Chancen, Risiken, Herausforderungen

ITM: Herr Golombek, wenn es um Daten geht, steht vor allem der Begriff „Big Data“ im Mittelpunkt. Doch inzwischen zeigt sich auch ein Trend zu „Small Data“. Was hat es damit genau auf sich?
Mathias Golombek: Small Data bezeichnet Daten, die aufgrund ihres Umfangs, ihrer Aufbereitung und ihres Formats für die Erfassung durch das menschliche Gehirn geeignet sind. Aus diesen Daten können dann mittels Data Science Entscheidungen abgeleitet werden – etwas, was im Bereich Big Data bereits lange praktiziert wird. Dafür braucht es spezialisierte Künstliche-Intelligenz-Ansätze (KI), die für Small Data geeignet sind und mit deutlich weniger Daten arbeiten können.

Das bedeutet nicht, dass Small Data eine Sparversion von Big Data ist. Es gibt diverse Einsatzbereiche, für die Small Data besser geeignet ist, etwa weil noch nicht genügend verwertbare Daten vorliegen oder man sehr wenige bekannte Datensätze hat. Das heißt, dass über diese Daten noch kein Wissen vorliegt, um sie für das Training von Modellen einzusetzen.

ITM: Warum kann „Small Data“ gerade für den Mittelstand ein interessantes Thema sein?
Golombek: Mittelständische Unternehmen, die keine Unsummen in die IT-Infrastruktur stecken können oder möchten und auch keine riesigen Data-Warehouse-Systeme und große Data-Science-Teams benötigen, können von Small Data profitieren. Aber auch diejenigen, die in Bereichen arbeiten, in denen es noch nicht genügend Daten gibt oder die mit besonders sensiblen Daten umgehen – Stichwort Datenschutz – können mit Small Data ihre Unternehmensentscheidungen datenbasiert aufstellen. Gerade der Mittelstand ist an vielen Stellen nach wie vor skeptisch, was die Nutzung von Daten angeht – dabei zeigt sich heute bereits, dass Unternehmen, die in der Lage sind, ihre Daten effizient zu nutzen und daraus Geschäftsentscheidungen ableiten, erfolgreicher sind und auch besser mit Disruptionen umgehen können.

ITM: Wo liegen Chancen und Risiken für kleine und mittlere Unternehmen (KMU) und wo liegen konkrete Anwendungsmöglichkeiten für Small Data?
Golombek: Grundsätzlich bietet Small Data Unternehmen aller Größe die Möglichkeit, auch ohne riesige Datenmengen in die Nutzung von KI einzusteigen. Weitere Chancen liegen, wie beschrieben, in der einfacheren Implementierung der Technologie. Darüber hinaus ist Datennutzung auch immer eine Frage des Energieverbrauchs – Small Data kann hier zu deutlichen Einsparungen führen. Was die Risiken angeht: Manche KI-Algorithmen können nur mit großen Datenmengen arbeiten – hier gilt es abzuwägen, ob die Antworten, die Auswertungen auf Basis von Small Data liefern, für die jeweiligen Ziele ausreichen.

Small Data Technologien werden in Bereichen wie Transferlernen, Data Labeling, künstliche oder synthetische Datengenerierung, Bayes’sche Methoden oder bestärkendes Lernen eingesetzt. Mithilfe von Small Data können beispielsweise intelligente Entscheidungshilfen in (Forschungs-) Bereichen gefunden werden, in denen nur wenige oder gar keine Daten vorliegen.

ITM: Gerade im Mittelstand hat sich der Einsatz von KI noch nicht flächendeckend durchgesetzt – inwiefern kann hier Small Data helfen?
Golombek: KI-Technologien sorgen dafür, dass die Daten, über die Unternehmen verfügen, intelligent ausgewertet und effizient genutzt werden können – das gilt für Small wie für Big Data. Manche mathematische KI-Algorithmen können nur mit großen Datensätzen arbeiten, andere eignen sich für den Einsatz mit kleineren – und versetzen Unternehmen so in die Lage, etwa sparsamer mit personenbezogenen Daten umzugehen oder auf die zeitraubende Bereinigung „unsauberer“ Datenbestände verzichten zu können. Grundsätzlich kann Small Data Unternehmen jeder Größe den Zugang zu KI erleichtern und dafür sorgen, dass das Kompetenzgefälle zwischen Konzernen und KMUs verringert wird. Allerdings fehlen zurzeit leider gerade bei kleineren und mittleren Unternehmen sowohl das Bewusstsein über die Existenz als auch das Know-how über mögliche Anwendungsfälle von Small Data Technologien.

ITM: Für einen effizienten Einsatz von Big Data spielt das Thema Datendemokratisierung eine entscheidende Rolle. Wie sieht es hier bei Small Data aus?
Golombek: Auch hier ist das Thema Datendemokratisierung entscheidend, denn für eine effiziente Datennutzung ist es essenziell, dass sich nicht nur einige Wenige, sondern möglichst viele Mitarbeiter in den Unternehmen mit der Nutzung von Daten auskennen – damit eben auch alle davon profitieren können und den Nutzen sehen. Arbeitet ein Unternehmen mit geringeren Datenmengen kann das die Hemmschwelle, vielen Menschen Zugang zu gewähren, senken.

Bildquelle: Exasol