Public Employment Services (PES) kommen von Zeit zu Zeit an einen Punkt, an dem sie dazu gezwungen sind, ihre veralteten Systeme für die Arbeitssuche zu erneuern oder in Ländern, wo bisher noch überhaupt keine Lösungen vorhanden waren, diese ganz neu aufzusetzen. Mit der stark fortschreitenden Digitalisierung sind Ansprüche und Erwartungen an solche Lösungen sehr stark gestiegen: Durchgängige Prozesse, intelligentes Matching, umfassende Daten- und Arbeitsmarktanalysen, einfache Parsing- und Klassifizierungsmöglichkeiten und vieles mehr.
Solch tragfähige und performante Lösungen zu entwickeln und erfolgreich zu lancieren ist darum aufwendig. Die dafür nötigen Prozesse und Entwicklungsarbeiten können sich über mehrere Jahre erstrecken und sind kostspielig, vor allem für kleinere PES. Mit einer bewährten, skalierbaren White Label Plattform mit modernsten modularen Komponenten kann dieser Prozess für alle Ansprüche und Grössen von PES beschleunigt, vereinfacht und kosteneffizient realisiert werden. Wie dies funktioniert, möchten wir Ihnen im nachfolgenden Post kurz aufzeigen.

Modell Flickenteppich und viel, viel Zeit…

Eine solche Lösung wird häufig aus bestehenden, internen und neuen, zugekauften Komponenten zusammengestellt. Ein solches Modell kann durchaus funktionieren, erfordert jedoch viel Zeit, viel Budget und meist noch mehr an Aufwand. Viele PES flicken (entschuldigen Sie den Ausdruck, jedoch ist dies leider der Fall) sich somit ihre neue Lösung zusammen, da sie häufig einige bestehende Komponenten bereits einsetzen und gutes Personal wie Software-Ingenieure und Projektmanager ebenfalls bereitsteht. Aber wie oft haben diese in den letzten Jahren bereits eine solche zeitgemässe PES-Plattform mit allen notwendigen Prozessen und Komponenten entwickelt? Und wie gut sind die eigenen Datenspezialisten und Taxonomen auf die veränderten Anforderungen vorbereitet? Können sie die Daten und Inhalte in der gewünschten Form und Struktur für durchgängige, digitale Prozesse wie z.B. für ein Matching zur Verfügung stellen?

Die Entwicklung einer modernen und leistungsstarken Plattform, die ihre Arbeitssuchenden auf eine effektivere Weise mit dem Arbeitsmarkt zusammenbringt, ist für die Arbeitsvermittler in jedem Fall ein äusserst anspruchsvolles Unterfangen. Denn dies enthält viele einzelne, ebenso anspruchsvolle Teilprojekte. Für jede Komponente, die diese Plattform beinhalten soll, müssen meist sogar über öffentliche Ausschreibungsverfahren Zulieferer überprüft und getestet werden, und Inhouse-Lösungen müssen überarbeitet oder sogar vollständig neu entwickelt werden. Vom Matching bis zum Parsing Tool, über das Interface und UX bis hin zum Support-Chat. Schon die Beratung und Evaluation für jedes einzelne Tool und jeden Teilprozess schaffen langwierige Prozesse. Wer versteht diese Teillösung? Welcher Anbieter bietet den richtigen Ansatz und kann auch die nötige Erfahrung damit ausweisen?

Viel Recherche, viele Gespräche, viele Verhandlungen. Dabei sollte auch nicht vergessen werden, dass neue Technologien und Tools allein nicht als Retter in der Not fungieren können. Vielmehr müssen auch alle Prozesse angepasst werden. Die Jobvermittlung, das eigentliche Kerngeschäft der PES, hat sich bereits stark verändert. Alle fünf bis zehn Jahre müssen die Ansätze und Prozesse erneut verändert und überdacht werden. In Zukunft und mit der immer stärker fortschreitenden Digitalisierung und den Auswirkungen auf die Arbeitsmärkte, wohl eher noch häufiger.
Vom Projekt-Kickoff bis zur Liveschaltung der Lösung können so mehrere, wertvolle Jahre vergehen. Und manchmal ist die neue Lösung zum Zeitpunkt der Lancierung bereits wieder veraltet. Auf jeden Fall vergeht meist sehr viel Zeit, in der schon längst eine effiziente White-Label-Plattform laufen könnte.

Oft untestbar bis zum Launch

Nicht nur zeitlich ist dies eine grosse Herausforderung. Ein Vorgehen gemäss Modell Flickenteppich ist auch komplex und risikoreich. Die einzelnen Lösungskomponenten müssen entwickelt und in eine grosses Ganzes integriert werden. Teilweise in eine alte, bestehende Plattform oder Front-End. Oder diese wird sogar neu entwickelt und inhouse gebaut. Interne und externe Lieferanten verfügen dabei über kaum oder gar keine Kenntnisse über die Komponenten des jeweils anderen. Dies erschwert auch das Testing. Meist erst kurz vor der Liveschaltung kann getestet werden, wie die Komponenten im Detail zusammen funktionieren, denn es gibt keine Referenzen für eine solche Konstellation, die es in dieser Zusammenstellung und Funktionsweise bisher noch nicht gegeben hat.

Die Verlockung kann gross sein, einen Teil der Lösung (beispielsweise das Front-End) unter Einbezug eigener Entwicklungsressourcen zu bauen. Was in bestimmten Fällen Vorteile bringen kann, ist für einen Grossteil der Arbeitsvermittler nachhaltig mit Risiken und unvorhergesehenen Kosten verbunden. Anpassbare Off-The-Shelf-Lösungen hingegen bieten Stabilität, Zuverlässigkeit und Effizienz für die Bedienungsabläufe und auch den späteren Unterhalt.

Stabil, zuverlässig, effizient

Die Stabilität, die Weiterentwicklung und der spätere Unterhalt sind beim Modell Flickenteppich nicht vollständig gesichert, da Änderungen an der Software schwieriger möglich sind, wenn die Herzstücke der Lösung mehrheitlich über eine externe API laufen. Eigens entwickelte Lösungen müssen einen Software-Layer zur API implementieren. Werden Änderungen an der API vorgenommen (Minor oder Major), so müssen diese Änderungen in den entsprechenden Software-Modulen nachgezogen werden. Dies kann zu Instabilitäten und/oder Wartungsproblemen führen, falls dies zu spät erkannt oder gar nicht erst durchgeführt wird.

Auch kann nicht auf eine zuverlässige Performance vertraut werden. Durch den Verbund mehrerer Softwaresysteme steigt das Risiko von Fehlern. Zugleich wird die Lokalisierung des Fehlers und das Finden der Fehlerursache, oder die «Root Cause», komplexer, da zuerst isoliert werden muss, in welchem Bereich der Lösung der Fehler entstanden ist.

Eine bereits von anderen PES erfolgreich eingesetzte White-Label-Plattform bietet im Gegensatz auch in diesem Bereich entscheidende Vorteile, wenn es um den Bedienungskomfort, Effizienz und Customizing der Benutzerschnittstelle geht. Ausserdem bietet diese Lösung beispielsweise standardmässig bereits eine bedienerfreundliche Mobile-Benutzerschnittstelle mit Responsive Design und vieles mehr.

Letztendlich fallen viele Kosten weg wie beispielsweise für Wartung und Weiterentwicklung des selbstgebauten Teils und für Integrationen. Inhouse-Support ist kaum nötig, da diese Aufgabe hauptsächlich beim Plattform-Provider liegt, der alle Features seiner Plattform bestens kennt. Somit sind teure Neuanstellungen ebenfalls kaum oder gar nicht nötig. Zudem vergehen dann ja meist wieder 20 Jahre, bevor wieder eine neue Inhouse-Lösung konzipiert und entwickelt wird. Schwierig, die erfahrenen und qualifizierten Entwickler, Architekten, Taxonomen und UX-Spezialisten (von denen es überall viel zu Wenige gibt und welche von der Industrie heiss umworben sind…) zu halten und mit genügend interessanter Arbeit zu versorgen.

Eine einzige Lösung genügt

Die optimale Lösung von JANZZ.technology steht schon längst bereit: Eine anpassbare Plattform, in welche alle benötigten Features integriert sind und auf die individuellen Bedürfnisse aller PES, auch mit kleinerem Budget abgestimmt wurden. Die Lösung ist durchgängig getestet und gebaut mit langjährigem Know-How vieler anderer PES rund um den Globus. Sie ist multilingual verfügbar, mit ISCO-08, ESCO und natürlich allen landespezifischen Klassifikationen, sowie allen benötigten Design-, Prozess- und Farbkombinationen. Ob als DSGVO-konforme Cloud-Service-Lösung (welches Sie auch noch von anderen teuren Herausforderungen entbindet) oder als hochperformante On-Premise-Installation nach ihren Vorgaben.
Und die Plattform ist schnell und einfach verfügbar: Durch das bestehende, breite und bewährte Know-How von JANZZ.technology und den leichtanpassbaren Strukturen, UI und den aktuell wohl leistungsstärksten, semantischen Technikkomponenten etc. kann die Projektlaufzeit bis Implementation auf rund 180 Tage reduziert werden. Das bedeutet Budget- und Projektsicherheit und sehr, sehr kurze 180 Tage bis der erste Arbeitssuchende über das neue System vermittelt werden kann.

Wann dürfen wir Ihnen Ihre zukünftige Lösung einmal persönlich vorstellen?

sales@janzz.technology

Es ist das dominierende Thema heutzutage in den digitalen HR-Prozessen: Wie können für das Matching effizientere, zeitgemässere sowie bessere Tools und Technologien entwickelt werden, welche die vielseitigen Aufgaben und Herausforderungen kundenorientierter lösen. Die Spreu vom Weizen zu trennen, ist dabei schon eine sehr anspruchsvolle Aufgabe. Wenn die technologische Wahl in der heutigen Zeit nicht bereit ist, die Zukunft mitzugestalten, hat dies starke Auswirkungen auf das Matching. Vor allem aber werden Probleme in der Zukunft forciert. Denn Matching bedeutet Verständnis. Verständnis dafür, welchen Herausforderungen sich ein Arbeitsmarkt stellen muss. Alle Anbieter von Job-Matching-Technologien sind der Meinung, sie seien in der Lage, die Arbeitssuchenden zu vermitteln und somit den Arbeitsmarkt zu beleben. Doch es gibt nicht den Arbeitsmarkt. Jeder Arbeitsmarkt hat seine Charakteristiken und nur weil möglichst viele Menschen schnell vermittelt sind, ist es damit noch nicht getan: Es sind nämlich andere, vielschichtige Probleme, denen wir ins Auge blicken müssen. Aus diesem komplexen Thema wurden vier Problemfelder ausgewählt, welche aufzeigen, warum es nicht nur um reine Vermittlung geht. Und warum im Jetzt vorgebeugt werden muss, um die Probleme in der Zukunft abzuschwächen.

1) Heute Vollbeschäftigung, morgen Gap

Ist Arbeitslosigkeit zurzeit überhaupt ein Problem in der westlichen Welt?
Denn kaum war die erste Woche des Jahres vergangen, kamen die neuen Zahlen des US-amerikanischen Arbeitsmarktes heraus. Diese näherten sich stark der vollen Beschäftigung (definiert als drei Prozent Arbeitslosigkeit) mit einer Arbeitslosenquote von 4.1 %, nachdem 250,000 neue Jobs im letzten Monat des Jahres 2017 gezählt worden sind. Der niedrigste Wert seit 17 Jahren. Mark Zandi, Chefökonom der Marktforschungsinstitution “Moody’s Analytics”, nannte den amerikanischen Arbeitsmarkt «bald so gut wie er sein kann». Viele westliche Länder haben im Moment ähnlich niedrige Zahlen aufzuweisen. Deutschland und die Schweiz liegen gar unter vier Prozent, Norwegen nur knapp höher und der EU-Durchschnitt ist der niedrigste seit zehn Jahren. Selbst das Vereinigte Königreich ist in dieser Hinsicht noch nicht vom Brexit getroffen worden. Planen die Arbeitsämter nun lange Ferien?

Hoffentlich nicht. Denn deswegen zu denken, dass sich diese Staaten keine Sorgen um ihren Arbeitsmarkt machen müssten, ist ein Trugschluss. Jeder Arbeitsmarkt stellt sein Arbeitsministerium vor seine eigenen Herausforderungen, weshalb Arbeitsämter immer gut zu tun haben. Und um nun die Public Employment Services grundlegend zu unterstützen, reicht nicht nur eine reine Vermittlungslösung. Es bedarf vor allem an weitreichend fundiertem Wissen über die Arbeitsmärkte und ihren vielfältigen Herausforderungen, von denen zurzeit in allen Ecken der Welt unterschiedliche lauern.

Hierzu zählt aktuell allen voran die Digitalisierung: Der europäische Arbeitsmarkt ist an vielen Orten zwar nahe an der Vollbeschäftigung, doch aufgrund dieses Trends können die Beschäftigten zu leicht in der Zukunft ersetzt werden. Wer braucht einen Taxifahrer, sobald der Wagen selbst zum Chauffeur wird? Und wer braucht eine Putzhilfe, wenn das Reinigen Roboter übernehmen, die selbst in engsten Ecken säubern? Zwischen den Jobs mit niedrigerem Qualifikationsniveau gibt es jedoch grosse Unterschiede. So können Reinigungen viel leichter von Maschinen übernommen werden als beispielsweise komplizierte Näharbeiten. Es sind also nicht alle Jobs mit niedriger Qualifikation gefährdet – jedoch viele. Und nicht nur diese. Denn auch Mitarbeitende mit höherer Ausbildung kann man ersetzen, da Computer die Statik von Gebäuden, Logistik- oder Produktionsprozesse wesentlich genauer berechnen und verbessern können. Ebenso gilt ein Computer als immer verlässlicher und vor allem risikoaverser als der lebendige Finanzberater in der Bankfiliale nebenan, da er nun mal aufgrund von Fakten und nicht Emotionalität entscheidet.

Diese komplexen Herausforderungen lassen sich nicht einfach mit reiner Vermittlung lösen, denn auch wenn jemand vermittelt werden konnte, könnte dieser Job in naher Zukunft durch die Digitalisierung verschwinden. Wenn der Verbrennungsmotor bald pensioniert und vom Elektromotor abgelöst wird, sind wesentlich weniger Kräfte nötig, denn für die Herstellung eines Elektromotors bräuchte man nur noch vier Mitarbeiter anstatt sieben. Die drei Überflüssigen werden nun also arbeitslos, und um diese wieder zu vermitteln, darf nicht nur zugeschaut und abgewartet werden.

2) Die Schere öffnet sich

Schaut man bestimmte Berufsgruppen an, lässt sich das Gegenteil als Herausforderung erkennen. Während einige Berufe verschwinden, werden gleichzeitig in anderen Bereichen händeringend Kräfte gesucht. Die Medien bewerfen sich mit immer höheren Zahlen: 7000 offene Stellen für Pflegekräfte in der Schweiz, 100000 Ingenieure in Deutschland vermisst. Wie soll durch die Vermittlung ein Bedarf gedeckt werden, für den es keine Kräfte gibt?

Welchen Beruf die Menschen lernen möchten, deckt sich also immer weniger mit der Nachfrage. Von Beginn der Kindheit an gibt es eine sehr grosse Freiheit bei der Wahl zum Beruf: Fast jeder kann nahezu selbstbestimmt wählen, welche Karrierelaufbahn er einschlagen möchte. Diese Freiheit führt dazu, dass es einerseits häufig gewählte und andererseits sehr selten gewählte Karrierewege gibt. Und schliesslich stehen wir vor einer Schere, die zwischen diesen beiden Gruppen mehr und mehr auseinandergeht. In vielen attraktiven Berufen wird es immer schwieriger, den Lebensunterhalt über vier bis fünf Jahrzehnte zu sichern, und da wir immer länger arbeiten, ist gerade dieser Aspekt sehr wichtig. Wie viele Meeresbiologen werden wohl in der Schweiz wirklich benötigt? Und während die gutausgebildeten Meeresbiologen arbeitslos verbleiben, unterschreiben Ingenieure Arbeitsverträge noch lernend im Hörsaal lernen. Ein Trauerspiel.

Dies sollte als Ansporn für eine neue Aufgabe sowohl für Politik, Gesellschaft, Universitäten als auch für alle weiteren beteiligten Parteien gesehen werden: Wir haben einen Bedarf, also machen wir den Bedarfsbereich attraktiv. Es ist Zeit, dass Einfluss genommen wird auf die Ausbildung und die Karriereplanung. Nicht nur in der Not reagieren, sondern gezielt vorbeugen. Was kann getan werden, damit junge Menschen Ausbildungen wählen, die unbedingt benötigt werden? Es muss in die Zukunft geschaut werden. Begrenzen wir stark frequentierte Studiengänge in einem stärkeren Rahmen? Fördern wir Personen, die unattraktive Ausbildungen wählen?

Natürlich könnte man die Löhne von Berufen wie in der Pflege schlichtweg substantiell erhöhen, um diese attraktiver zu machen. Aber wer soll das bezahlen, wenn die Konsumenten nicht bereit sind, mehr zu zahlen? Solange Produkte und Dienstleistungen immer günstiger werden, können die Löhne auch nicht gesteigert werden – und das sorgt dafür, dass die Erträge nicht ausreichen und der Job als unattraktiv gilt. Auf diese Art und Weise kann aktuell also ein Job nicht attraktiver gemacht werden.

Bei solchen Herausforderungen ist es nicht sinnvoll, schlichtweg über Vermittlungsstrategien, ganz gleich ob technologisch oder nicht technologisch, nachzudenken. Denn auch dieses Problem ist nicht mit reiner Vermittlung gelöst. Vielmehr sollte man darauf hinarbeiten, dass sich Angebot und Nachfrage decken. Es müssen neue Modelle geschaffen werden, um auf aktuelle Trends und Gaps reagieren zu können. Die Gapanalyse zeigt, dass der Mangel immer grösser wird und zwar in allen Märkten. Und dies lässt sich leider nicht mit Migration klären, obwohl sich daraus zurzeit insbesondere in Europa viele Möglichkeiten entwickeln.

3) Abwanderung als einziger Ausweg

Denn leider gibt es sogar ganze Regionen, in denen die Erträge von Arbeit einfach nicht reichen. In diesen Teilen der Erde fühlen sich die Menschen, als müssten sie wegziehen, um Arbeit zu finden. In Litauen beispielsweise gibt es in fast jeder Familie jemanden, der im Ausland arbeitet, denn die Menschen können dort von ihren Löhnen bei steigenden Lebenshaltungskosten kaum leben. Das kleine Land hat deswegen in den letzten 15 Jahren über eine halbe Million Menschen verloren- eine grosse Anzahl bei einer Gesamtbevölkerung von unter drei Millionen. Vor allem junge Menschenverlassen das Land entweder schon vor oder gleich nach dem Studium. Zurück bleibt eine Gesellschaft, die umso schneller altert.

Oder schauen wir uns die Bevölkerung von Indonesien an: über eine Viertelmilliarde Menschen. Diese findet ihren Arbeitsmarkt sicher interessant, denn die Wirtschaft im Land ist stark wachsend. Doch umso mehr wächst die Bevölkerung – jedes Jahr um drei Millionen Menschen, also so viele wie in den Städten Berlin oder Madrid leben. Dabei ist über die Hälfte unter 30 Jahre alt. Diese vielen jungen Menschen benötigen irgendwann alle eine Arbeitsstelle. Auch hier sehen viele die Abwanderung als nötigen Ausweg. Und auch in solchen Fällen müssen neue Modelle geschaffen werden, Modelle die Angebot und Nachfrage wieder auf ganz andere Weise ausgleichen. Man kann keinen Menschen vermitteln, wo schlichtweg kein Job verfügbar ist.

4) Einen Job haben, ist nicht genug

Aber selbst wenn Jobs verfügbar sind, reichen reine Vermittlungsstrategien nicht aus. So versuchen einige südamerikanische Arbeitsmärkte neben vielen anderen Herausforderungen wie Kriminalität, Drogenmissbrauch und Intransparenz von Geldflüssen, «Unterbeschäftigung» zu bekämpfen. Ein Begriff, der nicht für Arbeitslosigkeit steht, sondern für zu wenig Arbeit und zu wenig Stunden. Von den geringen Löhnen kann dann kein vernünftiger Lebensstandard gesichert werden. Selbst nach den vielseitigen, nachhaltigen Bemühungen der Arbeitsministerien bleibt die Situation auf den Arbeitsmärkten kompliziert. In Paraguay beispielsweise liegt die Arbeitslosenquote bei etwa neun Prozent, ein ähnlicher Wert wie in hochentwickelten Ländern wie Frankreich oder Finnland. Doch was sagt dieser Wert aus? Durch die Unterbeschäftigung, und immer noch viele Tagesbeschäftigte, tauchen so einige Bürger dementsprechend nicht in der Arbeitslosenquote auf, denn sie haben ja einen Job. Die Arbeitslosenquote sagt also nur wenig darüber aus, ob ein vernünftiger Lebensstandard in einem Staat oder einer Region gesichert ist.

Reagieren anstatt abwarten

Ja, die Arbeitslosenquoten sind niedrig. Aber eine niedrige Quote rettet keinen Arbeitsmarkt. Jeder Arbeitsmarkt hat zusätzlich sein spezifisches Problem, auf welches ganz unterschiedlich reagiert werden muss. Und es kommen noch viele weitere hinzu: Wie vermittelt man Menschen über 50? Wie platziert man hochqualifizierte Flüchtlinge? Grundsätzlich ist absehbar, dass wenn PES nicht adaptieren, und somit möglichst viele Herausforderungen meistern, werden grosse Probleme dafür sorgen, dass die PES ihre Daseinsberechtigung verlieren. Es muss nun reagiert und Diskussionen müssen gestartet werden. Diskussionen, die datenbasiert sind und somit die richtigen Tools und Technologien benötigen. Aber nur die Tools und Technologien bereitzustellen, wird nicht mit Erfolg gekrönt sein. Eine ausgeprägte Expertise hingegen, die über ein Jahrzehnt entwickelt wurde, weiss genau, welches Problemfeld, an welcher Stelle und auf welche Art und Weise angegangen werden soll und somit auch, wie die Tools richtig eingesetzt werden müssen. Gleichzeitig braucht es jemanden, der genau diese ansehnliche Expertise frühzeitig einsetzt. Es ist nur eine Frage der Zeit, wann die Arbeitslosigkeit wieder steigt, vor allem bei den Jugendlichen. Wenn das richtige, grundlegende Verständnis für Probleme dieser Art vorhanden ist, können die Möglichkeiten frühzeitig erkannt und mit den richtigen Lösungsstrategien abgestimmt werden. Zudem müssen die spezifischen Anforderungen des Arbeitsmarktes in Erfahrung gebracht, berücksichtigt und im Heute angewendet werden, kurz: Es muss im Jetzt reagiert werden. Ich frage mich, warum Politik, Gesellschaft sowie Bildungsinstitutionen, etc. noch dastehen und zuschauen. Sie sollten sich JETZT mit Spezialisten besprechen, die über eben diese Expertise verfügen. Denn es gibt Spezialisten, die sich täglich mit allen genannten und ungenannten Herausforderungen von Arbeitsmärkten auseinandersetzen, sie reflektieren und analysieren. Die Spezialisten stehen mit ihrem Wissen bereit – bei JANZZ.technology.

“. . . In diesem Reich erreichte die Kunst der Kartographie eine solche Perfektion, dass die Karte einer einzigen Provinz die Fläche einer gesamten Stadt und die Karte des Reichs die Fläche einer gesamten Provinz bedeckte. Mit der Zeit waren diese unzumutbaren Karten nicht mehr zufriedenstellend, sodass die Kartographengilden eine Karte des Reichs anfertigten, deren Größe der des Reichs entsprach und welche diesem Punkt für Punkt entsprach.[…]”

Übersetzung nach „Del rigor en la ciencia“ (Über die Genauigkeit von Wissenschaft)
Jorge Luis Borges

Borges Geschichte folgt der Vorstellung eines Reiches, das besessen von der Idee ist, eine perfekte Abbildung der Welt zu schaffen. Das fiktive Reich hat sich voll und ganz der Aufgabe verschrieben, eine Karte zu erstellen, die mit dem Territorium des Reichs Punkt für Punkt übereinstimmt. Heute komme ich nicht umhin, zu denken, dass wir uns in einer sehr ähnlichen Umgebung befinden: Daten verändern die Welt, in der wir leben und wie wir diese wahrnehmen, in tiefgreifender Weise. Wir befinden uns inmitten einer Datenrevolution, die so groß, allumfassend und neu ist, dass sie in Gänze kaum zu erfassen ist. Die Auswirkungen von Daten machen sich auf einer immensen Bandbreite bemerkbar; wir möchten Big Data nutzen, um ganze Industrien zu revolutionieren, von Marketing und Vertrieb bis zu Wettervorhersagen, von medizinischen Diagnosen bis zu Lebensmittelverpackungen, von der Aufbewahrung von Dokumenten und der Verwendung von Software bis zur Kommunikation. Tatsächlich sind wir sehr ähnlich zu Borges fiktivem Reich zu der Überzeugung gelangt, dass wir, je mehr Daten wir sammeln und auswerten können, desto mehr Wissen über die Welt und die darin lebenden Menschen gewinnen. Wie töricht der Datenwahnsinn doch geworden ist.

Es herrscht mittlerweile die Überzeugung vor, dass Big Data umsetzbare Erkenntnisse zu nahezu jedem Aspekt des Lebens liefern können. Philip Evans und Patrick Forth widersprechen dem: „Informationen werden durch grundlegend neue Methoden der künstlichen Intelligenz verstanden und verwendet, die darauf abzielen, über Algorithmen, die auf massive, verrauschte Datensätze zurückgreifen, Erkenntnisse zu gewinnen. Da größere Datensätze zu besseren Erkenntnissen führen sind Big Data eine gute Sache“ (Übersetzung nach ihrem gemeinsamen Artikel in bcg.perspectives). In Übereinstimmung mit diesen Zeilen wird unser Datenhunger immer größer und unser digitales Ökosystem schürt diese Entwicklung: Sensoren, Connected Devices, Social Media und eine wachsende Anzahl an Clouds produzieren kontinuierlich neue Daten, die wir sammeln und auswerten können. Laut einer Studie der International Data Corporation (IDC) wird sich das digitale Universum alle zwei Jahre verdoppeln. Zwischen 2005 und 2020 vergrößerte sich das Datenvolumen um den Faktor 300 auf 40 Zettabyte an Daten. Ein Zettabyte hat 21 Nullen. In dieser Welt des exponentiellen Datenwachstums geht die angestrebte Anhäufung von Daten ungebremst weiter. So wie in Borges fiktivem Reich ist die äußere Maßstabsgrenze ein Verhältnis von 1:1, eine vollständige digitale Abbildung unserer Welt.

Unternehmen wie IBM oder LinkedIn nähern sich dieser Grenze bereits heute mit großen Schritten an. IBM trainiert sein kognitives Rechensystem namens Watson darauf, buchstäblich jede Frage beantworten zu können. Hierzu sammelt IBM Watson ungeahnte Datenmengen, um einen beeindruckenden Informationskorpus anzulegen. Das Unternehmen erwarb vor kurzem für 2,6 Milliarden $ das Unternehmen Truven Health Analytic, das seine Gesundheitssparte um einen wichtigen Speicher mit Gesundheitsdaten von tausenden Krankenhäusern, Arbeitgebern und föderalen Regierungen in den USA erweitert. Es handelte sich dabei um den viertgrößten Erwerb eines Gesundheitsdatenunternehmens seit dem 10-monatigen Bestehen von IBM Watson. Dies zeigt, wie wichtig die digitale Kartierung von Patienten, Diagnosen, Behandlungen und Krankenhäusern für das künstliche Intelligenzsystem des Computerriesen ist. Die Vision von LinkedIn ist gleichermaßen ambitioniert: es wird „Economic Graph“ geschaffen, nichts geringeres als eine digitale Kartierung der Weltwirtschaft. Die Karte soll ein Profil von allen 3 Milliarden Mitgliedern der globalen Arbeiterschaft beinhalten. Alle Unternehmen, alle ihre Produkte und Dienstleistungen, die von den Unternehmen gebotenen Wirtschaftschancen und die Skills, die zum Erreichen dieser Chancen erforderlich sind, sollen digital abgebildet werden. Außerdem soll ein digitaler Auftritt für alle höheren Bildungseinrichtungen der Welt integriert werden. Aber die Bestrebungen der beiden Unternehmen sind nur die Spitze des Eisbergs. Ihr Vorhaben, eine vollständige digitale Abbildung der jeweiligen Felder zu erstellen, steht symbolisch für die allgemeinere Bestrebung eine allgegenwärtige Informationsgesellschaft zu schaffen.

Die Visionen von Unternehmen wie IBM Watson und LinkedIn erwecken daher bereits eine Welt zum Leben, die Borges Vorstellungen entspricht. Die Macht der Big Data überträgt die kartographischen Ziele von dem Reich aus Borges Geschichte und erschafft diese neu. Die Welt wird zu einem Bezugspunkt ihrer selbst. Die digitale Abbildung unserer Welt nimmt schnell an Fahrt auf und an den äußeren Rändern fangen Abbildung und Realität bereits an, übereinzustimmen. Die Welt und das Bild, das wir von ihr haben, konvergieren. Plötzlich finden wir uns in einer Welt wieder, die erstaunliche Ähnlichkeit zu Borges Reich hat.

Wie töricht – Borges Geschichte geht so weiter, dass der Sinn einer solchen massiven Kartierung in Frage gestellt wird. Eine Karte im Maßstab von 1:1 ist, sei es kartographisch oder digital, ist wahrscheinlich nicht so wertvoll wie gedacht.

„[…] Die nachfolgenden Generationen, die dem Kartographiestudium nicht so zugewandt waren, wie es ihre Vorfahren gewesen waren, stellten fest, dass riesige Karten nutzlos wären und überließen diese schonungslos der Witterung durch Sonne und Winter. In den Wüsten des Westens gibt es noch heute zerfetzte Überreste dieser Karte, auf der Tiere und Bettler leben; im ganzen Land ist kein anderes Relikt vom Fachgebiet der Geographie zu finden.“

In Borges fiktiver Welt entsorgten die kommenden Generationen die Karte ihrer Vorväter, da sie nicht von dem gleichen Ehrgeiz wir ihre Vorfahren erfasst waren und erkannt hatten, dass eine Karte im Maßstab von 1:1 unnütz wäre. Sie überließen die Karte dem Zerfall und das einzige, was übrig blieb, waren die „zerfetzten Überreste“ von der Karte ihrer Vorfahren. Die Feststellung, dass eine Karte im Maßstab von 1:1 praktisch nutzlos ist, spiegelt auch unsere Erfahrung mit dem expandierenden Datenuniversum wieder.  Professor Patrick Wolfe, Executive Director des Big Data Institute des University College of London warnt: „die Rate, in der wir Daten generieren, übersteigt rasant unsere Fähigkeit, diese analysieren zu können.” Derzeit werden nur etwa 0,5% aller Daten ausgewertet und Wolfe meint, dass diese Prozentzahl weiter sinken wird, da mehr Daten gesammelt werden. Wir beginnen also, die Unbrauchbarkeit der von uns geführten Massen von Daten zu realisieren. Anstatt durch Daten exponentiell mehr Wissen über die Welt zu gewinnen, schaffen wir eine Entität, die aufgrund ihrer bloßen Größe droht in Vergessenheit zu geraten.

Um unsere ständig wachsende digitale Sammlung vor dem selben Schicksal wie Borges Karte zu bewahren – die von den uns nachfolgenden Generationen als zerfetzter Überrest verkommt – ist es von entscheidender Bedeutung, umsetzbare Erkenntnisse aus diesen Informationen zu gewinnen. Dementsprechend wird die Fähigkeit, diese Massen gesammelter Daten vollständig zu verstehen und relevante Erkenntnisse daraus abzuleiten, heute und vor allem in Zukunft der ultimative Wettbewerbsvorteil sein.

Auch wenn sich bereits viele für die Umwandlung von Big Data in smarte oder intelligente Daten aussprechen, hat sich bislang keine brauchbare Lösung hervorgetan, um diesen Wandel wirklich realisieren zu können. Die angewandte Mathematik, die natürliche Verarbeitung von Sprache und das Maschinenlernen halten sich die Waage und verdrängen jedes andere Tool, das ggf. zur Anwendung gebracht wird. Die Idee besteht darin, dass bei einer ausreichenden Menge an Daten die Zahlen für sich sprechen. Oder in den Worten von Evans und Forth: „Big Data sind eine gute Sache“. Diese Idee verändert die Kultur des Silicon Valley und im Weiteren auch die zahlreicher anderer Unternehmungen auf der Welt.

Andere Methodologien wie Ontologien, Taxonomien und Semantiken finden bei dem aktuellen Entdeckergeist überhaupt keine Berücksichtigung. Die angewandte Mathematik, das Maschinenlernen und die prädiktive Analytik stehen hierbei für Größe, Ontologien, Taxonomien und Semantiken stehen für Bedeutung und Verständnis. Und auch wenn letztgenannte Kategorie im Vergleich zu den Dimensionen der zuerst genannten Kategorien weniger bedeutsam erscheinen mag, ist die Semantik nicht weniger wichtig, um die Wettbewerbstauglichkeit von Unternehmen zu bestimmen. Nach dem exponentiellen Wachstum des digitalen Universums in den vergangenen Jahren, haben wir einen Komplexitätsgrad erreicht, der die Einführung eines tiefgreifenden Verständnisses der vorliegenden Daten erforderlich macht. Dies ist etwas, was nicht dadurch geschafft werden kann, dass noch mehr Daten gesammelt werden oder dass ein Algorithmus implementiert wird. Ironischerweise ist es somit ein Richtungswandel, der weg von dem Motto „Big Data sind eine gute Sache“ führt, welcher das ganze Potenzial der Big Data zur Geltung bringen kann.