Natural Analytics: Viel Futter für Datenjäger und Sammler

Ein zu statistischer Analyseansatz bringt Grenzen mit sich. Der Natural-Analytics-Ansatz nähert sich daher der Funktionsweise des menschlichen Gehirns an. Der Anwender kann über ein dynamisches Interface von einem beliebigen Punkt aus in die Daten-Analyse einsteigen. [...]

Business Intelligence ist aus etlichen Anwendungsbereichen kaum mehr wegzudenken. Kein Wunder, lassen sich doch aus vielen Datensätzen ungeahnte Erkenntnisschätze heben. Zugleich zeigen sich bei zahlreichen Software-Lösungen die Grenzen, die ein zu statistischer Analyseansatz mit sich bringt. Insbesondere vor der schieren Masse an Informationen gehen viele Produkte in die Knie. Angesichts von immer neuen Datenquellen, die in die Auswertung eingebunden werden sollen, entwickelt sich dies mitunter zur Sisyphusarbeit.

Um als BI-Unternehmen die Technologieführerschaft zu behalten, muss die Entwicklungsabteilung sich eng mit der Wissenschaft verzahnen und die neuesten Erkenntnisse aus der Informationsverarbeitung in die Weiterentwicklung einfließen lassen. Der Blick auf die Funktionsweise des menschlichen Gehirns ist für das Thema Business Intelligence geradezu Pflicht – ebenso wie ein tiefes Verständnis für die Themen Assoziation, Vergleich und Antizipation.

Wie bei vielen medizinisch-anthropologischen Zusammenhängen bringt auch auf diesem Feld der Blick auf unsere Vorfahren interessante Einblicke: Der Sammler vergangener Zeiten wusste ganz genau, unter welchen Bäumen sich die besonders schmackhaften Pilze ernten ließen. Schließlich hatte er dort bereits zuvor den einen oder anderen Fund gemacht. Unser Hirn kategorisiert permanent neue Erkenntnisse, verbindet Zusammenhänge zwischen Sachverhalten und kann Abweichungen von erfassten Mustern erkennen und bewerten. So vergleicht der Sammler aus dem Beispiel ständig seine Funde mit denen von anderen Stellen und kann darauf schließen, wo sich eine Suche besonders lohnt. Außerdem ist es ihm leicht möglich, die Gegenwart auf Basis der Vergangenheit zu beurteilen und die Zukunft zu antizipieren: Er weiß, dass ihm eine bestimmte Art der Nahrung auch künftig sein Überleben sichert, weil er dies in Gegenwart und Vergangenheit bereits positiv erfahren hat.

Diese natürlichen Prozesse der Informationsverarbeitung nutzt jeder von uns im Alltag ganz intuitiv. Bei BI-Anwendungen gelang es bislang kaum, diese Vorgänge abzubilden und für die Analyse verwertbar zu machen. Das Hauptproblem dabei war ein sehr limitierter Blick auf die Daten, der sich an linearen Pfaden orientierte. Durch den starren Drill-Down-Ansatz ließen sich eben nur sehr begrenzt relevante Muster und Zusammenhänge erkennen.