strukturierten Unternehmensdaten jederzeit und von überall.

Andererseits bildet ein Enterprise Search-System jenen unternehmensweiten Wissenspool, der unter anderem dazu dienen kann, die Effizenz des Gesamtunternehmens zu steigern. Nur wenn alle relevanten Informationen verknüpft und entsprechend aufbereitet auf den Tisch liegen, lassen sich nachhaltige Verbesserungen herbeiführen. Das kann Vertriebs- oder Fertigungsprozesse betreffen oder auch die Fähigkeit, dank Datability ein wenig weiter in die Zukunft zu blicken als der Mitbewerb.

(ID:42591200)