EXKLUSIV: Interview mit Jim Goodnight, Gründer und CEO von SAS Institute

Predictive Analytics optimiert die Unternehmenssteuerung

Jim Goodnight, CEO des Business-Analytics-Spezialisten SAS Institute, erklärt, wie er In-Memory-Computing und In-Database-Computing kombinieren will und wie er sich seiner Ansicht nach von SAP, IBM und Oracle absetzt.

Wo sehen Sie derzeit die größten Trends in Sachen Business Intelligence?

Der Fokus von Business Intelligence ändert sich gerade. In der Vergangenheit ging es eher darum, Daten für das Reporting zu extrahieren. Das reicht in der volatilen Konjunktur nicht mehr aus. Nun liegt der Fokus auf Predictive Analytics und es geht darum, mit Hilfe mathematischer Algorithmen zukünftige Entwicklungen vorherzusagen und Geschäftsprozesse zu optimieren

SAP BusinessObjects setzt auf In-Memory-Computing, um die Datenanalyse zu beschleunigen. Wie genau hat SAS Institute dieses Konzept aufgegriffen?

Auf den ersten Blick machen wir das gleiche wie SAP, nämlich die Daten in den Hauptspeicher laden. Bei der Analyse gehen wir allerdings, wie ich meine, einen deutlichen Schritt weiter. Wir schalten Blade-Server in einem Grid zusammen und analysieren den Inhalt sämtlicher Hauptspeicher parallel. Wir haben dafür eine Technologie entwickelt, welche einen komplexen Algorithmus über viele Prozessoren verteilt und die Ergebnisse zusammenführt. In einem Testszenario haben wir 200 Blade-Server zusammengeschaltet und dabei die Rechenzeit für die Risikokalkulation einer Bank von 18 Stunden auf drei Minuten verkürzt.

Wie funktioniert diese Technologie im Detail?

Details kann ich nicht erläutern, weil wir die Technologie gerade patentieren lassen. Aber SAS Institute verteilt über das Online Analytical Processing im Hauptspeicher hinaus die Analyse über mehrere in einem Grid zusammengeschaltete Prozessoren.

Im vergangenen Jahr haben Sie mit Teradata eine Kooperation in Sachen In-Database-Computing geschlossen. In welcher Beziehung stehen In-Memory-Computing und In-Database-Computing?

Beim In-Database-Computing laufen Selektionsschritte direkt im Data Warehouse ab, so dass das zeitaufwändige Extrahieren und Laden der Daten in die Analyseapplikation entfällt. Partnerschaften dafür unterhält SAS Institute nicht nur mit Teradata, sondern auch mit Netezza. Beim In-Memory-Computing werden die Daten und Algorithmen auf Prozessorkerne verteilt, um sie in Sekundenbruchteilen zu analysieren.

Lassen sich beide Technologien kombinieren?

Im Moment noch nicht, aber wir arbeiten daran. Eine Möglichkeit wäre es, Daten im Data Warehouse vorzuselektieren und dann zur Analyse in den Hauptspeicher zu laden. Unsere Distributionstechnologie könnte diese Schritte in einem Grid parallel ausführen. Um das zu realisieren, kooperieren die Entwicklungsteams von SAS Institute und Teradata.

SAP BusinessObjects hat eine Hybrid-Vision formuliert, bei der ein Teil der Systeme inhouse und andere Teile in der Cloud ablaufen. Wie stellt sich SAS Institute zu diesem Thema auf?

Ebenso wie SAP gehen wir davon aus, dass Inhouse-Systeme alleine in Zukunft nicht mehr ausreichen. Wir haben diese Betriebsart in Richtung Software-as-a-Service erweitert und bilden darüber Systeme ab, welche die Unternehmen nur in einem geringen Maß über Customizing an die eigenen Bedürfnisse anpassen müssen oder wollen. Die dritte Betriebsart nennen wir On Demand. Das ist eine Erweiterung des traditionellen Hosting-Konzepts, und hierbei können die Unternehmen die Funktionen im Detail customizen. Ein Beispiel hierfür sind Anwendungen in Richtung Marketing Automation und Anti-Geldwäsche, die wir beispielsweise für die Citi Bank betreiben.

Aus welchen Gründen verlagern Unternehmen Systeme in die Cloud oder zu einem Hoster?

Generell beobachten wir zwei Motive: Einerseits wollen Unternehmen den Aufwand für Systembetrieb und Pflege sparen. Ein zweiter Grund kann sein, dass die Unternehmen für einen bestimmten Bereich möglicherweise nicht genug eigene Experten haben, die beispielsweise die Datenmodelle entwickeln. In unseren Hosting-Centern versammeln wir Spezialisten, welche ein System sehr schnell aufsetzen. Unser Hosting-Geschäft legt gerade stark zu. Um die Nachfrage abzudecken, errichten wir momentan in den USA ein über 11 000 Quadratmeter großes Rechenzentrum.

Sind die Großunternehmen wie Banken und Versicherungen tatsächlich bereit, ihre Analysesysteme in die Cloud zu verlagern?

Das kommt auf das Unternehmen an. Einige Banken lehnen so etwas generell ab, andere wiederum haben damit kein Problem, so lange das Rechenzentrum über die entsprechenden Sicherheitsmaßnahmen und Zertifikate verfügt. SAS Institute garantiert Sicherheit und Datenschutz und betreibt weltweit Rechenzentren, so dass die Kunden die Systeme in ihrem eigenen Land hosten lassen können.

Die im April vorgestellte Applikation SAS Social Media Analysis startet als On-Demand-Applikation, und die Unternehmen können sie in einem zweiten Schritt auf Wunsch ins eigene Rechenzentrum verlagern. Machen die Kunden von dieser Verlagerung Gebrauch?

Nein, die meisten belassen das System in unseren Rechenzentren. Das kann daran liegen, dass Social Media Analysis in einem sehr frühen Entwicklungsstadium ist. Im Moment beschränken sich die Systeme darauf, dass sie nachzeichnen, wie sich die Kunden im Internet über ein Unternehmen äußern. Bald wird das nicht mehr ausreichen, weil die Unternehmen nach Wegen suchen, wie sie die Meinung ihrer Kunden beeinflussen können. SAS Institute entwickelt genau in diese Richtung. Wir arbeiten daran, Social Media Analysis mit Marketing Automation zu verknüpfen. Ziel dabei ist es, aus den in der Analyse gewonnenen Erkenntnissen direkt Marketing-Aktionen abzuleiten.

Die meisten Installationen von SAS Institute laufen zusammen mit SAP-Systemen. Mit BusinessObjects hat SAP nun eigene Analyseapplikationen. Glauben Sie nicht, dass einige Kunden nun alles aus einer Hand beziehen wollen?

Nein. Die Applikationen von SAP BusinessObjects haben meiner Ansicht nach einen völlig anderen Fokus als die unsrigen. Unsere Applikationen zielen über Abfrage und Reporting hinaus auf Themen wie Marketing Automation, Supply-Chain-Optimierung und Preisfindung. Unsere Applikationen verfügen zudem über eine sehr enge Integration in die SAP-Welt. Wenn wir in einen SAP-Shop kommen, versuchen wir nicht, die BusinessObjects-Applikationen zu ersetzen. Vielmehr erweitern wir deren Funktionalität und binden sie in eine Gesamtlösung ein.

Auch IBM und Oracle haben Business-Intelligence-Anbieter übernommen. Rechnen Sie künftig mit einer stärkeren Konkurrenz von dieser Seite?

Ja, aber wir fühlen uns äußerst gut aufgestellt, weil wir uns im Gegensatz zu den genannten Wettbewerbern ausschließlich auf Business Analytics konzentrieren. IBM hat durch die Übernahme von Cognos und SPSS Business-Intelligence-Know-how zugekauft, aber sie beschäftigen sich darüber hinaus mit Datenbanken, Middleware, Servern und Management Consulting. Oracle ist im Gegensatz zu SAS Institute, wie ich meine, ein technologiegetriebenes Unternehmen. Bei SAS Institute hingegen tritt alle Technologie gegenüber Business-Fragen aus den Fachbereichen und branchenspezifischen Analytics-Anwendungen in den Hintergrund. jf