print logo

Event-Nachlese: Uniserv Innovative 2018

Welchen Mehrwert liefern KI und ML, wie können sie die Customer Journey bereichern? Diesen Fragen widmete sich Uniserv „Innovative 2018“.
UNISERV GmbH | 21.06.2018
© UNISERV GmbH
 
Was müssen Firmen tun, um von KI zu profitieren? Welchen Mehrwert liefern KI und Machine Learning (ML) bei der Verarbeitung von Daten, insbesondere Kundendaten? Und wie können KI und ML die Customer Journey bereichern? Diesen und weiteren Fragen widmete sich Uniserv, spezialisierter Anbieter von Lösungen für das Kundendatenmanagement, im Rahmen seines Trendforums „Innovative 2018“ am 14. Juni in Frankfurt am Main. Über 200 Unternehmensentscheider, Partner und Kunden trafen sich auf der alle zwei Jahre stattfindenden Veranstaltung. Unter dem Motto „Customer Intelligence – Turn Big Data into Smart Data“ beleuchteten Experten, Professoren und Unternehmensvertreter aus verschiedenen Branchen, warum perfekte Kundendaten die erfolgskritische Basis für den gelungenen Einsatz von KI sein müssen.

In seiner Eröffnungsrede erläuterte Karl-Heinz Land, digitaler Darwinist und Gründer der Strategieberatung neuland, dass die Digitalisierung nichts ändere, nur alles. Denn sie verändere grundlegend die Art und Weise, wie Kunden auf Unternehmen aufmerksam werden, wie sie miteinander kommunizieren, wie Produkte geplant, gebaut und genutzt werden sowie die Innovationszyklen von Produkten. Wollten sich Unternehmen vom Wettbewerb abheben, sei es ihre einzige Chance, diese digitalen Entwicklungen zu verstehen und mitzugehen. Doch dazu bleibe ihnen laut des Experten nicht mehr viel Zeit. Wer als Unternehmen jetzt noch darüber nachdenke, ob er eine digitale Strategie bräuchte, für den sei es möglicherweise bereits zu spät. Darüber hinaus unterstrich Karl-Heinz Land, dass die Exponentialität das am meisten unterschätzte Phänomen der Digitalisierung sei. So seien Produkte beliebig oft und beliebig schnell reproduzierbar, ihre Grenzkosten gingen hingegen gegen Null. Daten wachsen zudem in einer nie dagewesenen Geschwindigkeit. So wird sich etwa das Wissen der Menschheit im Jahr 2050 an nur einem Tag verdoppeln. Weil also das Volumen an Daten exponentiell steigt, müssten Unternehmen – um den Überblick zu behalten – auf intelligente Algorithmen zurückgreifen. Unternehmen sollten ML daher zu einem strategischen Instrument machen.

Im Anschluss erläuterte der Smart-Data-Experte Dr. Eric Peukert von der Universität Leipzig in seinem Vortrag die Vernetzung von Daten und Business Intelligence. Er plädierte dafür, dass Unternehmen, ähnlich dem bekannten TV-Detektiv Columbo, Zusammenhänge zwischen Daten aufspüren. In diesem Kontext stellte er das Projekt „Gradoop“ zur Grafenanalyse vor. Damit lassen sich in hochvolumigen (Kunden-) Daten Duplikate künftig besser erkennen. Das Projekt wurde zusammen mit Uniserv vor dem Hintergrund gestartet, dass die Integration von Daten in Datenprojekten oft 80 Prozent der Zeit einnehmen würde. Doch dies mache es laut Dr. Peukert Unternehmen unmöglich, entsprechend schnell auf Wettbewerbs- und Marktveränderungen zu reagieren. Im Rahmen des Gradoop-Forschungsprojekts geht es daher darum, den heute üblichen ETL (Extract, Transform, Load) -Prozess in Richtung ELT (Extract, Load, Transform) zu verlagern. ETL stellt einen Prozess dar, um Daten aus mehreren Quellen in einer Zieldatenbank zu vereinigen. Über den ELT-Ansatz sollen Daten jedoch erst dann in das richtige Format gebracht werden, wenn Unternehmen diese auch wirklich zur Auswertung benötigen. Damit können sie Aufwände deutlich reduzieren. Zudem zeigte Dr. Peukert abschließend auf, wie wichtig immer noch menschliche Trainer seien, die KI-Systeme überhaupt erst anlernen.

Wie ein klassisches Stammdatenprojekt aussieht, zeigte anschließend der Uniserv-Kunde, der Vorsorge-Spezialist, Wüstenrot & Württembergische in einem Best-Practice-Vortrag. 30 Millionen Stammdaten lagen im W&W-Konzern über mehrere Systeme verteilt. Das erschwerte vor allem eine umfassende Sicht auf Kunden und Partner des Konzerns. Die Datenpflege in den Systemen erfolgte darüber hinaus nach unterschiedlichen Richtlinien und Datenqualitätsstandards waren uneinheitlich. Um diese Herausforderungen zu adressieren, wurde in einer ersten Stufe des Stammdatenprojektes zusammen mit Uniserv auf der Grundlage von Smart Customer MDM als zentrale Instanz eine konsolidierte Personendatenbank geschaffen. Diese ermöglicht W&W einen einheitlichen Blick auf ihre Kunden und bildet das Fundament für weiterführende Services und Auswertungen im Rahmen der internen Digitalisierungsstrategie.

In der nachfolgenden Podiumsdiskussion wurde von den Experten Dr. Carsten Bange, Dr. Eric Peukert, Mathias Diener, Geschäftsführer von Uniserv, und Lothar Henkes, VP Product Management EDW, SAP AG, diskutiert, wie KI das so wichtige Kundendatenmanagement verändert hat oder noch verändern wird. Alle Experten waren sich darin einig, dass Daten für Unternehmen der Wettbewerbsfaktor schlechthin sind. Denn Daten bedingen nicht nur langfristige Entscheidungen, sondern auch tagesaktuelle Vorgehensweisen. Die zunehmend intelligenten Algorithmen können diese Daten nun auch entsprechend verarbeiten. Das sei auch der Schlüssel zur sogenannten „Data-Driven Company“.

In einem weiteren Praxisbeispiel zeigte Trebbau, Marktführer für crossmediale Lösungen zur Neukundengewinnung, wie das Unternehmen im Rahmen eines gemeinsamen Projekts die DQ Cloud von Uniserv einsetzt. Für den Trebbau-Kunden National Pen mussten Kunden-Mailings personalisiert und international verschickt und dabei naturgemäß hohe Rückläuferquoten vermieden werden. Doch internationale Adressen unterscheiden sich in ihren Formaten, Sonderzeichen, Abkürzungen und Schriften stark und spezielle Postanforderungen sind notwendig. Gelöst wurden diese Herausforderungen durch die Uniserv-Lösung DQBT aaS (Data Quality Batch Suite as a Service), mit der Adressdaten länderübergreifend qualitätsgesichert werden.

In der Abschluss-Keynote sprach Dr. Carsten Bange, Gründer & Geschäftsführer des Analystenhauses BARC, über das Paradigma „AI first“. Jedes Unternehmen sollte seine Prozesse und Produkte überprüfen, ob diese durch KI unterstützt werden können. Denn KI könne Erkenntnisse liefern, die der Mensch mit klassischen Analysemethoden vielleicht gar nicht erst gefunden hätte. Aus seiner Sicht bereichere die smarte Intelligenz den Arbeitsalltag und könne sogar den Umsatz steigern. Das sei auch der Grund, warum immer mehr Unternehmen die Technologie nutzen würden. Der Experte unterstrich, dass KI per se nichts Neues sei, sondern hier bereits altbekannte Statistik-Verfahren eingesetzt würden. Entscheidend für den erfolgreichen Einsatz von KI sei ein professionelles Datenmanagement. Datenmanagement und KI gehören für den Experten sprichwörtlich wie Yin und Yang zusammen. Denn die Voraussetzung für KI sei, die im ersten Schritt gesammelten Daten von Sensoren, Anlagen und Maschinen, aber auch von Menschen generierte Informationen, wie Kundendaten, qualitätszusichern. Eine KI lerne anhand von Daten, mit denen sie trainiert werde. Sie könne also dementsprechend nur so gut sein wie die Informationen, auf die sie bei ihren Analysen zurückgreifen kann. Um valide Modelle bauen zu können oder datengetriebene Prozesse zu verbessern, brauche KI also letztendlich sehr viele Daten in einer nutzungsgerechten Qualität. Dabei habe laut Dr. Bange gerade der in den letzten Jahren geprägte Trend von Self-Service-BI (Business Intelligence) zu einer System- und Daten-Heterogenität in Unternehmen geführt. Firmen kämpfen daher heute damit, dass Daten in vielen verschiedenen Systemen und Quellen liegen würden und damit die Gefahr von Datensilos steige. Eine gute Data-Governance-Strategie sei daher unerlässlich, damit sich KI umsetzen lasse. Zudem ging der BI-Experte auf Trends ein wie das Sushi-Prinzip für Daten. Demnach kommen Rohdaten, die in sogenannten Data Lakes gespeichert werden, eine hohe Bedeutung zu. Außerdem machte er unter anderem auf die Trends Datenethik und die Verarbeitung von Daten direkt am Entstehungsort (Edge Analytics) aufmerksam.