Legoana: bringt Ordnung ins Datenchaos 

oder: Wie man Datenberge sinnvoll nutzt 

Weihnachten naht, und wie jedes Jahr seit 1949 werden unter vielen Christbäumen hübsch verpackte LEGO^(R)-Bausets liegen. So wie bei den meisten Spielzeugen (der Name lässt es vermuten) ist das Ziel nicht, einfach Berge von LEGO anzusammeln – sondern damit auch tatsächlich etwas zu bauen. Kaum ein Kind wird sich über die bunten Steine freuen, wenn es damit nicht auch spielen und etwas erschaffen darf. 

Eigentlich geht es heute aber natürlich nicht um LEGO (auch wenn es über die dänische Spielzeugmarke einige interessante Fakten zu berichten gibt! So leitet sich der Name von den dänischen Worten “Leg Godt” ab, die so viel wie “Spiel gut!” bedeuten), sondern um Daten. Besser gesagt, Datenmanagement – denn wie beim Spielzeugklassiker ist auch das reine Sammeln von Daten zu nicht viel nutze.  

Wie man verhindert, dass Datenberge Staub ansetzen, wie wir das bei eguana machen und was die mysteriösen Actionable Analytics damit zu tun haben, erläutern wir anhand von – na was wohl, LEGOs! 

 ***** 

Im Zeitalter der Digitalisierung werden alle uns umgebenden Gerätschaften immer schlauer. Das gilt für unsere Handys und Küchenmaschinen genauso wie für Geräte auf einer Baustelle. Je smarter Bagger, Bohrgerät und Co. werden, desto mehr Daten fallen an. Hinzu kommen immer strengere Vorschriften, die eine lückenlose Dokumentation erfordern. 

Immer mehr Daten also – aber ist das wirklich smart? 

Nicht wirklich. 

Warum Datenberge alleine nicht viel nützen  

Stellen Sie sich vor, Sie haben einen Haufen LEGO-Bausteine vor sich liegen. Große, kleine, sie liegen wild durcheinander vor Ihnen auf dem Tisch.  

Jeder einzelne Baustein repräsentiert in unserem Szenario einen Rohdatensatz. Sie unterscheiden sich anhand ihrer Größe beziehungsweise Form (etwa der Messgröße wie Druck, Durchfluss, Menge etc.), sowie ihrer Farbe (etwa dem Gerätetyp; Bohrgerät, Injektionspumpe, Pegelsonde, Schlauchwaage, …).  

Die Bausteine sind wie einzelne Datenpunkte: zwar vorhanden, in unserem Bausteinhaufen aber ohne Struktur und Kontext. Rohdaten alleine liefern eben keine aussagekräftigen Informationen – dafür müssen sie zuerst geordnet und strukturiert gespeichert und dann entsprechend analysiert und aufbereitet werden. 

Wenn Informationen ungenützt in Silos liegen

Häufig werden Daten aber lediglich gespeichert – und dann links liegengelassen. Oft auch noch in einer Form, in der sie nicht für die ganze Organisation zugänglich sind, sondern nur einzelnen Personen oder Teams. Diese nicht integrierten Speicherorte nennt man Datensilos; von der Umwelt abgeschottete Systeme, deren Inhalt nicht frei zugänglich ist. Wenn es um Wasserspeicher oder Getreidetürme geht, ist das beabsichtigt. Datensilos aber sind ganz und gar nicht wünschenswert – sollte man meinen.  

Unglaublich, aber wahr: Datensilos werden teilweise von Herstellern unterschiedlicher Systeme ganz bewusst geschaffen, um Kunden an sie und ihre Geräte zu binden. Eine automatische Weiterverarbeitung ist dann nur noch sehr eingeschränkt möglich. Dies ist gängige Praxis, obwohl man meinen möchte, dass Daten demjenigen gehören, der sie generiert hat. 

Auf einer Baustelle sind “Datensilos” Datenberge, mit denen Planer, andere Baustellen im Unternehmen etc. nicht interagieren können – wodurch automatisch wertvolle Informationen verloren gehen. 

Vom einzelnen Baustein zum fertigen Gebilde

Wir lernen: Nicht jede Analyse ist sinnvoll. Wir können unsere „Datenbausteine“ nach ihrer Größe anordnen – aber welches Gebilde im Endeffekt daraus entstehen soll, lässt sich auch mit dem geübtesten Auge nicht feststellen. Wir können die Steinchen in unterschiedliche Farben unterteilen – aber alles, was wir daraus ablesen können, ist die Menge der Steine pro Farbe. Das kann zugegebenermaßen durchaus eine relevante Information sein – aber wir wollen noch viel mehr aus unseren Daten herausholen.  

Erst dadurch, dass wir die Steine sinnvoll ordnen, kombinieren und zusammensetzen erhalten sie eine Struktur. Aus dem Chaos entsteht etwas Bedeutungsvolles.  

Eine große Rolle spielt dabei natürlich die Platzierung und Kombination der Bausteine – beziehungsweise, wo auf der Baustelle die Daten generiert wurden. Es erfordert Planung, Strukturierung und Kreativität, um aus unserem anfänglichen Durcheinander ein LEGO-Gebilde entstehen zu lassen – genauso wie es Planung, Strukturierung und Kreativität erfordert, um den Überblick über eine Baustelle zu bekommen. 

In der heutigen datengetriebenen Welt ist die Fähigkeit, aus Daten sinnvolle Informationen zu extrahieren, von entscheidender Bedeutung. Der Vergleich mit LEGO-Bausteinen verdeutlicht, dass der Wert von Daten nicht allein in ihrer Quantität liegt, sondern in ihrer Fähigkeit, in einen sinnvollen Kontext eingeordnet zu werden. So wie ein LEGO-Leguan ohne sorgfältige Planung und Strukturierung nicht entstehen kann, sind Daten ohne sinnvolle Aufbereitung und Analyse lediglich ein unstrukturierter Datenhaufen, der sein volles Potenzial nicht ausschöpfen kann. 

Daten –> Informationen –> Wissen 

Natürlich sind Daten nicht unbedingt gleichbedeutend mit Wissen. Aber gerade die Begriffe „Daten“ und „Informationen“ werden sehr oft bedeutungsgleich verwendet – obwohl es eigentlich einen großen Unterschied gibt. 

Der wichtige Unterschied zwischen Daten und Informationen ist, dass Daten -für sich alleine gesehen- meistens nicht ausreichen.  

“120” zum Beispiel fällt in die Kategorie „Daten“. Aussagewert: Null. 

“120 kg Körpergewicht” hingegen, damit lässt sich etwas anfangen!  

Und somit haben wir anstelle von bloßen Daten („120“) eine Verknüpfung mit weiteren Daten: nämlich einer Maßeinheit und der Zuordnung „Körpergewicht“.  

Wir haben somit zwar schon einiges mehr an Information, aber was uns fehlt, ist der Kontext: Wessen Körpergewicht? Ein Mann? Ein Elefant? Ein Blauwal? 

Und so kommen wir zur dritten Stufe: Wissen. 

Wissen ist eine Sammlung von Informationen, die in ihrer Gesamtheit hilft, Situationen zu beurteilen und fundierte Entscheidungen zu treffen. 

Beispiel gefällig?  

Für unser Wetter-Widget auf eguana SCALES, mit dem die aktuelle Wetterlage auf der jeweiligen Baustelle auf einen Blick ersichtlich ist, nutzen wir Daten von openweathermap, etwa so: 

{ „temp“: 11, „tmax“: 13, „tmin“: 10, „pressure“: 1013, „humidity“: 82, „description“: „Leichter Regenschauer“, „locationName“: „Innere Stadt“, „country“: „AT“, „icon“: „weather_heavy_rain.png“ } 

Hier sind Daten schon zu Informationen verknüpft, so dass wir aus “temp” und “11” ablesen können, dass aktuell Pulloverwetter herrscht. Wirklich übersichtlich ist es aber noch nicht, weshalb wir die Informationen nutzen, um daraus ein optisch ansprechendes Wetter-Widget zu machen: 

Wissen ist Macht 

Wissen ist Macht? Definitiv – aber um von dem, was Baugeräte an Daten übermitteln, an diesen Punkt zu kommen, braucht es eine Menge Arbeit.  

Und genau das ist es, was ein gutes Datenmonitoring für seine Nutzer tut. Rohdaten werden vom System direkt sinnvoll sortiert und miteinander in Zusammenhang gesetzt, Wissen wird so oft bereits innerhalb des Systems geschaffen. Anstatt manuell Daten zu sortieren und miteinander zu verknüpfen, kann Technik mühsame, repetitive Arbeitsschritte sinnvoll übernehmen und den Menschen freimachen für anspruchsvollere Aufgaben und Tätigkeiten, die kreatives Denken und Originalität benötigen.  

Ende gut – alles gut? 

Von Ende kann an dieser Stelle noch lange keine Rede sein! Denn mit Daten lässt sich noch viel mehr anfangen. Aus all den gesammelten Daten und Informationen können mithilfe von passenden Algorithmen beispielsweise wichtige Informationen abgeleitet werden, die die Beteiligten aktiv dabei unterstützen, optimiert in Hinblick auf Qualität, aber auch Ressourcennutzung zu arbeiten. Wenn das keine Actionable Analytics sind! 

Daten sammeln ist nicht schwer,  
Daten managen schon mehr!