Strategische Entscheidungen in komplexen dynamischen Systemen

Der „Mathematik-Zwilling“. 

Richtig strategisch entscheiden können Sie nur auf Basis eines vollständigen, transparenten Unternehmensabbilds mit allen Abhängigkeiten, Relationen, Interrelationen, Dependenzen und Interdependenzen von internen und externen Einflussfaktoren. Diesen Unternehmenszwilling liefert Ihnen unsere Lösung. Statt mit Künstlicher Intelligenz (KI) arbeiten wir mit mathematischer Präzision. Deshalb nennen wir unseren digitalen Zwilling zur besseren Abgrenzung von herkömmlichen digitalen Zwillingen „Mathematik-Zwilling“.

Schwächen von KI.

Setzt man für Prognosen im Rahmen komplexer, dynamischer Systeme auf KI, sind die Vorhersagen erfahrungsgemäß ziemlich ungenau. Denn KI arbeitet mit historischen Daten. Die Prognosen einer KI hängen also davon ab, ob das Ereignis schon einmal passiert und mit Daten erfasst worden ist. Zudem geht man bei What-if-Szenarien mit KI davon aus, dass sich die Zukunft genauso verhält wie die Vergangenheit. Wer jedoch fundierte strategische Entscheidungen treffen will, braucht keine „Pi-mal-Daumen-Werte“, sondern präzise Prognosen – und das möglichst schnell.

Mit Mathematik die Zukunft exakt berechnen.

Besser als Schlüsse aus einer Vergangenheit zu ziehen, in der die klima-, versorgungstechnischen und geopolitischen Rahmenbedingen komplett andere waren als heute, ist: Auf Basis aktueller Infrastrukturparamater, z. B. Art und Anzahl von Maschinen, Transportfahrzeugen, etc., die Zukunft zu berechnen – mit einem von unserem Thinktank-Partner URM Group entwickelten Algorithmus namens „X-ACT“. Dieser entstand im Rahmen eines NASA-Projekts und wurde bis heute im hundertfachen Praxiseinsatz bei namhaften Unternehmen wie Airbus, BT Group, Deutsche Bank, KLM Royal Dutch Airlines, La Poste, McDonald’s und Siemens immer weiter perfektioniert.

Etablierter Aktionsrahmen – Metriken als Bemessungsgrundlage.

Der beste Algorithmus wird jedoch immer nur die Fragen berechnen, die Sie stellen. Doch was sind die zentralen Fragen, um ein komplexes dynamisches System erfolgreich zu steuern? Und welche Aspekte bzw. implizite Annahmen stecken in jeder Frage? Auch dafür bieten wir eine Lösung – aus der Praxis für die Praxis: Unser Mathematik-Zwilling arbeitet in einem klar definierten Aktionsrahmen – einem sogenannten „Framework“, das die URM Group bereits 2003 der EU-Kommission zur Verfügung gestellt hat. Seitdem wird jedes System nach klar definierten Kriterien, genauer gesagt „Metriken“ bewertet. Warum ist dies ein entscheidender Vorteil für Sie? Zum besseren Verständnis folgende Frage an Sie: 

Implizite Annahmen explizieren.

Was heißt für Sie Zuverlässigkeit? Ihre Antwort lautet wahrscheinlich: „Dass etwas zuverlässig funktioniert.“ Und wenn es kaputt ist? „Dass man es reparieren kann.“ Wartbarkeit ist somit für Sie eine Eigenschaft von Zuverlässigkeit. Was gehört für Sie weiterhin zur Zuverlässigkeit? Wir können dieses kleine Gedankenexperiment hier abbrechen. Denn genau diese Aufgabe, implizite Annahmen zu explizieren, erfüllt unser Framework. Somit müssen die richtigen Fragen zur Bewertung beziehungsweise Steuerung eines Systems nicht erst langwierig erarbeitet werden – sie liegen bereits vor.

Dependability als Bewertungskriterium für dynamische Komplexität

Attribute für Zuverlässigkeit (Dependability).

Zur Veranschaulichung unseres Frameworks bleiben wir beim Begriff „Zuverlässigkeit“. Im Folgenden sehen Sie, welche Attribute allein dem Kriterium „Zuverlässigkeit“ zugewiesen wurden. Unsere langjährige Erfahrung zeigt, dass die folgenden Eigenschaften alle zwingend notwendig sind, um auf Dauer ein robustes und leistungsstarkes System zu generieren, zu warten und immer weiter in die Zukunft zu transformieren:

• Verfügbarkeit (Availability). Das System muss verfügbar, also bereit zum ordnungsgemäßen Betrieb sein.
• Funktionsfähigkeit (Reliability). Das System muss einwandfrei funktionieren, und zwar kontinuierlich. 
• Sicherheit (Safety). Das System darf keine negativen Folgen verursachen – weder für die Anwender noch für die Umgebung, sprich die angrenzenden Systeme.
• Vertraulichkeit (Confidentiality). Das System muss sensible Informationen geheim halten. Unternehmenskritische Daten gilt es zu schützen.
• Vollständigkeit (Integrity). Es darf keine unsachgemäße Änderung des Systems geben. 
• Wartbarkeit (Maintainability). Das System muss sich einfach warten und reparieren lassen. 

Bedrohung von Zuverlässigkeit.

Über die Eigenschaften hinaus, die dem Bemessungskriterium „Zuverlässigkeit“ zugewiesen werden können, werden in unserem Framework auch die verschiedenen Bedrohungsmöglichkeiten „bedacht“, die sich im Englischen sprachlich gut differenzieren lassen durch die verschiedenen Bezeichnungen für „Fehler“: „Fault“, „Error“, „Failure“.

• Fault ist eine Störung im System. Eine Störung im System kann, muss aber nicht zu einem Systemausfall führen.
• Error ist ein Fehler im System. Das System läuft innerhalb der Systemgrenzen nicht so, wie es soll. 
• Failure ist ein Ausfall des Systems. Das System zeigt ein Verhalten, das seiner Spezifikation zuwiderläuft.

Umgang mit Systemstörungen.

Nach dieser Unterscheidung von Fehlerarten erfolgt nun im Rahmen unseres Frameworks eine weitere Differenzierung im Umgang mit den jeweiligen Fehlern. Exemplarisch soll dies am Begriff „Fault“ aufgezeigt werden, sprich dem Umgang mit einer Störung: 

• Fault Prevention. Verhindern, dass Fehler ins System kommen und eine Störung verursachen.
• Fault Tolerance. Mechanismen einführen, damit das System trotz Störung die erforderliche Leistung bringt.
• Fault Removal. Erkennen und Beseitigen von Störfaktoren, bevor ein System in Betrieb genommen wird.
• Fault Forecasting. Wahrscheinliche Störungen vorhersagen, damit Fehler behoben werden können, bevor sie auftreten.

Ad-hoc-Steuerung.

Auf Basis unseres Frameworks ist eine systemische Bewertung von strategischen Entscheidungen möglich, und zwar sofort. Anders formuliert: Weil alle Aspekte für das erfolgreiche Steuern komplexer dynamischer Systeme im Framework bereits expliziert wurden, ist eine Ad-hoc-Steuerung möglich – von einzelnen Maßnahmen ebenso wie des gesamten Projekts. Es können jeweils die richtigen Fragen inklusive aller mit einer Frage verbundenen Aspekte an den Mathematik-Zwilling gestellt werden, der dann innerhalb kürzester Zeit präzise berechnete Prognosen liefert.

Fazit:

Wir berechnen nicht nur präzise What-if-Szenarien für komplexe, dynamische Systeme, sondern wir geben Ihnen auch die zielführenden Fragen in ihrem gesamten impliziten Bedeutungsspektrum an die Hand. 

Setzen Sie auf die gebündelte Technologie-Kompetenz von NTT DATA und unseres Thinktank-Partners URM Group. 

Was ist Ihre Herausforderung? 

Lassen Sie uns ins Gespräch kommen!