Kategorie-Archiv: projekt

Kanada_06_2013 (146 von 1501)

Internet der Dinge – wirklich?

Zur Zeit kommt das Gespräch – ob privat oder geschäftlich – sehr oft auf die zunehmende Vernetzung und die ‘chip-everywhere’-Thematik. Wenn man über Auto’s diskutiert, ob über Kühlschränke, ob über Fitness-Armbänder oder über die Kundenerfahrung im Informations- und Kaufprozess oder sogar im medizinischen Bereich. Das ‘Internet der Dinge’ ist immer dabei. Glaubt man den Auguren, wird das ‘Internet der Dinge’ der neue Hype für 2014/2015. Oder anders gefragt: Wer hat noch kein Fitnessdevice?

Des Pudels Kern

Worum geht es aber wirklich? Betrachten wir einmal diese Fitnessarmbänder oder -geräte. Wenn wir den Term ‘Internet der DINGE’ verwenden, ist klar, dass das Device, das Stück Hardware im Zentrum steht. Wir kaufen Hardware. Wir tragen Hardware. Wir fühlen, nutzen, bedienen Hardware. Wie wir es bedienen ist ‘digital’, da ja ein Chip – sprich Computer – drin ist. Also bewundern wir die Verschmelzung von Hardware und digitaler Welt und sehen das als ‘Internet der Dinge’ bzw. das meinen wir damit. Egal ob wir ‘Internet der Dinge’, ‘Internet of Everything’ oder ‘Wearables’ sagen – der Kern für uns ist diese Verschmelzung.

Doch inzwischen dreht sich die Welt weiter und viele Entwickler, Berater und Innovateure verlieren einen wichtigen Punkt aus den Augen: Die Interoperabilität der Geräte.

Da gibt es zum Beispiel mit http://www.eyehubiot.com/, ein Konsortium aus verschiedenen Unternehmen, die sich es auf die Fahne geschrieben haben, das Internet der Dinge sicherer zu machen und zu integrieren. Dabei kommt eine Technologie namens Hypercat zum Zug, die u.a. von IBM, BT und ARM gemeinsam entwickelt wurde. Daneben gibt es – industriegetrieben – eine Initiative namens OIC, die Standards und Protokolle entwickeln will für die vielen Geräte. Nicht zuletzt kommt eine Linuxgetriebene Initiative namens ‘AllSeenAlliance‘ zum gleichen Schluss und bietet auch eine Lösung an.

Worum geht es dabei nun wirklich?

Fitnessbändel – checked. Bluetooth im Smartphone – checked. Kamera – checked. TV, Radio, Kühlschrank, Brille… – checked.  Was verbindet alle diese Geräte? Elektrizität. Und was machte die Elektrizität so erfolgreich? Standardisierung. Nicht eine einzige – moder gesprochen wäre das eine ‘Killer App’ – Anwendung, sondern die Möglichkeit, verschiedene mir das Leben erleichternde (-sic-) Geräte zu betreiben. Es geht also nicht um die Geräte selbst, sondern darum, wie sie verbunden sind (Internet) und dass sie Daten generieren, sammeln, analysieren und in Beziehung setzen – z.B. zu GPS-Daten, Steigung, Gewicht etc.

Fundamental ist also nicht eigentlich das Internet als Zugangskanal sondern die Daten, die generiert werden. Also eher ‘Data of Things’.  Aber eben – ‘Internet of Things’ tönt besser…

Daten sind nicht das neue Gold

In diesem Zusammenhang – gerade für die Vielzahl von Geräten sehr wichtig – geht es darum, dass der Zugriff auf die Daten gesichert wird. API’s sind toll. Aber und nur dann, wenn die dahinter vorhandenen Daten zugreifbar und miteinander verknüpfbar sind. Dafür sind die vorher genannten Initiativen ausgelegt. Eine ‘Meta-API’ zu schaffen, die es versteht, mit allen anderen zu auszutauschen und so bisher verteilte, nicht verknüpfte Daten in einen logischen Zusammenhang zu bringen. Daten sind nicht das neue Gold, sondern die intelligente Kombination davon.

Neue Services können so entstehen und mit den vorhandenen sensorischen Kontextinformationen angereichert werden: Schrittzahl und -schnelligkeit und Herzfrequenz aus dem Fitnessband, GPS-Daten aus dem Smartphone und daraus heraus Geländedaten verknüpfen sowie die optimale Musikzusammensetzung so bauen, dass der Nutzer hochmotiviert joggt (so würde ich vielleicht endlich auch mal wieder anfangen…). Oder ‘Data of Things’ weitergedacht, dass auch mesh-Networks untereinander kommunizieren und so eine grosse, symbiotische Einheit bilden – Machine-to-machine – um optimalerer Kommunikation und Information zu gewährleisten bei z.b. Katastrophen. Oder die Daten aus der Verkehrsüberwachung, die dafür genutzt werden, Strassenlampen dynamisch zu steuern und gleichzeitig so auch die Verkehrsflüsse durch Information der Fahrer in den Autos zu optimieren -

Kritisch: Wem gehören unsere Daten

Es geht darum, die Datenzugriffe zu demokratisieren, OpenData zu schaffen. Auch von den vielen Geräten, die wir nutzen – und Daten so freizugeben und in dem Mass zu öffnen, wie jeder einzelne es möchte. Demokratisierung ist nicht simple Ausbreitung und Nutzung aller meiner Daten, sondern die Möglichkeit zu schaffen, meine Daten zur Verfügung zu stellen. In der Granularität, die ich will.

Foto

Anonymität, Einkaufen, Grossverteiler und Lerneffekt

Nach über einer Woche in einer kleineren Bucht in Mallorca, zusammen mit einer lustigen Wandergruppe, wurde es darauf folgend wieder einmal nötig, einkaufen zu gehen. Etwas grösser und daher eben auch bei einem grösseren Geschäft eines der beiden Grossverteiler der Schweiz. Eigentlich mag ich es nicht, dort einkaufen zu gehen – zu gross, zu anonym, zu viel Auswahl. Das verwirrt mehr als es einem hilft.

Durch Angebote, Weinregionen, Tiefkühlschluchten kamen wir dann langsam gegen die Fischtheke. Dabei fiel mir erstmal auf, wie wenig Auswahl wir eigentlich haben, nimmt man die Auswahl des Marktes von Palma de Mallorca als eine Basis. Nun – wir sind ja ein Binnenland und es geht ein paar hundert Kilometer, bis wir an Salzwasser natürlichen Ursprungs sind. Daher ok.

Zöpfeln for Dummies

Dann kamen wir zum Brotstand, mit hinten angehängter, offener Bäckerei. Recht spannend, was da abging. Die Bäcker – drei an der Zahl – flochten flott aus zwei Strängen Zöpfe (schöner Satz). Nachdem ich einige Minuten zugeschaut hatte, sagt ich – wohl etwas zu laut, dass mir das viel zu schnell ginge. Einer der Bäcker schaute zu mir und meinte, sie könnten das fast nicht langsamer. Dachte ich mir bereits ja auch schon. Genauso wie es für mich schwerfällt, jemandem anders beim Computer’n oder beim Textschreiben auf der Tastatur zuzuschauen oder das langsam (!) zu erklären, geht das den Profibäckern wohl ebenso. Egal.

Ich sagte ihm nur, dass ich immer Mühe hätte, zu hause meine Zöpfe richtig schön zu flechten und dass ich sie nach oben flechte. So quasi die ‘Zöpfeln for Dummies’-Art und Weise.

Zöpfeln der Profis

Zu meinem Erstaunen bat mich einer der Bäcker daraufhin nach hinten. Nachdem ich meine Hände desinfizierte und trocknete, wurde mir auch schon gezeigt, wie man nun richtig Zopf zöpfelt. Gar nicht einfach bzw. wenn man’s immer falsch gemacht hat, dann ist das recht schwer, anders zu lernen. Mit viel Geduld, Lob und auch mit etwas Verschmitztheit wurde mir immer wieder gezeigt, wie man Fehler vermeidet oder dann Fehler korrigiert. Beruhigend auch zu wissen, dass den Profis auch Fehler passieren und dann alles wieder aufgedröselt werden  muss.

Jedenfalls – nach etwas mehr als gefühlten 10 Zöpfen wurde ich freundlich entlassen und ich fühlte mich gut. Wirklich. Das hätte ich nicht erwartet. Grossverteiler und dann persönliche Informationsweitergabe. An einem ganz normalen Verkaufstag. Naja, nicht ganz normal. 1. Mai. Aber dennoch – ich bin begeistert und finde es echt toll, dass Menschen bei Grossverteilern arbeiten, die mit Herz und Seele Ihren Beruf machen und das auch Kunden weitergeben wollen. Man erwartet das ja eher von kleineren Bäckern – aber hier waren es drei Bäcker, die neben Zöpfen auch andere Brote backen dürfen und das sichtlich mit Genuss tun.

Ich wurde da an das Buch ‘Fish’ erinnert. Sicher, hier wird nicht mit Brot geworfen, aber offen, interessiert und die direkte Kommunikation nicht fürchtend sind hier Angestellte am Werk, die mit Verve dabei sind. Und auch potentielle Kritik nicht fürchten. Sehr gut.

Was mich am Ende dann auch noch begeistert hat war, dass die Jungs herzlich mich verabschiedet haben. Wie soll ein solcher Tag getoppt werden?

Am Abend konnte ich es nicht lassen, und aus einem normalen Kastanien-Weizenmehlteig einen Zopf nach neuer Manier zu formen. Und wisst Ihr was? Der gelang super!!

Danke, liebe Coop Bäcker vom Tägipark! Das war ein Kundenerlebnis, das speziell war und ich nicht vergesse!

 

2014-02-23 14.35.32 HDR

Ende März, Sonne und daher ganz kurz: Analytics 3.0: Über Big Data hinaus

Was macht einen Datenanalysten aus und was macht der den ganzen Tag? Weiss ich auch nicht, weil ich ja keiner bin, sondern nur ein Mensch, der versucht, Firmen in ihrem Datenwust weiterzuhelfen und vielleicht auch xRM-relevante Daten zu finden und diese zu aktionieren.

Nichtsdestotrotz – hier einmal der Anfang aus dem exzellenten Artikel Analytics 3.0: Beyond Big Data, wo nach dem Buch “big data @ work” von Tom Davenport beschrieben wird, was ein Analyst der Generation 1.0 bis 3.0 so ist.

Analyst 1.0: Der Datenanalyst im abgeschotteten Raum

Analysten sassen (oder sitzen) in dunklen, fensterlosen Räumen und bearbeiten die vorhandenen Daten wochen- und monatelang. Sie erstellen Berichte der Resultate für Auftraggeber, die sie nie getroffen haben und die Analysten auch keinen Bezug zur Marktwelt haben. Die Resultate, die geliefert werden sind im übrigen bereits schon wieder obsolet.

Eigentlich oftmals noch immer die Situation in vielen Firmen – wie im Autoe den Vorwärtsgang eingelegt und losfahrend, aber nur immer in den Rückspiegel schauend. Nett, aber recht wirkungslos.

Analyst 2.0: Gewinne die Aufmerksamkeit von Datenspezialisten

Die gelierften Resultate sind beeindruckend, die Vielfalt der Kennzahlen, Wirkungskräfte und Graphiken sind schön aufgemacht. Aber leider gibt es zu wenige Datenspezialisten und so können die wirklich relevanten Daten nicht bearbeitet werden. So wird der Manager trotzdem/dennoch auf seine Bauchentscheidungen vertrauen. Und bestätigen, dass Datenspezialisten ja eh nicht nötig sind. Sowas nennt sich dann selbsterfüllende Prophezeiungen.

Kennen wir das irgendwoher? Solchen Firmen und Entscheidern begegnen wir doch immer wieder. Schade eigentlich. Aber in diesem Umfeld verständlich.

Analytics 3.0: Demokratisierung der Daten

Mit den heutigen Tools und Möglichkeiten (siehe auch hier) wird es ermöglicht, dass Analytics Teil der täglichen Arbeit wird. Heute kann (fast) jeder mindestens einen Teil der Tätigkeiten ausführen, die ein Datenspezialist früher gemacht hat. Analysen, Tiefendaten, strukturelle Trends etc können durch ‘normale’ Menschen mit gängigen Tools gefunden und genutzt werden. Und das sogar noch geräteübergreifend.

Auch unterstützen uns intelligente Werkzeuge bei der Analyse und der entsprechenden Auswertung der Daten sowie auch der Findung von nächsten Schritten basierend aus adaptiven Szenarien. Das alles kann automatisch oder unterstützt geschehen. Wenn Firmen diese Möglichkeiten freigeben, kann dadurch ein nicht zu unterschätzender Wirtschaftvorteil erwachsen und neue Produkte und Dienstleistungen durch Mitarbeitende, durch Kunden und auch in grösserem Rahmen durch eine Community geleistet werden.

Alles weitere inklusive Interviews ist hier zu lesen.

——–
P.S.: Wie kann ein Kindle e-book $20.75 kosten, das Hardcover aber günstiger sein mit $18.98? Unverständlich @amazon

IMG_1318

Big Data wird zu Smart Data wird zu Small Data

Was so alles immer wieder passiert… Kunden, die zwar Big Data betreiben, aber nichts vom Begriff hören möchten, solche die beginnen damit aber auch noch von ‘Analytics’ sprechen und andere, die darunter ganz was anderes verstehen. Irgendwie ist die Welt multivalent geworden. Aber eins ist sicher – am Thema ‘Verarbeitung von grossen Datenmengen zur Optimierung der Geschäftsprozesse’ werden wir nicht vorbeikommen. Zu gross ist die Datenflut. Zu viele Angebote, Informationen und Werbemuster, die auf uns einprallen und uns immer weniger aktivieren können. Zu viel Spam.

Lassen wir’s dabei

Nennen wir das Kind doch einfach ‘Big Data’ – und subsumieren darunter ‘Smart Data’, ‘Small Data‘ oder wie das Kind auch immer heisst. Es wird immer klarer, dass es verschiedene Vektoren beinhaltet, die das Thema ausmachen:

  • Automatisierung: Es wird immer einfacher, schneller und intuitiver Daten zu durchsuchen und nach ‘Nuggets’ zu forschen. Systeme unterstützen uns darin, Daten zu verbinden, Cluster zu bilden, Muster zu erkennen und daraus Aktionen abzuleiten. Letzteres ist jedoch noch immer mit einer Anstrengung von Nervenzellen – sprich Hirnschmalz – verbunden. Algorithmen sind das eine – Darstellung das andere. Hier gibt es bereits Produkte, die schön aufbereitet Informationen darstellen können im ‘Analysten-Backend’. Reicht nicht… sondern muss auch – und hier kranken noch viele Systeme – die Aufbereitung und Darstellung in den relevanten Ausgangskanälen – sprich: Wie kommt meine Analyse und mein daraus abgeleitetes Angebot auf das Smartphone des Kunden, dass es auch noch gut aussieht…
  • A.I.: Künstliche Intelligenz bzw. maschinenbasiertes Lernen. Kennen wir in Ansätzen schon. ‘Siri – wie spät ist es?’ ‘Morgen wird das Wetter schön’ ;-) Es geht aber weiter: Filmhäuser arbeiten bereits mit Algorithmen, die – basierend auf historischen Daten und Berechnungen sowie Einberechnung verschiedener Abhängigkeiten etc – aufzeigen, wann welcher Film in welchem Kino zu zeigen lohnenswert wäre. Künstliche Intelligenz hilft auch, Sprache zu verstehen, den Sinn zu erahnen und ‘Emotionen’ herauszulesen. Künstliche Intelligenz unterstützt also die Analyse und Aufbereitung der Informationen so, dass daraus valide Muster abgeleitet werden können. Backpropagation sei dank, erfährt das A.I. dann auch, wenn es Mist gebaut hat…
  • Analytics wird Massenware: Noch vor Jahren undenkbar – jetzt Realität. Auf dem PC über das Web kann das Netzgefüge z.b. in LinkedIn analysiert und dargestellt werden. Visualisieren von grossen Datenmengen ist für die Masse angekommen. Infographics sei dank (nein, nicht wirklich). Google Trends, Google Fusion oder manyeyes von IBM können dazu genutzt werden, rasch grosse Datenmengen zu analysieren und aufzubereiten. Die einfache Bedienung und die teilweise bereits recht nette Aufbereitung macht sogar vielleicht immer mehr Menschen Spass. Doch – Big Data benötigt eben auch immer mehr personalisierte Daten. Das ‘Internet der Dinge’, das ‘meshnet’ von Mensch, Wearables, Sensorik und anderen Signalen von Smartphone und unseren Bewegungsdaten ist die Grundlage des ‘Ghost in the Box’, der algorithmisch uns aufbereitet und das ausspuckt, was uns am nächsten sein wird/sollte/könnte.  Persönliche Daten werden alles beeinflussen: von unseren Kaufgewohnheiten, unseren täglichen kleinen Entscheidungen bis hin zur Arbeit und Freizeit – und Datability wird hoffentlich Common Sense.
  • Die Cloud: Cloud Computing und Big Data sind irgendwie seelenverwandt. Und irgendwie auch nicht. Verwandt insofern, dass Cloud die Verfügbarkeit zulässt, die dynamisch benötigt wird und auch die API zur Verfügung stellt, die es ermöglicht, dass viele Benutzer die Funktionalitäten nutzen können in dem Ausmass, wie sie es benötigen. Nicht verwandt, weil sie irgendwie doch ganz anders sind: wenn uns Big Data sagt, dass wir empfänglich für ein Fahrrad sind, sollte uns die Cloud auch sagen können, wo die nächsten schönen Wege zum Biken sind. Also irgendwie schon was ganz, ganz anderes… aber eben auch nicht. (ob ich hier noch ein bisschen elaborieren sollte – aber nicht heute)
  • Das Gesetz: Dazu habe ich glaube ich bereits alles im Artikel zu Datability gesagt. Oder nicht…

Bleibt es spannend? Definitiv. Was meint Ihr?

technologie, innovation und disruption – oder ähnlich

technologie-trends-inhalt von innovation und inventionen
technologie-trends-inhalt von innovation und inventionen

immer wieder spannend ist die auseinandersetzung mit den trends, innovationen und neuen themen am markt. wobei sicherlich klar unterschieden werden muss zwischen wirklich inventionen – neu-neuerungen also, die es so noch nie gab – und innovationen – also erneuerungen oder neue anwendungsgebiete oder neue art und weisen bestehendes zu verknüpfen. manchmal habe ich das gefühl, dass es wirkliche inventionen fast nicht mehr gibt, sondern aktuell nur noch innovationen. sei es der hd-fernseher – eine ableitung von der erhöhung der pixelzahlen im lcd-screen bis zur produktion -, nfc (near field communication) – eine anwendung von wirelesse data transfer im maximalen 10cm-bereich – oder anderen technologien. eine invention war z.b. das 3d-printing – sicherlich eine der technologien, die es uns in naher zukunft ermöglicht, ‘on demand’ physische produkte herzustellen und damit der unmittelbaren bedarfsbefriedigung (-sic-) einen noch höheren grad zuzumessen.

aktuell wird wohl der sozialen aspekte zur zeit vor allem als ‘innovation’ zugesprochen. diese innovation hat ja bekanntlich auswirkungen auf

  • sozio-personale / digitale ökonomie: sei es im social web, social network wie auch in dem digitalen social commerce – sei es durch die ‘digitale demokratisierung’ in der produktion, verteilung als auch in dem verbrauch. stichworte für letztes sind die ’99%’, die shareconomy oder die social communities auf facebook und andere. open source, soziale und mobile plattformen ermöglichen es kunden, sich selber zu vernetzen und traditionelle rollen aufzuweichen . 3-d-printing werden diese entwicklung noch beschleunigen – und wenn währungen wie bitcoin sich ausbreiten und im sinne von peer-to-peer-currency genutzt werden, dann wird sich dieser effekt noch weiter verbreitern. digitale reputation und einfluss sind neue werte – ebenso daten selbst.
  • digitale ubiquität / alles ist digital: daten, geräte, plattformen und erfahrungen – alles digital. und verbindet kunden und business. medien-, kanal- und geräteübergreifende datenaustausche – nicht nur zwischen personen sondern auch zwischen geräten unabhängig von interaktionen von menschen. und das ganze noch über ‘power grids’ oder drahtlosen austausch bzw. auch ‘zu hause’. soziale technologien und communities, die nutzung von kleinstkomputern in allen geräten sowie die kommunikation unter diesen geräten sind grundlage.
  • digital sensories everywhere: wie oben beschrieben werden die geräte mit immer mehr sensoren ausgerüstet, die daten messen, speichern und nutzbar machen. sensoren erlauben, in interaktion mit der umwelt zu treten und auch, dass gerätschaften ‘intelligent’ werden, wenn wir intelligenz als interaktion mit der umwelt verstehen und daraus schlüsse zu ziehen. am ende ist es der mensch, der diese schlüsse (noch) beurteilt und auch tlw. weiterverbreitet. roboter, hardware, tragbare geräte – alle diese sind in interaktion mit der umwelt über sensoren.
  •  m2m: machine-to-machine kommunikation ist eines der inhaltlichen aspekte, die es erlauben, dass geräte unabhängig von menschlichem eingriff selbst kommunizieren und z.b. die heizung optimieren und den stromverbrauch ebenso. m2m ist eine der grundlage von ‘schwarmbasierter intellligenz’ einerseits, andererseits aber auch z.b. im marketing für die information mit kontextspezifischen informationen. social wisdom mit m2m erlaubt es z.b. auch, dass staus vermeidet werden können.

“strukturelle dynamik” ist eine der grundlagen für diese themen einerseits – andererseits ist es auch eine auswirkung der technologien in den ersten anwendungen und entwicklungen durch die technologie selbst. strukturelle dynamik ist eng mit organisationaler anpassungsfähigkeit verbunden. aspekte wie big data, big data analytics, sharing/collaboration etc – also die themen – sind für die anpassungsfähigkeit der unternehmen überlebenswichtig. sei es im b2c oder auch im b2b-bereich. gerade die öffnung und die ubiquität  der daten und informationen sind grundlagen für eine grosse menge von daten, aus denen dann schlüsse gezogen werden müssen, die dann wiederum mit modernen technologien auf den markt angewendet werden sollten.

“adaption” ist die voraussetzung einer unternehmung bzw. organisation, die aus der dynamik herauskommt und die am markt angewendet werden können.

was meint ihr? ist dieses erste frameideenwork nutzbar?