2013: Smarte Netze werden zu Intelligenzverstärkern

Christian Raum,

Sensoren und Chips an Maschinen, Verpackungen, Containern, in Autos oder aus der Gebäudetechnik produzieren Daten und überschwemmen den CIO und sein Team. Experten erwarten, dass im Jahr 2020 bis zu 20 Billionen Devices an die Unternehmensnetzwerke angebunden sind.

Früher war das Leben des CIOs und seines Teams einfacher – denn früher hat sich hier niemand Gedanken über die LKW-Flotte des Unternehmens gemacht oder darüber auf welchem Weltmeer die Container gerade unterwegs sind. Oder darüber, ob die Haustechnik das Hauptgebäude und die Produktionshallen ordnungsgemäß klimatisiert. Früher – das war für den CIO die Zeit vor Sensoren, RFID-Chips und vor der Verschaltung der Klimaanlagen mit “seinem” IT-Netzwerk.

Früher war das Leben im Unternehmen von mechanischen Komponenten geprägt. Hatten sie ein Problem gab es Handwerker, Techniker, Hausmeister und Automechaniker mit Schraubenziehern, Ölkännchen und Excel-Listen, die alles schnell wieder in den Griff bekamen.

 

 

Heute meldet der Sensor eines LKWs, dass die Räder verschlissen sind und das IT-System ergänzt diese Daten um Informationen rund um den Schaden und wahrscheinlicher Folgeschäden. Auf dem Monitor sieht der IT-Techniker die Probleme in einen grünen, einen gelben oder einen roten Bereich eingeordnet – jetzt stehen die Räder auf “Rot”, das System empfiehlt die Reparatur und verlangt eine Entscheidung.

Mit Hilfe von “intelligenten” und “automatisierten” Systemen versucht der CIO den IT-Systemen möglichst viele Entscheidungen zu übertragen, die in den letzten Jahren in seinen Verantwortungsbereich gerutscht sind.

Heute arbeiten die CIOs mit Netzwerken, deren Komplexität sie – und ihr Team – kaum noch erfassen können. Eine paradoxe Situation – denn um ihrer Verantwortung gerecht zu werden, sind sie gezwungen genau diese Komplexität im Griff zu haben. Minute für Minute müssen sie Millionen Daten beobachten, analysieren, in Prioritäten ordnen und Entscheidungen treffen.
Eine Lösung, die IT-Hersteller vorschlagen, ist es, Komplexität zu beherrschen, indem die IT-Verantwortlichen das Verhalten von Systemkomponenten und/oder des gesamten Systems modulieren. Mit Hilfe der Programmierwerkzeuge bauen sich die CIOs einen geschlossenen Loop. Jetzt können sie kleine und große Veränderungen innerhalb des Systems oder der angeschlossenen Devices erkennen, beobachten und korrigieren.

Diese sogenannten “intelligenten” Systeme sind das Gegenstück zu dem herkömmlichen, statischen System. Dem reicht es völlig, wenn die Techniker über Regelwerke oder Verhaltensvorgaben einzelne Schritte verknüpfen.

Wenn Computer gut programmiert sind, können sie große Datenmengen zueinander in Beziehung setzen und visualisieren. Hierin unterscheiden sie sich von den Menschen. Deren Stärke ist ihre Intuition und ihre Erfahrungen, auf deren Grundlage sie Entscheidungen treffen können. Intuition und Erfahrungen – für Computer undenkbar.

IBMs zeigt den Schaltplan eines neuronalen Chip. Bei der Verarbeitung von Daten, vor allem bei unsicheren Informationen, könnten diese neuen Technoloigen sich als deutlich leistungsfähiger erweisen, als aktuelle Rechner-Architekturen.
IBMs zeigt den Schaltplan eines neuronalen Chip. Bei der Verarbeitung von Daten, vor allem bei unsicheren Informationen, könnten diese neuen Technoloigen sich als deutlich leistungsfähiger erweisen, als aktuelle Rechner-Architekturen. Quelle: IBM

Eines der populärsten Beispiele für diese Computer-Fähigkeiten ist GPS in Verbindung mit Google Maps. Das System – beispielsweise ein mobiles Telefon – erkennt, wo es ist und in welche Richtung es sich gerade bewegt. Es “weiß”, dass es sich in einer Stadt befindet und nicht auf dem Land, auf einer Straße und nicht auf dem Wasser. Und es gibt dem Menschen Unterstützung bei der Entscheidung, wie er am schnellsten an sein Ziel kommen wird. Immer sekundengenau berechnet von dem Punkt aus, an dem man sich gerade gemeinsam befindet. Von hier aus ist es eine nur eine kleine Erweiterung wie beispielsweise eine Computersteuerung für ein Fahrzeug und das System wäre nicht mehr nur “intelligent” sondern sogar “smart”.

IT-Hersteller definieren “Smart” mit “intelligence with the context and the purpose”. Die Systemkomponente mobiles Telefon sammelt die Daten, wertet sie aus und setzt sie in den Kontext zu Google-Maps-Daten. Das schlaue Auto findet mit diesen Informationen den Weg.

Allerdings mit einer wichtigen Einschränkung: Das System kann nur auf Basis der Daten arbeiten, die Menschen oder Sensoren oder Satelliten liefern. Eine nicht dokumentierte Straßensperrung oder ein Unfall direkt vor dem Auto und alle Intelligenz, Automatisierung und “Smartness” sind vergeblich.

Idealerweise könnten hier neuronale Netze weiterhelfen. Neuronale Systeme schließen Ergebnisse aus den Informationen, die ihnen vorliegen. Dafür trainieren Techniker und Wissenschaftler diese Systeme. Sie sollen die Kenntnis haben, Muster zu erkennen. Um dann auf dieser Grundlage Entscheidungen zu treffen und diese mit den vorherigen Mustern abzugleichen, zu “lernen” und neue, bessere Ergebnisse vorzuschlagen.

Doch auch die Grenzen dieser neuronalen Computer sind eng abgesteckt. Sie liegen genau in dem Bereich, den sie gelernt und trainiert haben. Die Zusammenhänge aller Muster innerhalb dieser Grenzen versteht das System. Auf eine Frage nach irgendetwas, das aus dem Zusammenhang gegriffen ist liefert das System bizarre Ergebnisse.

Statisch? – Dynamisch? – Intelligent? – Smart? – Neuronal? CIOs können sich nicht darüber beschweren, dass es nicht genügend Konzepte und Technologien gäbe, mit deren Hilfe sie Datenfluten aus Autos, Klimaanlagen, Verpackungen, Smartphones überwachen können.

Doch egal mit wie viel Software oder Hardware die CIOs ihre Netzwerke und Rechner überwachen – selbst bei einem intelligenten System ist am Ende immer die Intelligenz der Entwickler, der Designer oder der Software-Architekten entscheidend. Die Produkte, die IT-Hersteller und Entwickler bieten, sind lediglich Werkzeuge, eine Art “Intelligenzverstärker” für den Menschen.