WE LOVE DATA

Im Jahr 2006 baute die IBM, die erste Software namens Blue Crush, diese basierte auf dem wissenschaftlichen Statistikprogramm SPSS. Daraufhin entstand aus den Algorithmen die international genutzte Software Predpol, welche bereits bei der Polizei in Santa Cruz mit dem höchsten Einsatz genutzt und erstmals seit 2013, vereinzelt im europäischen Raum, eingesetzt wird. Am 7. Februar 2015 wurde in einem Vorort von Nürnberg, namens Gebersdorf in eines der Einfamilienhäuser eingebrochen. Einer von ungefähr 650 Einbrüchen im Jahr, allein in Nürnberg. Dieser Einbruch jedoch war anders, denn "Precobs" wurde darauf aufmerksam. Nachdem Eintrag ins interne Datensystem, erkannte Precobs darin ein Muster. 

Precobs ist eine Software der bayerischen Polizei, welche Einbrüche untersucht und sie mit früheren Taten vergleicht, somit hat die Polizei die Chance an Ort und Stelle zu sein bevor etwas passiert. Precops ist eine Abkürzung für „Pre Crime Observation System“.  

In Deutschland ist Data Analytics jedoch noch nicht annährend so weit verbreitet wie in den USA. Hierzulande wird die meiste Polizeiarbeit immer noch manuell verarbeitet. Seit Jahren sammelt die Polizei nun Daten, heute können diese schnellstmöglich ausgewertet und zu Recherche Zwecken genutzt werden.  Mit der Methode des Predictive Policing ist es dem System möglich, vorherzusagen wann hat wo welches Verbrechen stattgefunden, sodass die Polizei mit dieser Information die Möglichkeit hat das Muster der Täter oder die Täter selbst zu identifizieren und rechtzeitig am Tatort zu sein, sowie neue Taten zu verhindern. 

Dies ist bereits bei der Kantonspolizei in Zürich zu sehen, welche mit dem System von IBM “Watson” arbeitet. Mitunter eine der Gründe warum man im deutschsprachigen Raum bis heute etwas zurückhaltender dieser Technik gegenüber war, liegt vor allem am Datenschutz. 

In der Industrie 4.0 steht das Internet im Vordergrund, denn dort entsteht eine weltweite Vernetzung über Unternehmens- und Ländergrenzen hinweg. Es werden Maschinen und Abläufe der Industrie, mit Hilfe von Informations- und Kommunikationstechnologien, verändert und miteinander vernetzt.

Das Internet der Dinge, Maschine-zu-Maschine-Kommunikation und Produktionsstätten, die immer intelligenter werden, lassen die Industrie 4.0 entstehen. Diese neuartigen Vernetzungen und Aufgaben, ermöglichen Unternehmen neue Optimierungsmöglichkeiten. Durch eine flexible Produktion, können bei der Herstellung eines Produktes, die Schritte im Produktionsablauf bestimmt und terminiert, sowie die optimale Auslastung der Maschinen geplant werden. Durch eine wandelbare Fabrik, in Form von einzelnen Modulen, lassen sich für bestimmte Aufgaben, schnell Produktionsstraßen zusammen fügen. In der Fabrik der Industrie 4.0 koordinieren intelligente Maschinen, selbstständig Fertigungsprozesse; Service-Roboter unterstützen Menschen in der Montage bei schweren Arbeiten, fahrerlose Transportfahrzeuge kümmern sich zum Beispiel eigenständig, um Logistik und den Materialfluss.   Die Produktivität und Wirtschaftlichkeit, wird dadurch deutlich verbessert und individualisierte Produkte können in kleiner Stückzahl hergestellt werden. Durch die engere Zusammenarbeit von Konsument und Produzent, entstehen kundenorientierte Lösungen und Produkte. Kunden haben so die Möglichkeit, Produkte nach Ihren Wünschen mitzugestalten – beispielsweise können Elemente an Turnschuhen selbst designt und auf die individuelle Fußform angepasst werden. Außerdem können smarte Produkte, die schon aufgeliefert und im Einsatz sind, Daten an den Produzenten senden. Mit den Nutzungsdaten kann der Produzent seine Produkte verbessern und dem Kunden neuartige Services anbieten. Dank Algorithmen können optimale Logistikwege berechnet werden. Maschinen melden selbstständig, wenn sie neues Material benötigen – diese smarte Vernetzung ermöglicht einen optimalen und effizienten Warenfluss. Durch den Einsatz von Daten kann der Ablauf der Produktion und der Zustand der Produkte zusammengeführt und ausgewertet werden. Diese Datenanalyse gibt Hinweise, wie ein Produkt effizienter hergestellt werden kann. Noch wichtiger sind diese Erkenntnisse für die Entwicklung neuer Geschäftsmodelle. Beispielsweise können Fahrstuhlhersteller ihren Kunden „vorausschauende Wartung“ anbieten: Fahrstühle sind mit Sensoren ausgestattet, die kontinuierlich Daten über ihren Zustand senden. Bei diesen neuartigen Möglichkeiten ist es besonders wichtig, auf die verwendeten Ressourcen zu achten, um diese optimal einsetzen zu können. Schon im Produktdesign wird festgelegt, in welcher Form die Materialien wiederverwertet werden können.

Wie hängen Automatisierung und Industrie 4.0 zusammen?

Definieren kann man den Begriff der „Automatisierung“ wie folgt. Dieser setzt sich aus den Begriffen „Automat“ und „Digitalisierung“ zusammen. Ein Automat ist eine Maschine, die vorbestimmte Abläufe nach einem festgelegten Plan selbsttätig, sprich automatisch, ausführt. Durch die Digitalisierung werden alle technischen Abläufe und Strukturen innerhalb eines Unternehmens beeinflusst. Die Automatisierung wirkt sich auf die Be- und Verarbeitung von Produkten aus, die Arbeitsschritte im Lager betreffen oder sich auf die Prozesse rund um Entwicklung, Produktionsplanung oder -steuerung beziehen. Automatisierung hat zwei, gegensätzliche Seiten. Zum einen beschleunigt und optimiert diese Produktionsprozesse, baut aber gleichzeitig Arbeitsplätze langfristig ab. Die Funktionen des Produktionsprozesses, wie die Steuerung und Regelung, werden auf technologisierte Systeme übertragen. Im Umfeld von Industrie 4.0 ist der Automatisierungsgrad sehr hoch. Bislang verfolgte Automatisierung meist das Ziel, starre und immer wiederkehrende Produktionsabläufe möglichst vollständig an Maschinen zu übertragen. Heute geht es darum, Prozesse mit unterschiedlichen Aufgabenstellungen durch flexible Fertigungssysteme vollziehen zu lassen. Es hat also ein Paradigmenwechsel stattgefunden.

Was bedeutet Vernetzung in der Industrie 4.0?

Eine Vernetzung ist überall im Web zu finden, so auch in der Industrie 4.0. Sie findet nicht nur innerhalb von "intelligenten Fabriken" statt, sondern über Unternehmens- und Branchengrenzen hinweg. Zwischen verschiedenen Akteuren der Wirtschaft: Vom mittelständischen Logistikunternehmen, über spezialisierte technische Dienstleister bis zu kreativen Start-ups. Um diese neuartige Vernetzung bestmöglich zu nutzen, entstehen Kooperationen von Unternehmen und Produktmarken. Für den Innovations- und Wirtschaftsstandort Deutschland bietet diese Entwicklung enorme Potenziale und Vorteile. Rund 15 Millionen Arbeitsplätze hängen von der produzierenden Wirtschaft ab. Mit der Veränderung der Digitalisierung, werden sich nicht nur Wertschöpfungsprozesse verändern, es werden auch neue Geschäftsmodelle und neue Perspektiven für Beschäftigte entstehen. Dies ist aber an eine Bedingung geknüpft, denn je mehr sich die Industrie digitalisiert und vernetzt, desto mehr Schnittstellen ergeben sich und desto mehr Daten fließen. Nur wenn alle relevanten Akteure aus Wirtschaft, Wissenschaft, Politik und Gesellschaft frühzeitig beteiligt werden und partnerschaftlich kooperieren, können wir die vierte industrielle Revolution gemeinsam erfolgreich gestalten.

Herausforderungen in der Unternehmenskommunikation

Die Struktur eines Unternehmens entsteht in vielen Jahren, durch erfolgreiche und strukturierte Zusammenarbeit. Es entstehen Hierarchien und Verantwortlich-keiten, in welche, bei Erfolg des Unternehmens, immer mehr Mitarbeiter eingebunden werden. Die Industrie 4.0 stellt an das Unternehmen die Forderung, gleich mehrere Teilbereiche, grundlegend zu erneuern. Dabei kommt es häufig zu Problemen, da neue Strukturen und Teilbereiche nicht ruckartig oder überstürzt geschaffen werden sollten. Neue Systeme und Vernetzungen müssen geplant und geprüft werden, vor dessen Entstehung und finalen Ausführung. Die jedoch größte Herausforderung ist die stetig wachsende Komplexität der Produkte. 

Diese Herausforderungen beeinflussen auch die Unternehmenskommunikation, weil Mitarbeiter teilweise neue Aufgaben übernehmen müssen und sich Fachwissen, durch Schulungen neu aneignen müssen. Um eine gezielte Kommunikation, innerhalb des Unternehmens und mit anderen Unternehmen zu schaffen, muss eine einheitliche Unternehmenskommunikation entstehen, bei der Aufgaben und Struktur deutlich festgelegt werden. 

Autorin: Saskia Baus

In den Worten des Committee of Digital and Knowledge-Based Cities, ist eine Stadt „smart“, „when its investment in human and social capital and in communications infrastructure actively promote sustainable economic development and a high quality of life, including the wise management of natural resources through participatory government“. 

Die INFOGRAFIK in hoher Auflösung

Demnach werden neue Technologien, auf Basis von Informations- und Kommunikationstechnologien (IKT) entwickelt, aber in erster Linie, bestehende Infrastrukturen noch wirtschaftlicher genutzt.  Für die Industrienation, wie Deutschland zum Beispiel,  bedeutet dies den schrittweisen Ausbau, für Schwellen- und Entwicklungsländer oft grundsätzlichen Aufbau ihrer Infrastrukturen. Intelligente Städte haben das Ziel, knappe Ressourcen nachhaltig zu nutzen. Energie, Raum, Geld und Zeit werden in Smart Cities dynamisch  und sinnvoll eingesetzt – so wie es die jeweiligen Bedürfnisse im Land und der Stadt erfordern.

Entwicklungsgeschichte Zu Beginn des 19. Jahrhunderts lebten gerade einmal 2% der Weltbevölkerung in Städten. Innerhalb von hundert Jahren, stieg diese Zahl auf knapp 13 Prozent. Zur Jahrtausendwende waren es bereits 47 Prozent. Bis 2020 wird die globale Stadtbevölkerung 1,9 Prozent jährlich wachsen.

Aber in z.B. China entstehen sie schon heute- die Städte der Zukunft.

Während in Asien ganze Planstädte, wie etwa die südkoreanische New Songdo City mit ihren mehr als 20.000 Bewohnern entstehen, arbeiten europäische Städte eher daran, digitale Abläufe und Produkte in Verwaltung und öffentliches Leben zu integrieren. Im Grunde geht es vor allem in den Bereichen Verkehr, Energie und Datenmanagement darum, Technologien und Daten zu verbinden. 

Die ersten deutschen Städte Die Hauptstadt Deutschlands, Berlin, bietet sich als stark wachsende Metropole, mit Entwicklungsvorschlägen an. Berlin gilt als Schmiede für innovative und mannigfaltige Mobilitäts- und Verkehrskonzepte. Wer hier wohnt, kann Elektro-Mobilitäts-Projekte, häufig in Verbindung mit flexiblen Carsharing-Modellen ausprobieren, ist als App-Tester zum Optimieren bestimmter Wegstrecken gefragt oder kann neue Logistikmodelle ausprobieren. Bei der Unterstützung digitaler Projekte spielen auch in Hamburg, Gewohnheiten, Verkehrsströme und ihre Folgen für Logistik und die städtische Infrastruktur eine zentrale Rolle.

Die Stadt Hamburg arbeitet an einem „Smart Port“ - einer intelligenten Infrastruktur für den Hafen, der dank vernetzter Informationen, Waren- und Verkehrsströme optimiert und Pendler per E-Mobilität zur Arbeit bringt. Hamburg gilt als Modellstadt bei der Digitalisierung. Hier erhellen sich mittlerweile Straßenlampen, wenn ein Radfahrer daran vorbei fährt, Ampeln wissen, wann sich Busse nähern, und Lastwagen erhalten längere Grünphasen. In der Senatskanzlei koordinieren vier Mitarbeiter einer „digitalen Leitstelle“ ressortübergreifend digitale Pilotprojekte und arbeiten an einer Strategie für die Gesamtstadt.

Wie es also in anderen deutschen und weltweiten Städten, mit der Entwicklung und dem Ausbau der „Smart Cities“ voran geht, bleibt abzuwarten. 

Besonders im Großraum Frankfurt am Main sind die logistischen Herausforderungen, um Staus möglichst zu vermeiden, gigantisch. Rund 360.000 Pendler fahren jeden Tag zur Arbeit nach Frankfurt, allein über das Westkreuz werden täglich rund 41.000 Fahrzeuge stadteinwärts geschleust. 

Gerade Frankfurt ist als Messestadt ein Magnet für „Traffic“ – jährlich zählt die Messe Frankfurt nicht nur ca. 42.000 Aussteller, sondern auch rund 1,6 Millionen Messebesucher, die nicht nur in die Stadt kommen, sondern sich auch während der Messetage im Agglomerationsgebiet Frankfurt bewegen. 

Es scheint, als wenn der Verkehrsinfarkt vorprogrammiert ist. Die Lösung für die Mainmetropole besteht darin, diese Herausforderung aktiv anzugehen. Eine Antwort der Planer war das Autobahnleitsystem „Messe Frankfurt“ auf der A648. Diese Anlage dient dazu auf Basis von in Echtzeit erfassten Daten, den Verkehr dynamisch auf taugliche Verkehrsstrecken zu routen. Zudem wird der Verkehrsstrom mit der Unterstützung einer situationsabhängigen Anzeige von Geschwindigkeitsbeschränkungen oder LKW-Überholverboten optimiert. Das System besteht hierbei aus dynamischen LED-Tafeln; angebracht sind diese Wegweiser an fünf Verkehrszeichenbrücken und einem Verkehrszeichenausleger.

Auch einer der größten Trafficmagneten, die Messe Frankfurt, wurde im Vorfeld in die Planung eingebunden und optimierte mannigfaltige Prozesse, um das Autobahnleitsystem zu einer smarten Lösung zu machen. Unter anderem kamen Verkehrs- und Steuerungssysteme wie CeTraM (Central Traffic Management) zum Einsatz. Derartige Systeme sorgen für einen zügigen Auf- und Abbau von neuen Routen und Leitsystemelementen z. B. bei Großveranstaltungen. Durch das gezielte und zeitnahe Monitoring von Flächen und Fahrzeugen auf dem Messe- und Rebstockgelände können LKWs zielgenauer gemanagt werden. Besonders dieses Areal wäre ansonsten unter der starken Verkehrsbelastung zusammenbrechen, da dort ein neuer Check-in für bis zu 500 Fahrzeuge entstanden ist. Die positiven Folgen des neuen Systems: LKWs verweilen nicht mehr so lange wie früher auf dem Gelände, der Fahrer weiß durch das smarte Traffic Management System wohin er muss und die LKWs werden auch nur auf das Messegelände gelassen, wenn dort ein geeigneter Platz vorhanden ist. 

Kooperative Services für mehr Effizienz und Sicherheit auf den Straßen

Eine weitere Grundlage für eine smarte Stadt im Hinblick auf die Verkehrsplanung und dem Management von Verkehrsströmen ist das Pilotprojekt „C-Roads Germany“. 

Bei diesem Projekt ist das Ziel der hessischen Planer, die verstärkte Einführung kooperativer smarter Verkehrssysteme (C-ITS) mit der Unterstützung von Kommunikationstechnologien wie Mobilfunk, WLAN und DAB (Digital Radio). Die Planer bauen das bestehende hessische DRIVE-Testfeld von 200 auf 280 Kilometer weiter aus, um so mehr Raum für automatisierten und vernetzten Verkehr zu schaffen. Durch den Einsatz der C-ITS Services werden folgende Punkte bald zur flächendeckenden Realität:

Baustellenwarnung: Aussendung von aktuellen  Informationen über die genaue Lage und Verkehrsführung an Baustellen über verschiedene Kommunikationskanäle, wie z. B. DAB.

Einsatzfahrzeugwarnung: Warnung vor langsam fahrenden, stehenden oder sich annähernden Einsatzfahrzeugen.

Stauendewarnung: Genauste Stauverlaufsanalyse und Bereitstellung einer Warnung für den Verkehrsteilnehmer vor den Stauenden.

Verminderung von Stauausbreitung: Harmonisierung der Geschwindigkeiten zur Vermeidung von stauauslösenden Situationen im Verkehrsfluss.

Ampelassistent: Restrot-Anzeige und Grüne-Welle-Assistent zur Verbesserung des Verkehrsflusses und der Emissionsminderung an Lichtsignalanlagen.

Nutzung von Fahrzeugdaten für die Verbesserung der Verkehrssteuerung.

Auch bei den alternativen Antrieben ist der Großraum Frankfurt / Darmstadt eine Vorzeigeregion. Auf der A5 von Frankfurt nach Darmstadt werden Anfang 2019 über 15 Kilometer elektrische Lastwagen über Oberleitungen mit Strom versorgt. 5 Prototypen des LKW-Bauers Scania werden dort erprobt. Die Hybrid-Lkw fahren auf dem Autobahnabschnitt ausschließlich über Strom und sollen so viel Energie aus den dortigen Oberleitungen ziehen, dass der Akku für den restlichen Teil der Fahrt außerhalb des sog. eHighway ausreichend geladen ist. 

Die smarte Zukunft, die von neuen Technologien und besonders durch Data-Management getrieben ist, bleibt spannend. 

Da der Brauprozess von Bier sehr aufwendig und komplex ist, wird immer mehr Technik zur genauen Auswertung und Qualitätsanpassung genutzt. Durch die Auswertung von Sensordaten und mit der Hilfe von Algorithmen, kann der Biergenuss deutlich verbessert und angepasst werden. Mit diesen besagten Sensoren, können die Vorgänge der Tankbefüllung, der Fermentation und der Zugabe von Hefe, sowie zwischen dem Abkühlen und dem Reinigungsprozess überwacht werden. Außerdem zeichnen die Sensoren dabei zahlreiche Werte wie Temperatur, Druck oder PH-Werte auf. Ziel ist es, ein qualitativ hochwertiges Bier herzustellen und den Brauprozess so effizient wie möglich zu machen, um die Kapazitäten der Anlagen voll auszuschöpfen. Um dieses „perfekte Bier“ zu brauen, setzt eine Brauerei aus Portland, Deschutes Brewery, auf Datenmanagement. Ihr Business-Plan sieht vor, pro Jahr verschiedene neue Sorten auf den Markt zu bringen und gleichzeitig die Qualität auf einem konstant hohen Niveau zu halten. Insbesondere für eine kleine Brauerei ist dies ein schwierig zu erreichendes Ziel, welches aber dank Predictive Analytics erreicht werden kann.

Das „Bier nach Wunsch“ entsteht

Neben dem Fokus auf den Brauprozess mit Datenmanagement, lassen sich Algorithmen auch dazu verwenden, um Bier nach dem Geschmack der Kunden zu generieren. Kunden können via Smartphone, dem Unternehmen ein direktes Feedback geben, ob sie mit dem gekauften Produkt zufrieden sind und Ihre Änderungen teilen. Ein britischer Bierbrauer macht sich diese Informationen zunutze und passt mithilfe Künstlicher Intelligenz (AI) den Geschmack seines Biers, den Wünschen der Kunden an. Gleichzeitig versucht er durch das Feedback, die Qualität seines Bieres permanent zu verbessern.

Wie der Genuss des Bieres beeinflusst werden kann

Um den Genuss des Bieres perfekt zu machen, hängen der richtige Zeitpunkt des Öffnens und die perfekte Trinktemperatur davon ab. Auch hier können Algorithmen helfen: Ab welchem Zeitpunkt verliert ein abgefülltes Bier, den charakteristischen Geschmack? Dieser Zeitpunkt lässt sich exakt messen und beispielsweise auf dem Etikett angeben. Auch die perfekte Lager- und Trinktemperatur lassen sich so ermitteln und kommunizieren. Vorreiter ist auch hier die Deschutes Brewery, die nicht nur das Haltbarkeitsdatum ihrer Biere auf dem Etikett angibt, sondern auch exakt den Zeitpunkt bestimmen kann, ab dem bestimmte Geschmackskomponenten nicht mehr genießbar sind.

Weiterentwicklung für die Getränkeindustrie

Solche innovativen Vorteile lassen sich nicht nur bei Getränken wie Bier nutzen, sondern auch bei Whiskey. Jede Flasche der Marke Johnnie Walkerist heute ein Teil des Internet of Things. Für das Unternehmen ergeben sich daraus, eine ganze Reihe von Vorteilen – so kann beispielsweise die gesamte Lieferkette überwacht und auf diese Weise der Diebstahl von Waren minimiert werden. Aber auch für den Kunden selbst ergeben sich Vorteile:  Dieser erhält einen genauen Überblick über die Historie der Lagerung jeder einzelnen Flasche.

In ihrem selbstgedrehten Video stellen sie kurz die Fragestellung vor und umreißen ihre Lösung.

Was steht hinter den Begriffen?

›      Privacy by Design Übersetzt heißt Privacy by Design „Datenschutz durch Gestaltung“. Gemeint ist ein überlegtes und vorausschauendes Vorgehen, welches schon beim Design eines Datenverarbeitungsvorgangs den Datenschutz mitdenkt. Das Unternehmen ergreift also frühzeitig Maßnahmen um den Schutz personenbezogener Daten nach dem DSGVO im Entwicklungsstadium durch das Ergreifen technische und organisatorische Maßnahmen (TOMs) sicherzustellen. (vgl. BFDI - https://www.bfdi.bund.de/SharedDocs/Publikationen/Infobroschueren/INFO6.pdf?__blob=publicationFile&v=41)

›      Privacy by Default

Um die Einführung von digitalen Innovationen weiter zu beschleunigen, bietet das Unternehmen SAP, SAP-Leonardo-Accelerator-Pakete, die auf bestimmte Branchen und Kernfunktionalitäten wie beispielsweise IoT zugeschnitten sind.

Unternehmen geht es darum, schnell neue datengetriebene Dienstleistungen und Geschäftsmodelle zu etablieren, das Kundenerlebnis zu verbessern, sowie Geschäftsprozessen effizienter zu machen. Doch ist oft nicht klar, welche Projekte sie konkret angehen wollen und welche Werkzeuge und Lösungen von SAP sie dabei unterstützen können. Die Accelerator-Pakete, kurz Accelerators, helfen dabei, in einem Design-Thinking-Prozess, aus dem Bereich SAP Digital Business Services gemeinsam neue Use-Cases zu entwickeln, bei denen die geschäftlichen Ziele mit Hilfe von SAP Leonardo unterstützt werden. Je nachdem wie tiefgreifend das Unternehmen seine Innovationsstrategie aufsetzen will, ist bereits nach acht Wochen, mit ersten Prototypen zu rechnen. Dabei kommen unter Anderem, beispielsweise Methoden und Technologien aus den Bereichen Big Data und Machine Learning zum Einsatz. 

Services wie SAP Machine Learning Foundation ermöglichen die Entwicklung, Integration und den Betrieb der Machine Learning Services, innerhalb der bestehenden SAP Architektur. Im Rahmen des SAP Business Hub, welcher als eine Art AppStore für Machine Learning APIs fungiert,  werden bereits integrierte Services für verschiedene Branchen wie z.B. für Finance zur Optimierung der internen Prozesse angeboten.

Letzte Woche haben einige Kollegen von INFOMOTION einen derartigen Design Thinking Workshop unter Anleitung von Markus Enderlein (Leiter unserer Strategieeinheit) im INFOMOTION Digital Innovation Lab im Herzen von Stuttgart aktiv durchlaufen. 

Ein derartiger Prozess ist dabei durch drei große Auszeichnungen geprägt - zunächst einmal ist Einfühlungsvermögen bzw. Empathie der Skill, der meist zu vermarktbaren Produkten und Services führt. Wer die Bedürfnisse seiner Nutzer verstehen und als Prototypen umsetzen kann, der entwickelt Ansätze und Lösungen, die der Markt auch annimmt. Userverständnis entwickeln, Werkzeuge und Vorgehensweisen kennenzulernen war daher ein zentrales Ziel des Design Thinking Workshops im Digital Innovation Lab. 

Markus Enderlein: „Fehler machen und daraus lernen. Das ist der goldene Weg zur Erneuerung. Ideen werden bei uns nicht lange diskutiert und damit todgeredet, sondern prototypisch konzipiert und getestet.“   

Dabei entscheidend ist besonders die zweite Auszeichnung - der iterative Prozess und das kreative Wohlfühlumfeld im „Digilab“ unterstützen diese geistige Grundhaltung. Last but not least ist besonders das Arbeiten über Fachrichtungen hinweg entscheidend beim Design Thinking - dabei haben unsere Kollegen zusammen an vielen neuen mannigfaltigen Ideen gearbeitet.

 Mit diesem Vorgehen kultiviert man eine gemeinsame Sprache und erhält einen 360-Grad-Blick auf die Dinge, die es zu entwickeln gilt. Damit erreicht man ein Setting, welches es ermöglicht, komplexe Problemstellung konstruktiv zu lösen.

Der grunderneuernde Design Thinking Event

Während nur eines Tages erfuhren unsere Kollegen die Prinzipien des Design Thinking. Markus erklärte dabei die einzelnen methodischen Prozesse von der Bedürfnisanalyse, über die Ideenentwicklung bis hin zum Prototyping. 

Danach ging es ins „Hands on“ und es galt das Kennengelernte in kleinen eigenständigen Teams anzuwenden. Ziel des Workshops war es dabei das iteratives Vorgehen anhand eines Beispiels aus dem Alltag zu erproben und so zu schnellen und innovativen Ergebnissen zu gelangen - hierbei war das nutzerzentrierte Denken als Grundlage für die Ideenentwicklung anzuwenden.

Der gesamte Prozess wurde durch die interdisziplinäre Teamarbeit und die hierdurch freiwerdende Kreativität angetrieben. 

Kerstin Neu, Business Unit Managerin, über den Tag im INFOMOTION Digital Innovation Lab: „Mein Team und ich fanden den Tag nicht nur toll und kreativ erfrischend, sondern viel wichtiger war für mich, dass ich nicht nur mit einem Einblick nach Hause gegangen bin, dass es auch anders gehen kann, sondern mit der tiefen Gewissheit darüber wie genau.“ 

Weitere Infos zum Digital Innovation Lab finden Sie hier.

Hier einige Fotos aus dem INFOMOTION Digital Innovation Lab: 

„Big Data“ nimmt auch im Auto immer mehr Raum ein: Abstand, Bremsen, Spurfahrten, Straßenschilder, Parken - all dies wird von einem aktuellen PKW mit Assistenzsystemen mitgesteuert und überwacht.

In einem PKW ist 2018 mehr Computertechnik verbaut, als der Apollo Mission, die 1969 auf dem Mond landete, zur Verfügung stand. Ebenso hat sich auch die Medizin entwickelt - dennoch sind wir vom medizinischen Autopiloten noch weit entfernt - oder doch nicht?

Wenn wir uns Big Data in der Medizin anschauen wollen, ist ein tiefer Blick notwendig, da es hierbei um die Automatisierung des medizinischen Alltags geht. Und Automatisierung ersetzt menschliche Tätigkeiten nicht einfach, sondern verändert diese. Diese Veränderung läuft dann meist in einer Art und Weise, die ihre Entwickler weder vorhergesehen, noch beabsichtigt haben. (vgl. Raja Parasuraman)

Automatisierung geht also auch immer mit dem Aspekt der Verselbstständigung einher. Vielleicht verändern wir durch Automatisierung die Welt der Medizin daher stärker als wir das wollen bzw. auch wünschen würden.

Die Wissenschaftlichen Dienste des Deutschen Bundestags erklären im „Aktuellen Begriff“ zu Big Data:

„Nach Schätzungen des McKinsey Global Institute wären durch den Einsatz von Big Data allein im US-amerikanischen Gesundheitswesen Effizienz- und Qualitätssteigerungen im Wert von ca. 222 Mrd. Euro und für den gesamten öffentlichen Sektor in Europa von jährlich 250 Mrd. Euro möglich. Das Besondere bei Big Data-Analysen ist vor allem die neue Qualität der Ergebnisse aus der Kombination bisher nicht aufeinander bezogener Daten.“ (vgl. Wissenschaftliche Dienste des Deutschen Bundestags, Big Data, Aktueller Begriff 37/2013)

Die medizinische Realität in deutschen Krankenhäusern sieht aber noch ganz anders aus und ist meist durch den Einsatz von Papier geprägt. Der Grad der Digitalisierung, auch in der Medizin, ist aber nicht mehr aufzuhalten. Die Berge an digitalen Daten wachsen zusehends.

Der Trend zur Digitalisierung ist durch drei wesentliche Gründe geprägt:

Die Medizin kommt heute nicht mehr ohne digitale und vernetzte diagnostische Instrumente aus und dies nicht nur in der Genetik, sondern auch bei den bildgebenden Verfahren fallen riesige Datenmengen an.

Patienten „verursachen“ heute immer mehr Daten selbst - z.B. durch den digitalen und vernetzten Blutdruckmesser oder durch Smartphones und Sensoren.

Gerade die Digitalisierung ist ein großer Treiber für Innovationen 

In der gesamten Gesundheitswirtschaft und nicht nur in Krankenhäusern werden doch schon seit langer Zeit Daten erzeugt, gesammelt und ausgewertet - handelt es sich beim Trend zur Digitalisierung also nur um alten Wein in neuen Schläuchen? Also alles nur Scheininnovation - was erklärt also den Hype um Big Data?

Die folgenden drei Punkte können evtl. eine Erklärung liefern:

Heute gibt es die Technologie, riesige Datenmengen zeitnah verarbeiten zu können. Dies war noch in den 90er Jahren nicht vorstellbar.

Der Wunsch vieler Ärzte und Forscher nach der Hebung des zersplitterten Datenschatzes wurde in den letzten Jahren immer lauter. Daten sind heute noch oft in einzelnen, getrennt voneinander arbeitenden Systemen beheimatet. Man möchte diese Daten nun zusammenführen, um Zusammenhänge besser verstehen zu können.

Neue Technologien gehen immer einher mit neuen Anwendungsmöglichkeiten. Eine solche Anwendung könnten z.B. wissensbasierte Programme sein, die durch das Zusammenführen großer Informationsmengen einen Behandlungsprozess wirklich „coachen“ könnten.

Das Big Data-Framework

Um einen Überblick zu bekommen, welche Szenarien im Kontext von Big Data denkbar sind, hat bereits 2010 das nejm.org - das New England Journal of Medicine - das Zentralorgan der medizinische Forschung - ein Big Data-Framework veröffentlicht, welches ich Ihnen in folgender Prezi veranschaulichen möchte.

Hier klicken, um die PREZI-Präsentation zu starten.

Soweit der erste Teil unserer Serie „Möglichkeiten von Big Data in der Medizin“ - in der nächsten Folge dieser Serie schauen wir uns die Handlungsfelder von Big Data in der Medizin genauer an und gehen auf den Bereich „Personalisierte Medizin“ ein. 

Einsparung von Kosten durch bessere Diagnosen

Big Data macht die Mustererkennung möglich und kann so bei Diagnosen helfen.

Ärzte und Wissenschaftler werden durch die „Insights“ aus Big Data befähigt, Zusammenhänge schneller zu erkennen, die sonst nur schwer auslesbar gewesen wären. Oft laufen die in der Medizin üblichen Leitlinien bei der Behandlung z.B. von alten Menschen ins Leere oder haben einen negativen Effekt - auch hier kann Big Data schnell notwendige Learnings ziehen und so eine richtige Behandlung aufzeigen. Durch dieses Erkennen von Zusammenhängen, also durch die Beantwortung des wissenschaftlichen „Warums“, können Patienten schneller behandelt werden, unnötige Behandlungen und Untersuchungen entfallen und die stationäre Aufenthaltsdauer im Klinikum kann zudem gesenkt werden - dadurch lassen sich Kosten sparen und die Behandlungsqualität der Patienten wird erhöht.

Auch in der Medizin sind die Daten - wie in der Wirtschaft - heterogen und stammen aus mannigfaltigen Datenquellen, die meist nicht untereinander kompatibel sind. Big Data hilft bei der Vereinheitlichung von Daten und schafft damit die Basis für das Erkennen von Zusammenhängen.

Big Data kann Daten, die unstrukturiert sind, ordnen und so analysierbar machen. Besonders in der Medizin sind die Messdaten meist heterogen. Abhängig von eingesetzten Diagnosetools liegen die gewonnen Daten in unterschiedlichen Formaten oder Formen vor. Abteilungen, Fachbereiche oder ganze Krankenhäuser sind schlecht oder überhaupt nicht miteinander vernetzt und z.B. die ganzheitliche Softwarelösung für die Steuerung von Klinikprozessen wie z.B. Orbis von Agfa HealthCare sind zwar klasse und auch für die einzelne Klinik ein notwendiger Schritt in die „datadriven“ Zukunft, aber bleiben im Einzeleinsatz Insellösungen und damit stecken.

Die Herausforderungen für Big Data im Klinikeinsatz sind also bekannt.

Die homogenen Daten müssen miteinander vernetzt werden und durch die zeitnahe Bearbeitung von großen Datenbergen heterogener Daten lassen sich die oft lebensrettenden Zusammenhänge überhaupt erst erkennen. Hier wird besonders die Mustererkennung, die aus Daten anderer Patienten hervorgeht, erst durch Big Data möglich. Aber nicht nur personenbezogene Daten, die natürlich dem Datenschutz unterliegen, sind eine Quelle für Big Data, sondern es gibt viele andere Datenquellen in der Medizin, die durch Big Data „veredelt“ werden können.

Schaut man sich z.B. den Einkauf an, so können Big Data Lösungen dafür sorgen, dass die besten Lieferanten, mit dem besten Preis-Leistungs-Verhältnis gefunden werden. Im nächsten Schritt können die Patientendaten dafür sorgen, dass der Einkauf die besten Medikamente für den besten Preis erhält und zudem noch genau die Medikamente auswählen kann, die z.B. in der Geriatrie benötigt werden. 

Hierzu Frau Dr. med. Magdalena Manger (Oberärtztin und Fachärztin für Innere Medizin und Geriatrie am Klinikum Frankfurt Höchst): „Gerade bei älteren Patienten birgt die Polypharmakotherapie erhöhte Risiken. Medikamente, die oft zusammen verträglich sind, können im Alter potenziell inadäquat wirken. Hier bedienen wir uns oft in Deutschland der PRISCUS-Liste, die aber noch stark „analog“ und wenig agil aufgesetzt ist.“

Big Data im Bereich Verwaltung und Krankenkassen

Auch im Bereich der Verwaltung kann Big Data sinnvoll eingesetzt werden. Durch den Wegfall von falschen Diagnosen und durch eine Verkürzung der Therapiezeit wird auch die stationäre Aufnahme von Patienten verringert. Die Folge: Krankenhäuser können in der gleichen Zeit mehr Patienten behandeln und die Patienten können früher zu Ihren Familien. Menschen werden also schneller gesund, ohne überflüssige Behandlungen durchmachen zu müssen, Kosten werden gesenkt und Krankenhäuser und Ärzte entlastet.

Patientendaten überwachen

Läuft die Big Data-Lösung erstmal, ist es sinnvoll möglichst alle Daten, die erfasst werden können, auch zu sammeln und auszuwerten. So ist es z.B. empfehlenswert, die Vitalfunktionen von Patienten über Sensoren zu überwachen. Getreu dem alten Kardiologengrundsatz „Time is muscle“, können Sensoren schon frühzeitig Marker weitergeben, die zusammen mit einer Big-Data-Lösung einen Herzinfarkt prognostizieren können. Derartige Sensoren sind schon heute im Einsatz - so ist es durchaus üblich die Herzfunktion z.B. über einen Loop Recorder aufzuzeichnen und Auffälligkeiten via Funk an den behandelten Arzt zu senden. Aber auch hier fehlt oftmals die verbindende Big Data-Lösung, die Zusammenhänge aufzeigen kann.

Von Samuel Hahnemann lernen

Wenn man sich den Mediziner Hahnemann zum Vorbild nimmt und seine Lehre der Homöopathie

genauer anschaut, sieht man, dass die Kraft kleiner Gaben im richtigen Verhältnis oft zum Erfolg führt. Deshalb kommt es auch auf die verantwortlichen Personen in der Medizin an, die nun die Aufgabe haben das richtige Verhältnis zwischen Personal und Technik zu finden. Denn auch Big Data-Lösungen können keine Ärzte ersetzen, sondern nur unterstützend wirksam werden, um so die Ärzte zu entlasten und dabei zu helfen Diagnosen wirksamer zu stellen.

Was macht nun INFOMOTION?

Die INFOMOTION GmbH hat sich zur Aufgabe gemacht, Big Data und Medizin näher zu verzahnen. Um diese Herausforderung besser stemmen zu können, hat INFOMOTION das Deutsche Zentrum für analytische Medizin (GCAM) ins Leben gerufen.

Das Deutsche Zentrum für analytische Medizin (GCAM) hat das Ziel, die gemeinschaftliche Nutzung von Daten im medizinischen Bereich zu fördern. Mit strukturierenden und analytischen Methoden werden aus diesen vergemeinschafteten Daten neue Erkenntnisse gewonnen. Auf dieser Grundlage wird die Qualität von Diagnosen sowie Therapieentscheidungen bzw. –verläufen signifikant angehoben.

Weitere Infos über GCAM finden Sie auf der Webseite des Zentrums, unter: http://www.gcam.life/de/

ODBC stellt hierbei eine standardisierte Datenbankschnittstelle, die SQL als Datenbanksprache verwendet. Es bietet also eine Schnittstelle (API), die es einem Programmierer erlaubt, seine Anwendung unabhängig vom verwendeten Datenbankmanagementsystem (DBMS) zu entwickeln, wenn dafür ein ODBC-Treiber existiert.

Kaum ein Thema wird in der IT-Abteilung bzw. den relevanten Fachbereichen so in den Mittelpunt der Betrachtung gestellt, wie Big Data - dies beruht besonders auf einen grundsätzlichen Wandel im Data Management. Noch vor einigen Jahren haben Unternehmen nur die Daten abgelegt bzw. gespeichert, die auch wirklich für die Beantwortung von akuten Fragen benötigt wurden, heute sind die Unternehmen zu Datensammlern geworden – fast alles, was aus internen und externen Datenquellen kommt, wird gespeichert. Getreu nach dem Motto „Besser haben, als brauchen“ speichern die Unternehmen, dank sinkender Preise für Hardware und Speichermedien, mehr Daten als früher. Zur Erfassung und Auswertung dieser großen Datenmengen suchen Unternehmen nach File Systemen, die eine Auswertung dieser Daten überhaupt ermöglichen – hierbei kommt man an Hadoop meist nicht vorbei.

Hadoop sehen viele Experten als eine Art Daten-Raffinerie. Vereinfacht und sehr kurz ausgedrückt, ist Hadoop ein Java erstelltes Framework für verteilt arbeitende, skalierbare Programme. Das Ziel dieser Programme ist es, komplexe Rechenabläufe mit großen Datenmengen auf mehreren Rechenknoten in hoher Geschwindigkeit durchzuführen. Es ist also zur Bewältigung der Datenverarbeitung im Big Data-Umfeld geeignet.

Zudem ist das Software Framwork Hadoop ein Ökosystem, welches auf mannigfaltigen Architekturen und auf unterschiedlicher Hardware zum Laufen gebracht werden kann. Der Ursprung von Hadoop liegt bei der Suchmaschine „Lucene“ und dem Erfinder Doug Cutting, der die Java Software Hadoop nach dem gelben Kuscheltierelefanten seines Sohnes benannte.

Hadoop läuft auf einem Computer Cluster

Heute ist es üblich, dass viele Technologien auf einem Computer Cluster laufen. Dieses Vorgehen zeigt viele Vorteile: Die Cluster können durch übliche Standard-Server aufgebaut werden, so dass ein Cluster beliebig erweitert werden kann – und genau diese verteilte Architektur eröffnet die Möglichkeit große Datenberge schnell abzuarbeiten bzw. zu verarbeiten. Durch die Aufsplittung einer großen Datenmenge auf viele Server ist Hadoop bereit komplexe Abfragen bearbeiten zu können.

Eines der ersten großen Projekte, welches sich das verteilte Rechner nutzbar machte, ist das allgemein bekannte SETI@home Projekt, welches bereits 2004 von der Universität Berkeley ins Leben gerufen wurde. Ziel war es damals große Mengen an Radiosignalen (Daten) nach künstlichen Lebenszeichen (d.h. von Aliens) zu durchsuchen.

Na und? Dann lernst du halt um!

Die große Problematik liegt nicht darin, dass die Menschen heute falsch ausgebildet wären. Der Jobverlust wird viele Branchen betreffen, die sich anpassen müssen, genau wie die Ausbildung. Das wird ein Prozess, der zwar schnell vonstatten gehen muss, aber nicht von heute auf morgen. Die Banker von 2018 sind die Fintechies von 2025, haben statt BWL eben Wirtschaftsinformatik studiert oder ein Data Science Traineeship bei ihrem Arbeitgeber absolviert ;-). Nur wird es für einige schwieriger werden, ihren Platz in einer Arbeitswelt zu finden, die einen hohen Grad an Ausbildung und Intellekt voraussetzt. Die Menschen, die sich heute noch für körperliche Arbeit aufgrund mangelnder Eignung für Alternativen entscheiden können, werden in dieser neuen Welt verlieren. Man kann die Menschen nicht schlauer machen, als sie sind. Und nicht jeder ist geistig in der Lage, ein MINT-Studium zu packen. Das klingt nicht schön, ist aber Realität. Die Intelligenz unterliegt gnadenlos der Gaussverteilung und kann kaum gesteigert werden (Harrison et al., 2013). https://web.ics.purdue.edu/~tredick/2013%20Harrison%20et%20al.pdf

Digital first, Bedenken second?

Wir stehen vor der Herausforderung, dass es viele Menschen geben wird, die nicht in diese hochtechnologische Zukunft passen. Das betrifft laut CBInsights rund 10 Millionen Arbeitnehmer in den USA, die als Reinigungskräfte, Fahrer oder Lagerarbeiter beschäftigt sind (https://www.cbinsights.com/research/jobs-automation-artificial-intelligence-risk/). Aber natürlich betrifft es auch die designierten Blue Collar Worker, für die sich keine Stelle finden lassen wird.

Prompt werden Forderungen nach Grundeinkommen, laut und als sozialverträglich verkauft. Sollte dies etwa schon wieder die Antwort auf ein gesellschaftliches Problem sein? Die intellektuelle Elite macht es sich leicht und wirft dem unverschuldet arbeitslosen Plebs ein paar Knochen hin, damit es oben immer weiter und höher hinaus gehen kann, ohne dass einem die Basis im Weg herumsteht. Schon mit Hartz 4 hat man es sich leicht gemacht: Eine nicht arbeitsfähige oder -willige Gruppe wird mit Schweigegeld ruhig gestellt. Gerade genug, damit sie nicht rebellieren, aber auch nicht so viel, dass es weh tut. Allerdings ist es auch schwer, eine Alternative zu entwickeln.

„I think we need to be proactive in regulation instead of reactive.“ - Elon Musk über Roboter und AI.

Wohin mit den Leuten? Solange es keine menschenfreundliche Lösung gibt, sollte man lieber darüber nachdenken, ob man es so weit kommen lassen will. Nur weil man in der Lage ist, Roboter und künstliche Intelligenzen in vielen Bereichen einzusetzen, heißt das noch lange nicht, dass man das auch tun sollte. Der Staat reguliert auch an anderer Stelle mit Freuden, bestimmt wie lange ein Arbeitnehmer maximal pro Tag arbeiten darf, dass an Sonntagen die Geschäfte geschlossen bleiben und vieles mehr. Selbst für den Krieg gibt es Regeln und unlängst wird diskutiert, ob man sogenannte Killerroboter durch Konventionen verbieten sollte. Warum kann es kein Gesetz geben, das die Rationalisierung ganzer Berufszweige limitiert? Weil Roboter exakter, schneller und nahezu fehlerfrei arbeiten? Ja, vielleicht. Glaubt man Elon Musk, dann sind uns Computerprogramme in fast allen Aufgaben haushoch überlegen: „What’s going to happen is: robts will be able to do everything better than us.“ https://www.cnbc.com/2017/07/17/elon-musk-robots-will-be-able-to-do-everything-better-than-us.html. Es bleibt die Frage, inwieweit wir überhaupt die Perfektion der KI wollen!

Wo bleib die Spannung?

Unser gesellschaftliches Leben und Arbeiten profitieren letztendlich von der Imperfektion. Sicherlich ist die Torlinientechnik beim Fußball gerechter und eindeutiger. Aber sie verhindert auch Emotionen, Legendenbildung und aufgeheizte Debatten vor dem Fernseher. Wo bleibt noch der Sinn in einer Diskussion am Stammtisch, wenn wir über Google innerhalb weniger Sekunden herausfinden, wer Recht hat? Thema abgehakt, worüber sprechen wir jetzt… Wie langweilig wird das Leben, wenn wir uns nicht vollkommen zu Unrecht einmal einen Vorteil verschaffen, bei der Steuern ein wenig flunkern oder Schwarzfahren können? Wenn wir nie die Bahn verpassen, verschlafen oder eine miese Leistung bei der Arbeit abliefern? Andererseits können einige tolle Dinge erst durch künstliche Intelligenz realisiert werden, wie die Detektion von winzigen Krebszellen in MRT-Bildern die ein Radiologe übersehen kann oder die automatische Abwehr Pädokrimineller in Kinderchats. Es ist eine ethische Grundfrage, an welcher Stelle man KI und Robotik einsetzen möchte und sollte. Marc Uwe Kling beschreibt in seinem Roman „Qualityland“ eine Zukunft, in der alles durch KI gesteuert wird und die Menschen infolgedessen ein bedeutungsloses und langweiliges Dasein fristen. Damit das nicht passiert, ist es in der Verantwortung derjenigen, die die Technologie beherrschen, wofür sie eingesetzt werden soll.

http://www.handelsblatt.com/technik/vernetzt/zukunft-der-arbeit-fast-die-haelfte-der-arbeitsplaetze-in-usa-bedroht/11665824-2.html

https://www.focus.de/finanzen/boerse/zukunft-der-arbeit-die-neue-german-angst_id_6816692.html

http://www.zeit.de/kultur/2017-09/fdp-wahlplakate-christian-lindner-digitalisierung-technologie

https://www.focus.de/finanzen/experten/weik_und_friedrich/arbeitsplaetze-bedroht-die-digitalisierung-macht-das-grundeinkommen-unumgaenglich_id_6761830.html

https://t3n.de/news/digitalisierung-grundeinkommen-01-sozialemarktwirtschaft-40-925863/