IT-Forum im Stellwerk18 in Rosenheim: So kann der Mittelstand von Big Data profitieren

Prof. Dr. Markus Breunig lehrt an der TH Rosenheim am Lehrstuhl für Informatik. Er will den heimischen Mittelständlern vermitteln, wie sie von Datenwissenschaft geschäftlich profitieren können. re
  • Anton Maier
    vonAnton Maier
    schließen

Rosenheim – Daten sind das Öl des 21. Jahrhunderts, heißt es gemeinhin. In der Tat hinterlassen wir Unmengen Daten über uns im Internet. Beim Online-Shopping oder beim Surfen in den sozialen Netzwerken zum Beispiel. Und mit diesen Daten lässt sich sehr gut Geld verdienen.

Vor diesem Hintergrund findet am Mittwoch, 13. November, ein IT-Forum mit dem Titel „Data Science im Mittelstand“ im Stellwerk 18 in Rosenheim statt. Einer der Experten, die bei der Veranstaltung sprechen werden, ist Prof. Dr. Markus Breunig von der TH Rosenheim. Er spricht über Datenwissenschaft und erläutert dabei Themen wie Künstliche Intelligenz und Deep Learning. Im Gespräch mit den OVB-Heimatzeitungen blickt er auf seinen Vortrag voraus.

Herr Breunig, IT-Schlagwörter wie Data Science verbindet man vor allem mit Konzernen, mit komplizierten Prozessen und einer großen IT-Landschaft. Wie relevant ist das Thema für den traditionellen Mittelstand?

Data Science ist der Fachbegriff für ein interdisziplinäres Feld, das wissenschaftlich fundierte Prozesse und Algorithmen einsetzt, um Wissen aus Daten zu extrahieren. Beim IT-Forum wollen wir uns mit diesem Teilbereich der Digitalisierung in der Tiefe beschäftigen. Die Grundlage von Data Science sind immer in digitaler Form vorliegende Daten, aus denen Handlungsempfehlungen abgeleitet werden, die geschäftlichen Mehrwert generieren. Natürlich sind dafür eine IT-Landschaft und Prozesse zum Sammeln dieser Daten nötig. Eine pragmatische Herangehensweise an diese beiden Themen ist jedoch möglich. Es gibt viele tief hängende Früchte, um bildhaft zu sprechen, die der Mittelstand in unserer Region mit geringem Aufwand und geringer Komplexität ernten kann. Daher ist das Thema aus meiner Sicht für den Mittelstand von höchster Relevanz.

Wie gehen die heimischen Unternehmen aus Ihrer Sicht mit dem Thema um?

Längst nicht allen Mittelständlern scheint bewusst zu sein, welche Möglichkeiten sich bieten – das Thema wird als abstrakt und nebulös wahrgenommen. Es haben sich jedoch in den letzten Jahren ganz konkrete, übertragbare Ansätze herausgebildet, wofür und wie man Data Science erfolgreich einsetzen kann. Die Kosten spielen auch eine Rolle und im aktuellen Arbeitsmarkt ist es auch nicht leicht, passende Experten zu gewinnen. Diese Lücke können externe Dienstleister schließen und dabei gleichzeitig das finanzielle Risiko verringern. Es gibt viele IT-Firmen in der Region, die in diesem Bereich äußerst aktiv sind.

Für das große Zukunftsthema Künstliche Intelligenz sind Daten unentbehrlich. Sind wir mit unserem strengen Datenschutz nicht erheblich im Wettbewerbsnachteil verglichen mit China oder den USA?

Viele der in den letzten Jahren entwickelten Verfahren der Künstlichen Intelligenz beruhen in der Tat darauf, sehr große Datenmengen einzusetzen. Die Qualität dieser Verfahren steigt dabei mit der Menge der Daten. Ob die europäischen Datenschutzbestimmungen hierbei ein relevanter Nachteil sind, hängt jedoch stark von der konkreten Anwendung ab. Insbesondere im Bereich Data Science existieren viele Anwendungen, die gar keine unter den Datenschutz fallenden Daten benötigen. Nach meiner Erfahrung stellt der Datenschutz für die Mehrheit der für die heimischen Unternehmen sinnvollen Data Science Projekte keine große Einschränkung dar.

Sie sprechen in Ihrem Vortrag über die Funktion der Datenwissenschaft als Brücke zwischen Strategie und Daten. Was kann die Wissenschaft für die Praxis in den Betrieben leisten?

Daten enthalten generell sehr viele Muster, einige davon entstehen zufällig, andere nicht. Nur aus Letzteren kann man relevantes Wissen extrahieren, Schlüsse ziehen und sinnvolle operative Entscheidungen treffen. Ein gutes Data Science Team verfügt über drei Erfolgsfaktoren: erstens ein fundiertes Geschäftsverständnis, zweitens ein ebenso tiefes Verständnis der vorhandenen Daten und drittens einen Überblick über eine Vielzahl von mathematisch-statistischen und maschinellen Lernverfahren, unter die auch die künstliche Intelligenz fällt. Nur wenn man alle drei Aspekte kombiniert, können Handlungsempfehlungen für realen geschäftlichen Mehrwert generiert werden.

Tipp der Redaktion: Kennen Sie schon unseren kostenlosen Feierabend-Newsletter? Die Top-Themen der Region um 17 Uhr per E-Mail – sauber ausrecherchiert und aufgeschrieben von Ihrer OVB-Redaktion. Jetzt Newsletter ausprobieren!

Kommentare