Kolumne: Stropek as a Service

Ein schmaler Grat: SaaS als Spagat zwischen Machine Learning und Datenschutz
Kommentare

Wer für Design und Entwicklung von Softwarelösungen verantwortlich ist, kennt das unangenehme Gefühl im Bauch, eventuell eine Technologie oder einen Trend zu verpassen. Einerseits mögen wir es nicht, weil es uns nachts wachhält. Andererseits wissen wir, dass es dafür sorgt, dass wir die Augen offenhalten und wir uns nicht auf unseren Lorbeeren ausruhen.

Im Moment gibt es ein solches Thema, das kaum jemanden in der SaaS-Branche kalt lässt: Machine Learning. Täglich liest man über neue, revolutionäre Durchbrüche. Zwangsläufig haben die meisten SaaS-Anbieter begonnen, darüber nachzudenken, wo Machine Learning in ihrer Domäne sinnvoll eingesetzt werden könnte. Ich bin selbst keine Ausnahme und muss zugeben, dass auch mich diese Technologie in ihren Bann gezogen hat.

Werkzeuge werden verfügbar

Die Tatsache, dass die Werkzeuge für Machine Learning verfügbar und vor allem für eine große Anzahl an Firmen leistbar geworden sind, unterstützt den Trend. Bibliotheken wie TensorFlow von Google, Web-APIs wie die Cognitive Services von Microsoft oder PaaS-Angebote wie Azure Machine Learning sind nur drei Beispiele für Tools, die die Einstiegshürde in die Welt von Machine Learning drastisch gesenkt haben. Sie ist nicht mehr nur den ganz großen Unternehmen vorbehalten. Auch kleine und mittlere Unternehmen sind gefordert, die Einsatzmöglichkeiten auszuloten und neue Produkte und Dienstleistungen damit umzusetzen.

Datenkraken züchten

Dabei wirbelt Machine Learning die Softwareentwicklung ordentlich durcheinander. Es gewinnt nicht mehr, wer den besten Algorithmus programmieren kann. Statt dass Menschen den Programmablauf festlegen, lernen Programme von selbst, indem sie Daten analysieren oder gezielt mit entsprechend vorbereiteten Datenbeständen trainiert werden. Die entscheidenden Faktoren für Innovation sind einerseits Technikerinnen und Techniker, die wissen, wie man mit den Machine-Learning-Werkzeugen umgehen muss. Andererseits braucht man aber vor allem Daten, durch deren Analyse Programme Expertenwissen erlernen können, auf das dann in Softwarelösungen zurückgegriffen werden kann. Will man als SaaS-Anbieter also bei Machine Learning vorne mit dabei sein, braucht man Daten, Unmengen an Daten. Je mehr, desto besser. Je detaillierter, desto besser.

Zwischen den Stühlen

Aber war da nicht auch noch das Thema Datenschutz, das aktuell in aller Munde ist? Arbeitet man an SaaS-Lösungen in der Cloud, sitzt man zwischen den Stühlen. Man möchte dem zweifellos gerechtfertigten Bedürfnis seiner Benutzer nach Privatsphäre nachkommen. Gleichzeitig brauchen wir analysierbare Daten mehr denn je, um Machine Learning zu ermöglichen. Wir stecken in einer Zwickmühle, die sich nicht einfach auflösen lässt.

Wenn ich beruflich bei größeren Kunden tätig bin, treffe ich immer noch auf eine gehörige Cloud-Skepsis. Zwar findet man immer weniger mit einer strikten No-Cloud-Strategie. Wenn es aber über Randthemen hinausgeht, sind viele Firmen immer noch zögerlich bis ablehnend, SaaS- oder PaaS-Angebote in der Cloud zu nutzen. Man vertraut den Servern im eigenen Keller doch noch mehr. Und bei den Produkten, die man lokal installiert hat, dreht man als Erstes jedes „Nachhausetelefonieren“ ab. Kunden haben Angst, dass Daten nach außen oder gar in die Hände von Mitbewerbern gelangen könnten. Selbst wenn es um Telemetriedaten geht, sagt man Nein. Schließlich weiß niemand, was alles in den Datenpaketen versteckt ist.

Software Architecture Summit 2017

The Core of Domain-Driven Design

mit Carola Lilienthal (Workplace Solutions)

Distributed Systems

mit Kyle Kingsbury (Independent Consultant)

Kunden bestechen?

Was also tun als Softwareanbieter? Sollen wir die Kunden durch besonders günstige Angebote oder sogar kostenlose Dienste bestechen, damit sie uns doch ihre Daten anvertrauen? Sollen wir den Kunden einfach keine On-Premises-Variante mehr anbieten? Sollen wir auf End-to-End-Verschlüsselung und allzu scharfe Datenschutzrichtlinien verzichten? Es wäre eine Wette darauf, dass die Daten, die wir erhalten, wertvoller sind als das Geschäft, das wir kurzfristig verlieren.

Interdisziplinäre Herausforderung

Es ist meiner Ansicht nach an der Zeit, dass in SaaS-Firmen die Diskussion darüber geführt wird, wie man sich im Spannungsfeld Machine Learning und Datenschutz verhält. Das Thema ist kein rein technisches, es ist interdisziplinär. Rechtliche Rahmenbedingungen müssen besonders bei uns in Europa beachtet werden. Interne Prozesse müssen überdacht werden, um den Zugriff auf Daten an den richtigen Stellen zu ermöglichen, den ungerechtfertigten Zugriff aber zu verhindern. Personelle Fragen wie Ausbildung und Suche nach geeigneter Verstärkung der Teams, zum Beispiel durch Datenanalysten, müssen in Betracht gezogen werden. Schlussendlich muss das Managementteam den Mut haben, unternehmerische Entscheidungen zu treffen, deren Ausgang niemand mit Sicherheit vorhersagen kann.

Offenheit ist gefragt

Voraussetzung für diese Auseinandersetzung ist, dass SaaS-Anbieter ernsthaft beginnen, sich auf allen Ebenen und in allen Unternehmensbereichen mit den Grundkonzepten, Chancen und Risiken von Machine Learning auseinanderzusetzen. Dabei sind jene SaaS-Anbieter klar im Vorteil, die sowohl nach innen als auch nach außen auf eine offene Diskussionskultur und vertrauensvollen, fairen Umgang setzen. Unternehmen mit starren Hierarchien, Angst vor Veränderung und pauschalen Vorurteilen laufen nicht nur Gefahr, Vorteile durch sinnvolle Nutzung neuer Technologie zu verpassen. Sie gehen auch das Risiko ein, dass Mitarbeiter, deren Vorschläge ignoriert oder unterdrückt werden, Wege abseits der offiziellen suchen. Nicht selten führt genau das zu den Datenschutzkatastrophen, die man eigentlich hätte verhindern wollen.

Lesen Sie alle Ausgaben der Kolumne „Stropek as a Service„!
In der Kolumne greift Rainer Stropek spannende Aspekte wie die Finanzierung, den Customer Lifetime Value, aber auch wichtige Themen wie Billing, Kundenbindung durch Qualität oder APIs auf – alles aus der Sicht eines Unternehmers, der seit 20 Jahren in der IT-Branche tätig ist und seit fünf Jahren intensive Erfahrungen mit SaaS gesammelt hat.

 

Unsere Redaktion empfiehlt:

Relevante Beiträge

Meinungen zu diesem Beitrag

X
- Gib Deinen Standort ein -
- or -