Technologie ist alles

Liebe Technologiebranche: Hört auf, die Nutzer für technische Probleme verantwortlich zu machen

In der High-tech-Branche werden gern Sätze wie „agieren wir rasch und brechen wir mit Konventionen“ und „Daten sind das neue Öl“ geäussert. Falls Sie kürzlich die IoT World besucht haben, so hätten Sie diese fälschlicherweise für eine Konferenz zum Thema Verhaltenspsychologie halten können. Die Redner betonten, dass sich ältere Mitarbeiter oft nur widerwillig an neue Tools anpassen oder dass die Datenanalyse behindert wird, weil die Nutzer keine Daten austauschen möchten.

Einer der wenigen, der anders denkt, ist James Brehm, Gründer von James Brehm & Associates. Er sagt, nicht die Menschen sondern die Prozesse sind häufig die Ursache für Stockungen bei der Nutzung neuer IoT Technologien. Wie zum Beispiel ein Pharmakonzern, welcher seine neue Software nicht ausschöpft, weil gleichzeitig Prozesse durch Verifikation und Ablage in Papierform blockiert sind.

 

Doch lassen Sie uns für einen Moment anders denken. Was, wenn weder Menschen noch Prozesse, sondern unausgereifte Technologie der Grund für das Scheitern von IoT Projekten ist?

Was also, wenn Verzögerungen und Implementierungsfehler dadurch verursacht werden, dass die Technologie nicht gut genug ist? Es ist schwierig, so zu argumentieren oder nur Vorteile in Form von „weichen Kosten“ aufzuzeigen, während die Firma harte Währung fordert. Wann haben Sie zum letzten Mal gehört, dass jemand ein Upgrade für ein ERP-System gelobt hat? Im besten Fall wird man Ihnen sagen, dass es nicht ganz so schlimm war wie bei den vorherigen Updates.

Und technologische Mittelmäßigkeit ist nicht nur ein Problem für schlecht ausgebildete oder ältere Mitarbeiter. Datenwissenschaftler verbringen laut IDC und anderen 80% ihrer Zeit mit der Datenaufbereitung. Die höchstbezahlten und gefragtesten Mitarbeiter im Technikbereich werden auf digitale Hausmeisterarbeiten reduziert, weil der magische Algorithmus Hilfe benötigt.

Einige Ingenieure werden darauf antworten, dass die Technologie ja funktioniert. Nur die “Menschen” haben versäumt, diese in geeigneter Weise zu nutzen. Tja, was soll ich dazu sagen? Wir sind natürlich nachlässige und verbohrte Holzköpfe, aber das lässt sich nun einmal nicht ändern. Wie ein Programmdirektor beim Fernsehen muss man einfach mit der Tatsache leben, dass nur 18% von uns eine Aufmerksamkeitsspanne von mehr als 22 Minuten mitbringen.

„Ich finde, dass es das Beste wäre, manche Softwareentwickler einfach nur zu feuern“, meinte Todd Nemet, ein ehemaliger Produktmanager bei mehreren Fortune-500-Unternehmen, als ich ihn nach einer Funktion eines Publishing-Systems fragte, das mir besonders zuwider war. „Sie denken, sie kontrollieren den Server und deshalb kontrollieren sie alles.“

Mein Bruder hat mich vor Jahren auf die Macht schlechter Technologien hingewiesen. Er ist ein Urologe, ein Befürworter der Roboter-Chirurgie und ein scharfer Kritiker von Online-Krankenakten. „Verstehst Du es nicht, Angelo? Indem alles online gemacht wird, können wir die Verwaltungskosten senken und die Qualität der Versorgung während des gesamten Lebens eines Patienten verbessern“, entgegne ich.

Stimmt. Aber er konterte, dass solche Anwendungen Ärzte oft dazu zwingen, von eigenen Notizen zu Diagnosen per Ankreuzbogen zu wechseln, was die Qualität der Versorgung verschlechtert. Datenverwaltungssysteme können sich als sehr pingelig erweisen und ihn dazu zwingen, mehr Stunden mit Verwaltungstätigkeiten zu verbringen, was die Kosten in die Höhe treibt. Aber am schlimmsten ist, dass keiner mehr auf den Patienten schaut. Man konzentriert sich auf eine Black Box: schlecht für den Arzt und den Patienten.

Das Phänomen „richtige Idee, falsches Werkzeug“ taucht überall auf. Jared Diamond stellte in Guns, Germs and Steel fest, dass Dorfbewohner in Neuguinea die Süßkartoffel sofort als Nahrungsmittel annahmen, als sie diese zum ersten Mal sahen, und sie pflanzten sie in vertikalen Reihen an ihren Hügeln. Missionare und Helfer haben sie belehrt und ihnen erklärt, dass sie in horizontalen Reihen pflanzen sollten. Bei den ersten großen Regenfällen wurden die Pflanzen weggewaschen. Und man kehrte zur vertikalen Pflanzung zurück.

Wie wichtig eine funktionierende Technik hinter der Datenerfassung und -aufbereitung ist, verdeutlicht Michael Kanellos.

Für Digitalisierungsinitiativen könnte dies aufgrund der Größe der Projekte sowie der Anzahl und Vielfalt der be­teiligten Personen zu einem unlösba­ren Problem werden. Moderne Verbraucher sind begeistert von der Idee, mit Solartechnik und Blockheizkraftwerken zu Stromerzeugern zu werden.

Aber man kann Berichte darüber lesen, wie (1) jemand nach Abzug aller Kosten nur $1,27 pro Monat Profit machte, (2) die Rechnungsbeträge stiegen, weil die Batterie zu schnell leer war und der Strom zum Spitzentarif bezogen werden musste oder (3) der Inhalt eines ganzen Gefrierschranks voller Lebensmittel wegen eines unerwarteten Stromausfalls entsorgt werden musste.

Energieeffiziente Fenster machen den Tag zur Nacht und stören die Produktivität, nur um ein paar Cent zu sparen. Lieferkettensysteme sind mit widersprüchlichen Ertrags- und Investitionsannahmen behaftet. Ähnlich schlimm sind Produktkategorien wie eine intelligente Gebäudeklimatisierung, die zwar gut funktionieren und kleine Renditen abwerfen, aber einfach die Zeit und den Aufwand nicht wert sind. Datenzentren werden weniger Leute vor Ort und weniger Leute in zentralen Kontrollräumen beschäftigen, und diese werden viel mehr Server und andere Geräte verwalten müssen als jemals zuvor. Unvorhergesehene Fehler und Einsatzszenarien werden reichlich auftreten.

Und wir können nicht nur einfach antworten, dass es an den Nutzern liege, deshalb machen sich Firmen, wie beispielsweise die Firma OSIsoft, schon seit 1980 Gedanken darüber, wie Datenaufbereitung und -nutzung reibungslos automatisiert werden können.

 

Das PI-System sammelt Daten von Sensoren, Maschinen und stellt sie für die Analyse zur Verfügung.

 

Von Anlagen- und Prozesseinblicken zu Operational Intelligence

OSIsoft sammelt mit seinem PI SystemTM die Echtzeitdaten von Unternehmen wie Kelloggs, Twinings, Bayer, BASF, RWE, Veltins und Heineken aus einer Vielzahl von Sensoren und Aktoren von Produktionsanlagen, liest sie aus und bereitet sie auf, und verbindet diese Steuerungsdaten über den in der Automatisierungstechnik eingesetzten OPC-Standard mit den eingesetzten SAP-Modulen (QM, PM, MII), der Betriebsdatenerfassung und Auswerte-Datenbanken sowie Office-Systemen. Das PI System strukturiert die Daten so, dass Ingenieure und Manager vor Ort die gewonnenen Erkenntnisse nutzen können, um die Produktivität zu steigern und sie in Anwendungen wie Predictive Maintenance mit Artificial intelligence zu nutzen, um Deep Learning und die Analyse von Maschinen zu beschleunigen.

Es ist ganz simpel: Eine funktionierende Technologie unterstützt Prozesse und Nutzer, statt sie zu blockieren. Dies ist der alles entscheidende Punkt!

<<<<

 

Wie aber lassen sich Datenmengen unterschiedlichen Formats (Big Data) automatisiert zu nützlichem Wissen (Smart Data) verarbeiten? 

Michael Kanellos` Antworten fnden Sie hier:
Der Weg von Big Data zu Smart Data

Unser Autor

Michael Kanellos

Michael Kanellos ist Technologieanalyst bei OSIsoft, und hilft Kunden zu verstehen, wie Daten einige der größten Unternehmen der Welt verändern. Er arbeitet seit über 20 Jahren als Reporter, Analyst und Marketingmanager im Silicon Valley. Seine Arbeiten erschienen in der New York Times, CNET, Forbes, Newsweek, Newsday, der Chicago Tribune und dem National Geographic. Als Absolvent der Cornell University und der University of California arbeitete er als Rechtsanwalt, Reiseschriftsteller und auch als Kellner in einem Pfannkuchencafé.

 

 

Weiterführende Informationen über das Unternehmen finden Sie unter:
www.osisoft.com

1 Antwort

Einen Kommentar hinterlassen

Want to join the discussion?
Feel free to contribute!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.