HANA braucht man nicht? – Teil 1

Wenn ich im Freundes- und Bekanntenkreis auf Grillpartys oder sonstigen Festivitäten durchblicken lasse, womit ich mich beruflich beschäftige, kann ich mich fast darauf verlassen, dass ich umgehend zum Blitzableiter für alle SAP-geschädigten Zuhörer umfunktioniert werde.

Natürlich höre ich dann erst mal zu und natürlich ist es nicht eigentlich das böse und komplizierte SAP-System, das da nervt, sondern das höchst unübersichtliche Gewimmel miteinander verzahnter Prozesse und Prozesschen, mit deren Hilfe man der immer komplexer werdenden Außenwelt Herr werden will. Auf der Liste der potentiellen Sündenböcke für alles, was schiefläuft, steht „die IT“ ja schon immer weit oben. Das wird wohl auch so bleiben.

Bei neuen und intensiv beworbenen Technologien, höre ich einen anderen Klassiker „Na, habt ihr wieder eine Lösung und sucht nun das Problem dazu? “. So bissig wie dieser Kommentar daherkommt, so dringend ist es, die zugrunde liegende Frage zu beantworten. Zur Lösung welchen Problems leistet eine Lösung ganz konkret einen Beitrag?

Ohne eine gute Antwort auf diese Frage hat der Kollege von weiter oben ganz einfach Recht. Wie sieht diese Antwort im Falle der HANA-Technologie derzeit aus und welche Antworten könnten hinzukommen?

An dieser Stelle kommt ein Aspekt zum Tragen, der für die Entwicklung von Business-Lösungen elementar wichtig ist. Salopp gesagt könnte man sagen „ Ein bisschen HANA bringt nichts“. Eine Lösung funktioniert vollständig und autark im HANA-Datenraum oder man hat nichts oder nur wenig gewonnen. Eine zweite Botschaft, HANA muss auf großen Datenmengen arbeiten dürfen, um seine Stärken ausspielen zu können. Die Bearbeitung eines einzelnen Lieferscheins oder ein Auftragserfassungsdialog profitieren von HANA so gut wie gar nicht.

Da war es naheliegend, für die ersten HANA-basierten Lösungen Anwendungsbereiche zu wählen, die mit der Verarbeitung großer Datenmengen einhergehen. Also war natürlich SAP-BW einer der ersten Kandidaten für eine Umsetzung. Ebenso war der Schwerpunkt auf Funktionsbibliotheken, die sich mit Prognoseverfahren befassen, eine Konsequenz dieser Design-Paradigmen von HANA.

DAS Schlagwort in diesem Zusammenhang ist eben „predictive analysis“. Es geht also um eine Prognose zukünftiger Entwicklungen auf allen Ebenen wirtschaftlicher Tätigkeit. Ein wenig Querlesen und Recherchieren bringt unweigerlich zwei Giganten des IT-Business in den Vordergrund, die dieses Konzept mit aller Konsequenz verfolgen, Google und Amazon. Beide Unternehmen analysieren mit großem Erfolg die Daten, die Nutzer von Internetdiensten hinterlassen, um ihren Kunden passgenaue Werbekonzepte zu offerieren bzw. auf den Kunden zugeschnittene Angebote im eigen Web-Shop anbieten zu können. Das hört sich erstmal gut an.

Natürlich gibt es mit dem CRM auch jetzt schon SAP-Lösungen, die Fragestellungen dieser Art schon erfolgreich abdecken. Was kann und muss also dazukommen, wenn HANA ins Spiel kommt? Nimmt man seine vorhandenen Daten zur Hand und lässt nach allen Regeln der Kunst die HANA-eigenen stochastischen und sonstigen Prognoseverfahren darauf los, ergeben sich schon einmal interessante Perspektiven. Die eigentliche Kunst besteht an dieser Stelle in der geeigneten Modellierung der Datenbasis – salopp gesagt: ich muss wissen, was ich wissen will und mein Modellierungskonzept muss das in geeigneter Weise abbilden. Wenn das gut gelingt, kann ich von einfachen logistischen Regressionsanalysen bis zu multivarianten Conjoint-Analysen so ziemlich alles mit wenigen Mausklicks auf meine Daten anwenden.

Da es bei diesen Fragestellungen um die Anwendung geeigneter Prognosemodelle geht, ist die Auswahl der zur Anwendung kommenden Verfahren der nächste entscheidende Faktor in diesem Prozess. Als Entscheider muss ich also die Qualität eines Prognosemodells bewerten können, und ein geeignetes Kriterium für diese Bewertung ist die Treffsicherheit des Verfahrens für die Entwicklungen der Vergangenheit. Ich bewege mich also ein paar Monate in der Zeit zurück, lasse mein Prognosemodell auf die Daten vor diesem Zeitpunkt „einwirken“ und vergleiche die so erstellte Prognose mit der tatsächlichen Entwicklung. Ergeben sich dabei grobe Abweichungen, dann passt vielleicht mein Datenmodel nicht, oder mein Prognosemodell ist ungeeignet, oder es gibt externe Faktoren, die ich nicht berücksichtigt habe. Dann kann ich weitere Daten einbeziehen, so ich sie denn habe, mein Datenmodell anpassen, mein Prognosemodell modifizieren usw.

Das alles ist zugegebenermaßen ziemlich aufwändig, und da jeder neue Durchlauf Rechenzeit braucht, ist die Zahl der Variationen dieser Komponenten begrenzt. An dieser Stelle kommt HANA ins Spiel. Wenn ein Durchlauf meiner Analyse eine Stunde in Anspruch nimmt – das ist nicht selten der Fall – begrenzt das meinen Aktionsradius erheblich. Wenn HANA für die gleiche Analyse nur 2 Minuten benötigt, ergeben sich da ganz andere „Spielräume“. Dabei muss ich nicht einmal selbst an den Reglern drehen sondern kann HANA für mich probieren und bewerten lassen. Dabei kommen zum Beispiel sogenannte genetische Algorithmen ins Spiel, die in der Lage sind, ein Prognosemodell qualitativ zu bewerten. Der Datenraum, in dem ich mich dabei bewegen kann, ist nahezu beliebig groß. In die Funktionsbibliotheken von HANA sind sehr viele Elemente moderner KI-Forschung eingeflossen, dazu zählen Methoden zum maschinellen Lernen ebenso wie Fuzzy-Logik und adaptive heuristische Verfahren aus der Bioinformatik.

Natürlich beschränken sich Analysen dieser Art auf die Welt der Zahlen und das berühmte Einstein-Zitat, wonach nicht alles, was messbar ist, zählt und nicht alles, was zählt, messbar ist, weist dem Wert derartiger Prognosen den angemessenen Rahmen zu.

Neugierig wie es weitergeht? Mehr dazu in unserem 2. Teil dieser Blogreihe!

– von Mario Lütkebohle, itelligence AG –

Ähnliche Beiträge

feature-image-people
Lesen Sie mehr
blog-featured-image-auster
Lesen Sie mehr
featured-image-sundown
Lesen Sie mehr
itelligence Conference Center
Lesen Sie mehr
image blog digitale welt
Lesen Sie mehr
SAP S/4HANA Generationswechsel
Lesen Sie mehr

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *

Folgen Sie uns: