Alle Welt spricht von Big Data und wir drohen in der Datenflut zu ertrinken. Im Umgang mit grossen Datenmengen sind geeignete Schwimmhilfen notwendig. „Daten verstehen = Daten darstellen“ weiterlesen
Die drei Titanen des Deep Learning
Man hört viel über künstliche Intelligenz, Artificial Intelligence (AI) oder eben Deep Learning. Wer aber sind die wichtigen Treiber dieser Entwicklung? Ein überraschender Einblick – nach Kanada. „Die drei Titanen des Deep Learning“ weiterlesen
Seismograph der Digitalisierung
Der Seismograph der Digitalisierung schlägt wieder aus – Einblicke vom Klassentreffen der digitalen Wirtschaft (#asutsem17) in Bern. „Seismograph der Digitalisierung“ weiterlesen
Must-See Video über künstliche neurale Netzwerke
Künstliche neurale Netzwerke, oder eben AI, sind nichts neues. Mit einer schnellen und erschwinglichen Rechenleistung hat sich jedoch einiges getan, sogar mehr als du denkst.
„Must-See Video über künstliche neurale Netzwerke“ weiterlesen
Wasserstand Revision Datenschutz
Die Vernehmlassung für die Revision des Datenschutzgesetzes (DSG) ist abgelaufen. Die Branchen, Verbände und Firmen bringen sich in Stellung. Eine Wasserstandsmeldung. „Wasserstand Revision Datenschutz“ weiterlesen
Ernst Hafen will eine Initiative lancieren
An der Jahrestagung der Stiftung für Audiovisuelle Bildungsangebote SSAB hat Ernst Hafen über Daten im Bildungsbereich gesprochen. Und über eine Datenschutz Initiative, die er im 2018 lancieren will. Freunde es wird spannend. „Ernst Hafen will eine Initiative lancieren“ weiterlesen
Deep Learning – ein Hund ist kein Wolf
Künstliche Intelligenz verspricht Wachstumsmärke und bessere Lebensqualität. Stephen Hawking beschäftigt sich mit den Gefahren und Chancen von Artificial Intelligence AI – selbstlernenden digitalen Systemen. Eine Zusammenfassung der Gründe, warum dies relevant ist. „Deep Learning – ein Hund ist kein Wolf“ weiterlesen
Mein Rezept für die Uberisierung
Uber ist nicht Shared Economy. Es handelt sich bei Uber um Collaborative Economy, bei welcher P2P-Beziehungen einen wirtschaftlichen Mehrwert ergeben. Soweit diese Klarstellung. Nun zum wesentlichen Teil.
Diese Woche bin ich auf ein Angebot von Uber gestossen, welches ich als wegweisend erachte. Einen grossen Nutzen daraus sollte sich unter anderem der Detailhandel versprechen. Es geht dabei um nichts weniger als die Digitalisierung der Detaillisten .
Mit UberRUSH (Bild von Uber) gibt es seit geraumer Zeit ein Angebot für Firmen, welches bei geringen Lieferkosten und keinem Overhead eine effiziente Logistik gewährleistet. Will beispielsweise ein Blumenhändler die bestellten Rosen versenden, erledigt er dies einfach via UberRUSH. Zeitnah und ohne eine eigene Fahrzeugflotte.
Die Erwartungen an überschaubare Lieferzeiten sind heute schon hoch und werden künftig noch ambitionierter. Die Zeit von der Bestellung zur Lieferung an die Haustüre wird in Stunden kalkuliert; 60 Minuten gelten als ideal. Dies ist für die helvetischen Detailhändler eine realer Benchmark.
Mit UberRUSH API besteht neu die Möglichkeit, dass der Blumenhändler UberRUSH direkt in seine digitale Infrastruktur einbinden kann. Damit wird eine kundennahe Umsetzung möglich, welche mehr Effizienz verspricht.
Betrachtet man dies nun betriebswirtschaftlich, wird folgendes klar: Das offene System von Uber ermöglicht Firmen eine klassische Form der horizontalen Integration, mit welcher die eigene Wertschöpfung optimiert und im besten Fall gesteigert werden kann. Diese Konzept der integrierten Geschäftsprozesse ist hinlänglich bekannt und muss nun für die Digitalisierung genutzt werden. Die umsichtige Eingliederung von Drittanbietern in die eigene Wertschöpfung ist meines Erachtens der Blueprint, wie Unternehmen gewinnbringend webbasierte Geschäftsmodelle umsetzen können.
Die Vor- oder Rückwärtsintegration ist das Rezept, um von der Uberisierung zu profitieren und wettbewerbsfähig zu bleiben. Dazu braucht es unternehmerische Weitsicht und einen Regulator, der die Möglichkeiten der integrierten Wertschöpfung clever antizipiert.
Daten für das Gemeinwohl
Es ist 1965 und der Co-Founder von Intel macht eine Voraussage. Gordon E. Moore (Titelbild von Intel) orakelt, dass sich die Rechenleistung von Prozessoren jedes zweite Jahr verdoppeln wird. In den letzen 50 Jahren hat sich Moores Law bestätigt. Und ein Ende dieser Entwicklung ist nicht in Sicht. (Notiz an mich selber: Graphene wird dabei entscheidend sein!).
Im Vorwort der Deutschen Ausgabe von Erik Brynjolfsson’s und Andrew McAfee’s WEF 2016 Pflichtlektüre „The Second Machine Age“ macht Prof. Dr. Herbert Henzler im Zusammenhang mit dem exponentiellen Wachstum der Rechenleistung einen interessanten Hinweis. Durch das Internet der Dinge und die gute Konnektivität steige auch die Menge der gesammelten Daten; Stichwort Big Data. Es stellt sich die Frage, wie sich das Wachstum der gesammelten Daten aus dem Internet (der Dinge) entwickelt: Verhält dieses sich parallel zum Moor’schen Gesetz oder multiplizierend dazu? Philipp Evans hat die Frage über Big Data in einem Aufsatz gut zusammengefasst. Basierend auf Evans ergeben sich folgende Big Data Trends:
- Trend 1: Mit dem Smartphone ins schnelle Internet: Die Zugänge zu schnellem Internet in den G20-Ländern wächst rapide. Im 2010 waren es lediglich 800 Millionen Zugänge und die Hälfte davon über mobile Geräte. Im 2015 waren es bereits 2.7 Milliarden Zugänge und 80% davon mobil. Einen weiteren Sprung wird es mit der Einführung von 5G Standards geben.
- Trend 2: Rasantes Wachstum des Datenberges: Innerhalb der letzten zwei Jahre wurde 90% der heute gespeicherten Daten gesammelt; 99% davon sind digitalisiert.
- Trend 3: Datenvolumen werden erhöht: Die Speicherkapazität verdoppelt sich innerhalb von 13 Monaten; der Datendurchsatz bei Glasfaser verdoppelt sich innerhalb von neun Monaten.
- Trend 4: IP fähige Sensoren werden günstig: Bis ins Jahr 2050 werden global 50 Milliarden Sensoren ins Internet rapportieren. Etwas mutigere Schätzungen rechnen mit über 10 Billionen (10^12) IP-Sensoren. Schon heute beträgt der Preis für einen RFID-Tag nur wenige Cents.
- Trend 5: Social Media: Facebook hatte Ende 2015 1.55 Milliarden User und 80% nutzen Social Media via mobile Endgeräte. Der daraus resultierende Datenberg ist eine verlässliche Goldader.
Kollidieren nun die Entwicklung der Prozessoren nach Moores Law sowie die Trends im Bereich Big Data, darf man von einer echten Disruption sprechen. Vor dieser Kollision und deren Auswirkungen wird auch umfassend gewarnt. So verlangt der CEO von Accenture, dass die soziale Wirkung der Digitalisierung verstärkt im Auge behalten werden muss. Doch was ist hier zu tun?
Man spricht hierbei von einer digitalen Selbstbestimmung, also dem Bürger einen informierten und kompetenten Umgang mit seinen Daten zutrauen ermöglichen. Der Schlüssel dazu ist gezielte Bildung. Zusätzlich schlage ich jedoch vor, dass Daten dem Gemeinwohl zur Verfügung gestellt werden. Es gibt hierzu Projekte von globalen Unternehmen, die „Big Data for Humanity“ erfolgreich betreiben.
Mit „Big Data for the Public Good“ empfehle ich aber einen grundlegenderen Ansatz, bei welchem der Staat, die Zivilgesellschaft und die Wirtschaft gleichermassen profitieren. Richtig eingesetzt fördert dies den Wohlstand und steigert die Akzeptanz von datenbasierten Geschäftsmodellen. Die möglichen Umsetzungen dazu werde ich auf diesem Blog sammeln – ich bleibe dran!