[Home]
Hans Gert Graebe / Seminar Wissen /
2017-05-09


Home
Neues
TestSeite
DorfTratsch

Suchen
Teilnehmer
Projekte

GartenPlan
DorfWiki
Bildung+Begegnung
DorfErneuerung
Dörfer
NeueArbeit
VideoBridge
VillageInnovationTalk


AlleOrdner
AlleSeiten
Hilfe

Einstellungen

SeiteÄndern







Daten-Netze und Begriffs-Netze

Termin: 9. Mai 2017, 15.15 Uhr

Ort: Seminargebäude, SG 3-10

Thema 1: Cloud und Software as a Service. Vortrag und Diskussion mit Felix Malek.

Folien zum Vortrag

Thema 2: Unternehmensdaten und Data-Warehousing. Vortrag und Diskussion mit Marlene Festag und Erik Körner.

Ankündigungen

Thema 1: Cloud und Software as a Service

Ich beschäftige mich mit der Frage, was eine Cloud (bzw. Cloud Computing) ist, wie man Software as a Service (kurz: SaaS) definiert und wo die Grenze zwischen beiden Begriffen liegt. Weiterhin beschäftige ich mich mit Einsatzmöglichkeiten, Vor- und Nachteilen von SaaS und abschließend mit der Zukunft des Cloud Computing im allgemeinen.

Felix Malek, 8.5.2017

Thema 2: Unternehmensdaten und Data-Warehousing

Wir werden über Unternehmensdaten und Data-Warehousing sprechen, wobei wir zunächst traditionelle Unternehmensstrukturen mit modernen Unternehmen vergleichen, den Betrieb des Warehouses erklären und dann als Beispiel die Speicherung einer Blutendatenbank anführen. Schließlich gibt es noch einen kleinen Ausblick auf die Zukunft von Unternehmen, die mit Big Data arbeiten.

Marlene Festag, Erik Körner, 8.5.2017

Anmerkungen

Thema 1: Cloud und Software as a Service

Daten-Netze und Begriffs-Netze. Die „Welt der Daten“ im Internet scheint eine HTTP-vernetzte Welt, in der auf einfache Weise Bezüge hergestellt werden können. Dies ist allerdings das Bild einer statisch verlinkten Welt des Web 1.0. HTTP-Aufrufe triggern heute in den meisten Fällen Services, die situativ Daten zusammenstellen und weiterleiten und sich damit bereits in einer mit speziellen Begriffen aufgeladenen vernetzten Praxis bewegen. Diese Begriffe sind ihrerseits als Begriffs-Netz einer Beschreibung zugänglich, im besten Fall in konsistenter Weise als Modell oder Ontologie und bilden damit die Basis für ein Netz der Ontologien usw.

Auf diese Aspekte der Vernetzung von Daten und Services (etwa über REST-Schnittstellen und JSON-kodierten Datenaustausch) wurde im Vortrag und auch in der Diskussion nicht eingegangen. Im Vordergrund stand die Wahrnahme der Cloud und von Clouddiensten (Software as a Service) vor allem aus der Perspektive der Ressourcenverfügbarkeit, also die Verfügbarkeit von Hardware, Speicherplatz und standardisierten Diensten in einem gut ausgebauten Breitbandnetz (als Voraussetzung für die meisten Anwendungen). Diese Breitbandkopplung macht einen "ökologischeren" Umgang mit Netzressourcen erst möglich und erlaubt es, Rechenzeit- und Speicherplatz-"Abfall" einer Sekundärverwertung zuzuführen oder aber solche Dienste auf speziellen Infrastrukturen aufzusetzen. In beiden Fällen lohnt das erst, wenn entsprechende Skaleneffekte genutzt werden können, wenn sich also Prozesse durch ihr vielfaches Auftreten standardisieren lassen. Typische Beispiele wie Dropbox oder Webhosting sind allerdings interessant vor allem für Privatleute oder Kleinstunternehmen mit wenigen Angestellten, die nur geringe Ansprüche an eine speziell auf ihre Geschäftsprozesse zugeschnittene IT legen oder aber diese IT als Teil der eigenen Geschäftstätigkeit selbst entwickeln und dazu externe Speicherressourcen nutzen.

In der Diskussion wurde vor allem über die Frage gesprochen, ob für Unternehmen eher eine public cloud oder eine private cloud interessant ist. Schließlich gibt es inzwischen nicht nur reichlich Speicherplatz und Standarddienste im Netz, sondern auch entsprechende Cloud-Software, mit der sich unternehmensinterne Clouds einrichten lassen. Ein entsprechendes Investment zählt zweifellos zum Infrastruktur-Investment, also zu dem "weichen" Investmentbereich, der die eigentlichen Kernprozesse des Unternehmens, mit denen Geld verdient wird, erst ermöglicht. Entscheidungen für den einen oder anderen Weg (oder Mischformen zwischen beiden) hängen sehr stark davon ab, in welchem Umfang das Unternehmen eigene IT-Kompetenz vorhalten will und vorhalten kann. Je mehr Möglichkeiten bestehen, in diesem Bereich zu investieren, desto besser die Chancen, eine für die unternehmensspezifischen Zwecke angepasste IT-Infrastruktur zu bekommen. Aus einer solchen Perspektive steht die Frage nach Für oder Wider die Cloud so nicht mehr, sondern Cloud-Computing wird zu einer unter vielen Ressourcen, die an passenden Stellen in die IT-Struktur des Unternehmens eingebaut wird.

Thematisiert wurde auch die damit verbundene grundsätzliche Abhängigkeit einer Vielfalt moderner Praxen von der Verfügbarkeit einer breitbandigen Vernetzungsinfrastruktur. Das digital divide zwischen Stadt und Land ist an dieser Stelle besonders augenfällig und lässt sich kaum allein durch das "freie Spiel" marktwirtschaftlicher Kräfte überbrücken.

Hans-Gert Gräbe, 11.5.2017

Thema 2: Unternehmensdaten und Data-Warehousing

Datenverfügbarkeit. Daten müssen, um praktische Wirkung zu entfalten, zur rechten Zeit und im richtigen Kontext verfügbar sein. Die Möglichkeit bestimmter Praxen und die Verfügbarkeit relevanter Informationen stehen in einem engen Wechselverhältnis. Die Verfügbarkeit selbst kann nur im Kontext einer nachhaltigen Reproduktion entsprechender Verfügungsstrukturen gesichert werden, womit vielfältige Fragen der Sicherung entsprechender Services stehen.

Im Vortrag wurde der Zusammenhang zwischen möglichen Praxen und verfügbaren Daten am Beispiel der Unternehmensführung (Business Intelligence) genauer beleuchtet, wobei insbesondere klassische Data-Warehouse-Ansätze und moderne Big-Data-Verfahren gegenübergestellt wurden. Der Fokus war damit stark auf die technologischen Entwicklungen selbst gerichtet und weniger auf die Frage nach dem Zweck und damit die Frage, welche Praxen und warum mit diesen Technologien ermöglicht werden bzw. ermöglicht werden sollen. Dieser Zweck – wenigstens im hier betrachteten Beispiel – ändert sich im digitalen Wandel nur wenig – es geht um ein umfassendes und möglichst realistisches Bild sowohl der unternehmensinternen Prozesse als auch der Stellung des Unternehmens auf den relevanten Märkten. Hierfür müssen zunächst Kennzahlen adäquat definiert und erhoben werden, um diese dann auf verschiedene Weise zu analysieren und zu verdichten. Ein solches Bild des Unternehmens setzt Modellvorstellungen vom Unternehmen selbst voraus, denn erst auf einer solchen Basis können Kennzahlen sinnvoll definiert werden. Je umfangreicher die Möglichkeiten zur Datenerhebung sind, desto komplexere Modelle sind möglich.

Das Ganze ist allerdings keine Einbahnstraße, denn dieses Unternehmensmodell wird auch zur Steuerung der Unternehmensprozesse verwendet. In gewissem Sinne ist dabei die Organisation selbst die "Hardware", auf der die "Organisationssoftware" abläuft. Allerdings hat eine solche "Hardware" im Gegensatz zu einer aus Silizium auch ein Eigenleben, das vom Modell nicht komplett erfasst wird und auch nicht komplett erfasst werden kann.

Data Warehouses haben sich für längerfristige Prozesse und Prognosen auf dispositiven Daten bewährt. In der Diskussion wurde deutlich, dass moderne Big-Data-Ansätze mit entsprechenden Datendurchsatzraten geeignet sind, auch das unmittelbare operative Geschäft stärker zu analysieren und Reaktionszeiten zu verringern. Business Intelligence bewegt sich damit auch in Richtung "künstlicher Intelligenz", also automatisierter oder teilautomatisierter Reaktionsverfahren, mit denen Prozesse unmittelbar durch andere Prozesse gesteuert werden. Eine solche Erweiterung löst allerdings klassische Analyseverfahren nicht ab, sondern setzt diese geradezu voraus.

Hans-Gert Gräbe, 11.5.2017


OrdnerVeranstaltungen