Unstrukturierte Daten nutzen
Neue Einblicke aus unstrukturierten Daten gewinnen
Pure Storage beschreibt konkrete Szenarien aus der Praxis
Die moderne Analytik hat ihren großen Auftritt. Nach dem letzten Jahr möchte niemand mehr im Blindflug fliegen, aber es geht um mehr als das. Einblicke und Wissen, das aus der Analyse unstrukturierter Daten gewonnen wird, ermöglicht Durchbrüche in allen Branchen – vom Einzelhandel über das Gesundheitswesen bis hin zu Logistik und Unterhaltung. Dies sind die datenbasierten Erlebnisse, die für moderne Unternehme und modernen Verbraucher zum Standard gehören.
Die Analyse unstrukturierter Daten bringt branchenübergreifend einige unglaubliche Durchbrüche hervor – fünf Szenarien und die entscheidende Rolle von UFFO Storage (Unified Fast File and Object)
Im Folgenden beschreibt Pure Storage fünf Szenarien, wie die Nutzung unstrukturierter Daten diese Innovationen ermöglichen.
Maßgeschneiderte Kundenerlebnisse und personalisierte Empfehlungen
Verbraucher browsen durch eine E-Commerce-Website. Wenn sie die Seite zum ersten Mal öffnen, erkennt die Website sie anhand ihres Namens, bietet ihnen sofortigen Zugriff auf ihr Konto und ihre Bestellhistorie und schlägt ihnen Produkte vor, die sie aufgrund ihres bisherigen Surf- und Kaufverhaltens interessieren könnten. Willkommen im Zeitalter von „It´s all about you“.
Einzelhandelsunternehmen (und andere) sind ständig bemüht, maßgeschneiderte Erlebnisse zu bieten, die die Kundenzufriedenheit und -treue fördern. Daten helfen ihnen, die Messlatte auf der Suche nach einem größeren Marktanteil immer höher zu legen. Nehmen wir an, ein Einzelhändler verfügt über Daten zu Beständen, Bestellungen und Verkäufen. Wahrscheinlich hat er Geschäftsentscheidungen auf der Grundlage der Analyse dieser Daten getroffen. Wenn er aber diese Daten mit unstrukturierten Daten wie Social-Media-Daten und Website-Heatmaps abgleichen kann, ließe sich noch mehr in Erfahrung bringen. So können Einzelhändler z. B. herausfinden, warum die Verkäufe zurückgegangen sind oder welche Produkte wann nachbestellt werden sollten. Unstrukturierte Daten können auch den Einkauf der Kunden verbessern. KI und maschinelles Lernen sind in der Lage, riesige Datenmengen zu durchforsten: Medien, Bilder, Audio, Sensordaten, Textdaten und vieles mehr.
Der Aufwand für die Analyse unstrukturierter Daten kann sich lohnen. Untersuchungen von ESG haben ergeben, dass viele Unternehmen „mehr Daten sammeln und diese Daten dann nutzen, um Erkenntnisse über bestimmte demografische Gruppen zu gewinnen und spezielle Angebote zu entwickeln. Das Ergebnis ist, dass die Kunden Produkte sehen, die sie besser ansprechen, ihre Lebensweise verbessern und/oder einen bestimmten, zuvor nicht erfüllten Bedarf oder Wunsch ansprechen. Die Untersuchung ergab außerdem Folgendes über analytisch ausgereifte Unternehmen:
- 71 Prozent gaben an, dass ihre Kundenzufriedenheit höher ist als die ihrer Wettbewerber.
- Die Wahrscheinlichkeit, dass sie ihre Kundenbindungsziele übertreffen, ist 3,3-mal höher.
Verbesserung der Umweltsicherheit durch Schadensbewertung und -analyse aus der Luft
Wenn eine Naturkatastrophe zuschlägt, kann schon die bloße Beurteilung der Schäden eine schwierige, zeitraubende und gefährliche Aufgabe sein. Die Smart Digital Sales & Holding GmbH (SD) hat mit dem Einsatz von Drohnen Pionierarbeit geleistet, um die Sicherheit und schnelle Wiederherstellung zu fördern. Durch die Kombination von Drohnen, hochauflösenden Kameras und künstlicher Intelligenz kann SD schnell nach Problemen suchen, die viele Branchen betreffen, von der Landwirtschaft über die Infrastruktur bis hin zur öffentlichen Sicherheit und mehr. Dies erfordert Big Data und die Analyse unstrukturierter Daten wie Bilder und Videos, die den Kunden des Unternehmens eine völlig neue Perspektive eröffnen.
SD setzt seine Drohnen nach einem Lawinenabgang, einer Überschwemmung, einem Waldbrand oder einem Schaden an einer Stromleitung ein. Wenn die Drohne über ein landwirtschaftliches Feld oder einen schwer zugänglichen oder gefährlichen Katastrophenort fliegt hat sie etwa eine Stunde Zeit, um Bilder von den Bedingungen am Boden aufzunehmen. Mit modernsten Messgeräten, Lasersystemen sowie Spektral- und Wärmebildkameras erfasst die Drohne Bilder mit extrem hoher Auflösung, etwa 50 MB Daten pro Sekunde, insgesamt 180 GB pro Flug. Das bedeutet, dass die SD-Drohnen jedes Jahr fast 1 PB an Daten erfassen.
Das Erfassen und Speichern der Daten ist eine Sache, aber die Analyse ist das, was die eigentliche Magie ausmacht. Das Team speist die Bilder in hochentwickelte KI-Algorithmen ein, die Muster erkennen und Vorhersagen treffen können. Das gesamte Geschäft von SD hängt von der Verwaltung und Übertragung großer Mengen unstrukturierter Daten mit außergewöhnlicher Präzision und Geschwindigkeit ab.
Die Ergebnisse: Behörden sind in der Lage, das Ausmaß und das Risiko von Naturkatastrophen schneller einzuschätzen und die Öffentlichkeit schneller zu warnen, was der Schlüssel zur Rettung von Menschenleben sein kann. Versorgungsunternehmen können proaktivere Wartungsarbeiten durchführen, um Ausfallzeiten und Ausfälle zu vermeiden. Landwirte können die Erkenntnisse sogar nutzen, um die Produktivität, die Bewässerung und die Ernte zu verbessern. Dies ist nur ein Beispiel dafür, wie die Verwischung der Grenzen zwischen Mensch und Maschine dazu beitragen kann, die Welt sicherer zu machen.
Bildgebung und Diagnostik im Gesundheitswesen zur Beschleunigung von Behandlung und Innovation
Einige der frühesten Ursprünge unstrukturierter Daten liegen in der medizinischen Forschung. So ist es keine Überraschung, dass diese Branche eine der größten Möglichkeiten bietet, Daten in Erkenntnisse umzuwandeln. Im Gesundheitswesen sind die Daten sehr vielfältig und komplex: Notizen von Terminen, Labordiagnosen, E-Mails, Verwaltungsnotizen, medizinische Bilddateien, Testergebnisse und vieles mehr. Ein schneller Zugriff auf diese Daten und deren Analyse kann Anbietern dabei helfen, schneller zu arbeiten und die Behandlung von Patienten zu vertiefen.
Die Bildgebung ist einer der faszinierendsten Anwendungsfälle, die hier zu beobachten sind. PAIGE.AI zum Beispiel ist eine Bildgebungslösung für Unternehmen, die ihren KI-Modellen beibringt, Krebszellen zu erkennen, indem sie sie mit unstrukturierten Daten in Form von Tausenden von Bildern von Gewebeproben füttert. Wenn genügend Daten vorhanden sind, kann das System Pathologen helfen, Fehldiagnosen zu vermeiden und die Behandlung zu verbessern. Dieses datenintensive Training, bei dem Petabytes klinischer Daten schnell und in großem Umfang genutzt werden, treibt die Mission des Unternehmens voran, die Pathologie in eine strengere, quantitative Disziplin zu verwandeln. Der The AI in Healthcare Leadership Survey 2020 unterstreicht dies ebenfalls und stellt fest: „Die Radiologie ist Vorreiter in Sachen KI. KI-Anwendungen für die Bildgebung übertreffen bisher alle anderen Kategorien von FDA-zugelassenen Apps“, die zur Verbesserung der Analyse von Brust-, Thorax- und kardiovaskulärer Bildgebung eingesetzt werden.
Vorhersage und Echtzeitanalyse für verbesserten Service im Transportsektor
Kombiniert man unstrukturierte Daten mit fortschrittlichen Prognose- und Analysetechnologien, kann das Ergebnis unglaublich sein. Tatsächlich gibt es jeden Tag neue Anwendungsfälle, die die Möglichkeiten der prädiktiven Analytik zur Veränderung von Aspekten des täglichen Lebens veranschaulichen.
Das U-Bahn-System von Delhi in Indien hat bekanntlich keinen festen Fahrplan für seine Züge. Stattdessen können Besucher in den U-Bahn-Stationen die Anzahl der Minuten bis zur Ankunft des nächsten Zuges in der Fahrplanauskunft finden. Das Metrosystem arbeitet effizient und befördert täglich fast fünf Millionen Fahrgäste. Die Fahrgäste betreten und verlassen das System mit NFC-fähigen Karten oder Token, die in Echtzeit überwacht werden. Da das System über Fahrgastdaten aus den letzten 15 Jahren verfügt, kann es die zu erwartende Zahl der Fahrgäste an einem bestimmten Tag anhand von Parametern wie Datum, Wochentag, Feiertagen, Wetter und anderen wichtigen Ereignissen schätzen.
Durch die Kombination der Schätzungen aus den historischen Daten mit den Echtzeitdaten zum Fahrgastaufkommen können die Züge dynamisch an das Verkehrsaufkommen angepasst werden, was eine effiziente Nutzung der Ressourcen (und den Komfort der Fahrgäste) gewährleistet.
Sensordaten zur Automatisierung von Fabriken
Die Automatisierung, ein wichtiger Treiber der Industrie 4.0, hat zu vielen Fortschritten geführt. So können beispielsweise visuelle Inspektionsroboter Überwachungsaufgaben in Fabriken übernehmen. Räumliche Daten steuern die Aktivitäten dieser Roboter. Die Roboter – einige von ihnen sind kollaborative Roboter oder „Cobots“ – führen Echtzeitinspektionen auf der Grundlage von unstrukturierten Dateneinspeisungen von Kameras und Infrarotsensoren durch. Sie können die Daten auch nutzen, um zu entscheiden, ob sie die fertigen Produkte annehmen oder ablehnen sollen. Darüber hinaus können die Daten aus ihren Inspektionen genutzt werden, um die Produktion und die Automatisierung im gesamten Werk zu analysieren und zu verbessern. Dies hat zur Entstehung sogenannter „Dark Factories“ geführt, in denen während des gesamten Produktionsprozesses kein menschliches Eingreifen erforderlich ist. Ermöglicht wird dies durch die Fähigkeit, große Mengen unstrukturierter Daten zu analysieren.
Was kann man von der modernen Nutzung von Daten lernen?
Alle Daten haben Potenzial, aber sie müssen richtig genutzt und mit der richtigen Technologie kombiniert werden, um wertvoll zu werden. Bei unstrukturierten Daten geht es vor allem um die verschiedenen Ebenen von Erkenntnissen, die sie liefern können, aber diese Ebenen sind nicht immer deckungsgleich. Um sie effizient zu analysieren, müssen sie konsolidiert und schnell sein. Und hier kommen die richtige IT-Infrastruktur und der richtige Speicher ins Spiel. Die Verarbeitungsgeschwindigkeiten steigen gemäß dem Mooreschen Gesetz. Und die hohe Leistungsanforderung ist konsistent, selbst bei sehr unterschiedlichen Datenprofilen, eine Herausforderung, der viele herkömmliche Speicherlösungen nicht gewachsen sind.
Eine UFFO-Speicherplattform (Unified Fast File and Object) ist nach Meinung von Pure Storage in der Lage, mit der Verarbeitungsleistung moderner Chipsätze Schritt zu halten und einen maximalen Durchsatz zu erzielen. Mit einer modernen Architektur können Unternehmen eine UFFO-Speicherplattform implementieren, ohne die mit der Nachrüstung älterer Speicherlösungen verbundenen Herausforderungen.