Gespeicherte Daten, die niemals verwendet werden, sind Kostenfalle und Umweltbelastung zugleich. Zwei grundsätzliche Optionen bieten sich an: Löschen oder Nutzbarmachen. Der Einsatz von künstlicher Intelligenz ist in beiden Fällen gefragt.
Wie verschwenderisch der Umgang mit Daten ist, zeigt das Phänomen Dark Data. Bezeichnet werden damit Daten, die zwar erfasst und gespeichert, aber nicht verwendet werden – unter anderem, weil deren Auswertung zu aufwändig ist, sie aus rechtlichen und sicherheitstechnischen Gründen aufbewahrt werden müssen oder weil ihre Existenz ihren Erzeugern schlicht und einfach nicht mehr bewusst ist. Befeuert wird die Lust am Sammeln von der Big-Data-Versprechung, aus Daten per Analyse geschäftlichen Profit ziehen zu können, sowie von fallenden Kosten für Storage und Rechenleistung. Tatsache ist zugleich – so die Ergebnisse einer Studie, die jüngst in der Harvard Business Review erschienen ist –, dass weniger als die Hälfte der in Unternehmen gespeicherten strukturierten Daten jemals genutzt werden. Unstrukturierte Daten liegen sogar zu rund 98 Prozent ohne Verwendung auf Halde. Noch drastischer sieht es der US-Netzwerkspezialist Cisco. In einer Studie kam das Unternehmen zum Ergebnis, dass eine Stadt mit einer Million Einwohnern im Jahr 2020 rund 200 Millionen Gigabyte Daten am Tag erzeugt und davon in den meisten Bereichen gerade einmal 0,1 Prozent weiterverwendet.
Daten löschen als Moral.
Was längere Zeit nicht in Gebrauch ist, mutiert irgendwann zu unbrauchbarem Datenmüll, der in Rechenzentren kosten- und umweltintensiv künstlich am Leben zu erhalten ist. Laut Studie des auf Datenmanagement spezialisierten Software-Unternehmens Veritas zeichnen dunkle Daten im Jahr 2020 für einen Ausstoß von 6,4 Millionen Tonnen CO2 verantwortlich. Das entspricht vergleichsweise den jährlichen Treibhausgas-Emissionen des gesamten österreichischen Gebäudesektors.
Geht man von den Prognosen des US-amerikanischen IT-Marktforschers International Data Corporation (IDC) aus, wird sich die Menge an Daten und anteilsmäßigen Dark Data in den nächsten vier Jahren vervierfachen. Als größter Wachstumstreiber gilt das Internet of Things, bei dem mit Sensoren ausgestattete Geräte Unmengen von Informationen sammeln, vernetzen und speichern – ob in smarten Häusern, auf intelligenten Straßen oder in der Industrie 4.0.
Für Eric Waltert, Regional Vice President D-A-CH bei Veritas Technologies, sind die alarmierenden Prognosen ein Weckruf: „Auf der ganzen Welt engagieren sich Staaten, Bürger und Unternehmen, ihren CO2-Fußabdruck zu verkleinern, dunkle Daten stehen aber selten auf ihrer Liste. Dabei müssen wir alle künftig lernen, wie wir Daten zum Wohle des Planeten besser aufbewahren und pflegen können.“
Daten löschen sollte laut Waltert zum moralischen Gebot werden. Bei Veritas hat man in diesem Sinne einen Fünf-Punkte-Maßnahmenkatalog für Unternehmen entwickelt, damit diese das Löschen risikofrei bewerkstelligen, dabei Kosten senken und Compliance-Vorschriften besser einhalten können (siehe Infokasten: „Fünf Maßnahmen zur Pflege und Reduktion von Daten“).
Intelligente Einsichten.
Eine andere Möglichkeit Dark Data den Kampf anzusagen, ist es, Wege zu finden, vorhandene Daten nicht in die „Finsternis“ verschwinden zu lassen, sprich sie effizienter als bis dato nutzbar zu machen.„Unternehmen verfügen über große Mengen an Daten, gespeichert in unterschiedlichen Systemen und Formaten. Meist sind keine zentralen Möglichkeiten vorhanden, diese zeitsparend abzurufen um damit weiterzuarbeiten – eine enorme Herausforderung für Mitarbeiter und Führungskräfte“, sagt Daniel Fallmann, Gründer und CEO von Mindbreeze.
Das österreichische Unternehmen hat sich auf Lösungen spezialisiert, Daten und Dokumente aus unterschiedlichen Quellen zu erfassen, in einen Kontext einzubinden und Nutzern verständlich darzustellen – und setzt mit der eigenentwickelten Insight Engine InSpire auf den Einsatz von künstlicher Intelligenz (KI), Cognitive Search und Wissensmanagement. „Für Unternehmen ist es ein Problem, wenn Datenquellen parallel ohne direkte Verbindung zueinander existieren, quasi als Datensilos. Das verhindert häufig einen Überblick über die gespeicherten Informationen und Geschäftspotenziale bleiben verborgen“, so Fallmann. Diese Datensilos gelte es aufzubrechen, um die Daten anschließend mit Methoden der künstlichen Intelligenz und des Machine Learning aufzubereiten.
Bei der Mindbreeze-Lösung lassen sich für die gewünschten „intelligenten Einblicke“ Unternehmensdaten verknüpfen und 360-Grad-Sichten (oder digitale Zwillinge) auf das Unternehmen, die Kunden, Prozesse, Produkte und Ressourcen generieren. „Diese Verknüpfung steigert nachhaltig das Verständnis für Geschäftspraktiken, Kunden oder Trends. Dadurch können Effizienz und Effektivität erheblich verbessert und die Fähigkeiten ausgebaut werden, rasch auf sich ändernde Trends und Sachverhalte zu reagieren.“
Für Fallmann steht außer Frage, dass sich Unternehmensinnovationen „lediglich mit zielgerichteter und effizienter Bereitstellung der gerade benötigten Informationen vernünftig vorantreiben lassen“. Das reduziert zwar nicht die Datenmenge insgesamt, sehr wohl aber – durch Nutzbarmachung bestehender Daten – den Anteil des kostenintensiven und die Umwelt schädigenden Datenmülls.