Data Mining in der echten Welt

Inhaltsverzeichnis

Wer sind die wahren Experten in einem Unternehmen? Und wer hat den größten Einfluss auf Entscheidungen? Seit kurzem beginnen Manager, in E-Mails, Webseiten und anderen digitalen Medien nach Antworten auf diese Fragen zu suchen. Das ist ein guter Anfang, aber das Wichtigste bleibt dabei außen vor. Studien über das Verhalten im Büro zeigen, dass bis zu 80 Prozent der Arbeitszeit aus Gesprächen bestehen und dass entscheidende Informationen sich eher mündlich verbreiten. Eigentlich besteht die Infrastruktur, auch solche Interaktionen in der echten Welt digital zu erfassen, bereits: Die meisten Arbeitnehmer tragen bereits Mikrofone mit sich herum - in ihren Handys - und viele besitzen PDAs mit hoher Rechenleistung. Diese Kombination aus Mobilkommunikation und Mobilrechnern könnte interessante neue Business-Anwendungen schaffen: Das so genannte "Reality Mining", also Data Mining im Sozialen.

Die Human-Design-Forschungsgruppe am MIT Media Lab demonstrierte bereits tragbare Geräte, die die direkten Interaktionen der Mitarbeiter eines Unternehmens erfassen können. Daraus ergeben sich dann De-Fakto-Organisationspläne eines ganzen Unternehmens. Diese Technik könnte zu einer außerordentlich wertvollen Quelle zum Teamaufbau und zum Wissensmanagement werden.

Das neue Reality Mining erlaubt das Anlegen von Profilen, die sich aus Gesprächen, E-Mails, Bewegungsdaten und Web-Benutzung speisen. Auch ist das Erkennen von sich bildenden Gruppen möglich. So kann etwa erkannt werden, wer mit wem zusammenarbeitet und wer nicht. Wenn beispielsweise zwei Personen, die am gleichen Projekt arbeiten, nie von Angesicht zu Angesicht sprechen, ist das ein klares Zeichen dafür, dass sie ihre Bemühungen nicht koordinieren.

Dank jüngster Fortschritte in der Lernsystem-Technik ist es möglich, Computermodelle zu erstellen, die die Auswirkungen von organisatorischen Veränderungen in bestehenden sozialen Netzwerken simulieren. Wir können beispielsweise vorhersehen, was passiert, wenn zwei Abteilungen miteinander fusioniert werden. Solche Modelle machen es möglich, das traditionelle Organigramm aufzugeben und Gruppen nach ihrem Kommunikationsverhalten zu bilden - nicht nach der Hierarchie.

Wir experimentieren derzeit mit zwei Ansätzen. Das eine ist ein Werkzeug zum Auffinden von Experten und Personen, die zusammenarbeiten. Mit Spracherkennung werden anhand von Worten, die oft benutzt werden, Profile von Personen erstellt. Die Profile identifizieren wiederum Personen innerhalb einer Organisation, die bestimmte Kenntnisse besitzen. Über solche Profile kann ein Manager dann Teams von Personen bilden, die im Sozialverhalten und ihrer Kenntnis nach harmonieren. Die Technologie hilft dabei, doppelte Arbeit zu vermeiden, weil ein Manager erkennen kann, wenn Gruppen von Personen innerhalb einer größeren Organisation an ähnlichen Projekten arbeiten.