sas_03

„Digital heisst auch: schnell und flexibel“

Technologie Digitalisierung braucht Analytics. Und viel Zeit, Geld und Ressourcen. Das stimmt so nicht mehr, sagt Dr. Patric Märki, Schweiz-Chef des Softwarekonzerns SAS. Denn inzwischen können auch komplexe analytische Probleme in der Cloud gelöst werden – schnell und ohne eigene Investitionen.

SMA

SMA

Die Zeiten, in denen Business-Software einmal als großer, teurer und monolithischer Block im Unternehmen implementiert wird, gehören bald der Vergangenheit an. Amazon, Microsoft, T-Systems, SAS: Jeder kann sich aus deren breiter Palette an Cloud-Angeboten genau den Ansatz aussuchen, der ihm am besten entspricht – ohne selbst zu planen und zu investieren.

 

Herr Märki: Cloud-Lösungen haben sich für Standardanwendungen bewährt. Ein Kernbanksystem auf Amazon-Servern hingegen wird es so schnell wohl nicht geben. Wo sortiert sich analytische Software ein? Wo ergibt es Sinn, Datenbestände mit einer Cloud-Lösung zu durchleuchten?
Die Digitalisierung verändert die Situation, in der sich die Unternehmen quer durch alle Abteilungen von Finance bis Marketing befinden: Immer häufiger stellt der Markt akute Fragen, auf die sie bislang keine Antwort haben. Und die sie schnell beantworten müssen. Ein herkömmliches Analytics-Projekt ist hier zu langsam. Hier kommt die Cloud ins Spiel, genauer gesagt: Analytics as a Service.
 
Das bedeutet in der Praxis?
Ein Beispiel: Die Marketingabteilung eines Unternehmens will wissen, ob ein aktueller Produkt-Hype das Potenzial hat, langfristig Umsätze zu generieren. Die Daten sind da, das Know-how und die analytischen Werkzeuge fehlen. Mit Analytics as a Service – wir nennen das SAS Results – kann die Abteilung exakt die Antwort auf diese Frage einkaufen, ohne erst in eine IT-Plattform und die passenden Spezialisten investieren zu müssen.
 
Ist das wirtschaftlich sinnvoll?
In vielen Fällen: ja. Die Unternehmen wissen genau, dass sie mit mehr Analytics quer durch die Bereiche mehr Wertschöpfung erreichen könnten – wenn Zeit, Geld und Ressourcen vorhanden wären. Aber die Realität sieht anders aus: Sie scheitern zu oft an immer wieder denselben Hürden.
 
Welches sind denn die grössten Hürden?
Da ist immer wieder das Problem Qualifikation: Analysten werden zu einer immer knapperen Ressource. Sie sind schon heute schwer zu finden und werden immer teurer. Zudem fehlen oft die internen Ressourcen wie geeignete Hardware-Umgebungen oder die notwendigen IT-Skills. All das lässt sich nicht von heute auf morgen ändern.

 

Im digitalisierten Geschäft gewinnt der, der die Chancen zuerst erkennt und den Business Case am schnellsten entwickelt.

 
Spielt die Zeit denn eine so wichtige Rolle?
Absolut. Digital heisst auch schnell und flexibel. Im digitalisierten Geschäft gewinnt der, der die Chancen zuerst erkennt und den Business Case am schnellsten entwickelt. In der Praxis dauert es aber Wochen oder Monate, bis in einem IT-Projekt die nötigen Hard- und Softwareumgebungen aufgesetzt und konfiguriert sind. Dann ist zwar die nötige Erfahrung endlich da – aber Problem und Chance sind längst weg.
 
Wird Analytics in der Cloud also zur Commodity?
Das wäre ein gefährlicher Trugschluss. Big Data Analytics ist in der Praxis weit komplexer als eine Textverarbeitung aus der Cloud oder die Bestellung eines Fotobuches. Entscheidend ist deshalb, dass Analytics as a Service kein Universaldienst ist, der unverändert bei verschiedenen Firmen zum Einsatz kommt. Pflicht ist eine maßgeschneiderte, situationsgerechte Vorgehensweise, bei der Analytics-Experten, branchenübergreifende Kompetenzen und spezialisierte Inhouse-Ressourcen gleichermaßen eingebunden sind. Nur mit integrierten Lösungspaketen wie etwa SAS Results lassen sich alle Fragestellungen und Geschäftschancen angehen, die mit High-Performance-Analytics „as a Service“ lösbar sind.