Alle Beiträge von Katy Spalek

Katy Spalek ist bei der BROCKHAUS AG als Redakteurin für die Bereiche Marketing und Vertrieb zuständig und verantwortet Recherche, Verfassen und Layout von Texten zur Kundenkommunikation. Für das blogHAUS verfasst sie Beiträge über aktuelle Trendthemen aus IT, Marketing und Wirtschaft.

Einfach wertvoll: Teil 1

Was uns bewegt?
Das BGM der BROCKHAUS AG!

07.04.2019: Die WHO (Weltgesundheitsorganisation) feiert ihren 71. Geburtstag.

„Ewig jung und gesund“ – das wäre was. Die Chancen dafür scheinen, nach kurzer Online-Recherche recht gut. Wir werden im Durchschnitt älter denn je und wenn wir uns an die vielen neunen Gesundheitstrends und Ernährungstipps halten und sie um traditionelle Methoden ergänzen, dann kommen wir der Sache bestimmt nahe. Damit aber nicht genug – um uns ganz persönlich zu optimieren und vital zu halten, begleiten uns Fitnessoptimierungs-Apps durch den Alltag.

weiterlesen

Wachs­tum meis­tern: DevOps – Teil IV

Teil 1: Defini­tion und Mo­ti­va­tion
Teil 2: Veränderungen als unverzichtbare Basis
Teil 3: Herausforderungen und Risikofaktoren
Teil 4: DevOps in der Praxis

 

Da das DevOps-Modell bald ein Jahrzehnt alt wird (s. Teil I), bestehen bei einigen Unternehmen bereits reichlich Erfahrungen in der praktischen Umsetzung. Das Modell passt schließlich hervorragend zu den Anforderungen des Marktes und zu den Anpassungen in den Unternehmen. Im letzten Teil der DevOps-Serie soll sich daher der Blick auf die bisherigen Erfahrungen und Erfolge richten.

DevOps in der Praxis

Konkrete Erkenntnisse wurden insbesondere bei der Teamzusammenstellung gewonnen. Feingefühl ist dabei ein wesentlicher Aspekt.
Für die Weitergabe von Know-how kann eine heterogene Gruppe aus Mitarbeitern mit unterschiedlich großer Erfahrungen von Vorteil sein, denn hier findet meist der größte Austausch an Wissen statt. Bei der Teamstärke hat sich eine Größe von fünf bis zehn Mitarbeitern bewährt. Bei größeren oder mehreren Projekten gibt es folglich mehrere Teams. Andernfalls würde das DevOps-Modell verwaschen werden.

In Bezug auf die Verantwortung kristallisieren sich verschiedene Modelle heraus. Die Theorie besagt, dass jeder Mitarbeiter gleichermaßen Verantwortung tragen muss. Doch in der Praxis sind teils die Development-Mitarbeiter hauptverantwortlich, während die Operations-Mitarbeiter als Dienstleister tätig sind. Um das Team zu entlasten ist es von Vorteil, wenn es von einem Infrastruktur-Spezialisten unterstützt wird.

Innerhalb der Teams wird zumeist nach Scrum gearbeitet. Wenn der Product Owner (meist von Kundenseite gestellt) und der Scrum Master in enger Abstimmung stehen, kann das Team in der Regel recht autark mit dem Kunden zusammenarbeiten. Der Scrum Master muss hier Fingerspitzengefühl beweisen und darf im optimalen Fall die Zusammensetzung der Teams autonom bestimmen, wobei der Vertrieb oder das Management im kundengegebenen Rahmen häufig die Gruppengröße bestimmen.

Bei der praktischen Umsetzung zeigt sich, dass der Erwerb von neuem Know-how im Unternehmen nicht vernachlässigt werden darf, insbesondere in Bezug auf Sicherheitsfragen. In einer

internationalen Umfrage

weiterlesen

Wachs­tum meis­tern: DevOps – Teil I

DevOps, Development, Operations, Contunuous Delivery, Continuous Deployment, Agil, Lean, Team, Qualitätssteigerung, Infrastructure as a Code
DevOps fördert in der IT mit all seinen Aspekten eine bessere Zusammenarbeit und erhöht die Qualität und Anzahl der Deployments

Teil 1:  Defini­tion und Mo­ti­va­tion
Teil 2: Veränderungen als unverzichtbare Basis
Teil 3: Herausforderungen und Risikofaktoren
Teil 4: DevOps in der Praxis

Betrachtet man Wirtschaft und Digitalisierung aus der Vogelperspektive heraus, hebt sich eine treibende Kraft besonders hervor:  Wachstum. Neben der zunehmenden Datenmenge und Komplexität, wächst die Frequenz, in der Innovationen und neue Anwendungen benötigt werden. Damit steigen auch die Herausforderungen, mit denen sich die Unternehmen konfrontiert sehen. Taucht man nun von der Vogelperspektive aus in die Tiefe, zum Fischen nach Lösungen, scheint DevOps ein guter Fang zu sein, wenn nicht sogar eine unumgängliche logische Konsequenz. Dieses ganzheitliche Modell versucht Wachstum durch Reduktion und kooperative Zusammenarbeit zu meistern.

Neben Lean-Ansätzen spielen auch Werte wie Teamgeist, Verantwortungsbewusstsein und Vertrauen entscheidende Rollen, ebenso wie die langfristige Entlastung der Mitarbeiter durch automatisierte Vorgänge. Die Folge sind schnelle Release-Zyklen und weitestgehend agil handelnde Teams. Mit der Optimierung, die dieses Modell verspricht, geht jedoch ein zunächst nicht ganz einfacher Weg einher.

Definition

Per Definition ist DevOps ein Modell, das die Bereiche der Softwareentwicklung (Development) und der Systemadministration (Operations & Betrieb) zusammenbringt und mittels gemeinsamer Anreize und Prozesse eine schlanke sowie effiziente Zusammenarbeit fördert.

Es soll zusammengehören, was auf den ersten Blick nicht zusammenpasst: Der Bereich Development hat mit der Produktion, Weiterentwicklung, dem Testen und der Inbetriebnahme von Software eher einen kreativ verändernden Charakter. Während hier die Mitarbeiter Systeme verändern möchten, ist der Bereich Operations im Anschluss verantwortlich für das reibungslose Funktionieren der Infrastruktur und bevorzugt Stabilität mit einer begrenzten Menge an Änderungen.
Das Ziel ist folglich, Bereiche zusammenarbeiten zu lassen, welche sonst im Softwareentwicklungs-Lebenszyklus teils konträre Interessen verfolgen.

Doch in der Praxis ist diese Zusammenfassung wesentlich komplexer, als es den Anschein macht. Denn es bedarf im Grunde einer übergeordneten Betrachtung des Application Lifecycle Management, also aller Bereiche, die auf die Qualität der Software, auf die Geschwindigkeit der Entwicklung und auf die Auslieferung einen positiven Einfluss haben. DevOps fasst demnach einen Mix aus Zielen, Unternehmenskultur, Infrastruktur-Anpassungen, Tools zur Automatisierung und organisatorischen Prozessen (z.B. Lean Management) zusammen, die aufeinander abgestimmt werden sollen.

Motivation für DevOps

Die hauptsächliche Motivation für DevOps besteht darin, Software den jeweiligen Kunden schneller, einfacher und in besserer Qualität bereitzustellen. Nachvollziehbarerweise geht es dabei übergeordnet um die Verbesserung von Rentabilitäts-, Produktivitäts- und Marktanteilszielen.

Hier spielt Software längst nicht mehr nur eine untergeordnete Rolle. Inzwischen bedingen Geschäftsprozesse in der Regel eine gut geölte IT-Maschinerie. Systeme und Anwendungen sind ein kritischer Bestandteil in allen Unternehmensbereichen. Intern, in der Produktion oder Verwaltung und nach außen hin, in fast allen Touchpoints, sind IT-Anwendungen nicht mehr wegzudenken. Die Kommunikation zwischen Kunden und Unternehmen findet zunehmend digital statt.

Diese digitale Präsenz und die Nutzung digitaler Medien seitens der Kunden führen dazu, dass der Innovationsdruck immer stärker wird. Im technischen Zeitalter wird der Lebenszyklus von Innovationen immer kürzer. Derzeit erfolgreiche Geschäftsmodelle können schnell abgelöst werden und in ein Nischendasein rutschen. Das macht die Entwicklung neuer Anwendungen und Lösungen parallel zu den Bestehenden so wichtig. Neben erfolgreichen Geschäftsmodellen muss daher ein kreatives Klima als zweites konstantes Standbein bestehen.
Um bei diesem Innovationswettbewerb mithalten zu können, sind Unternehmen in der Pflicht, sich Strategien anzueignen, die agil, flexibel und zuverlässig Neuerungen schaffen können. Dies bringt DevOps mit seinen zahlreichen Facetten ins Spiel.

Wenn man sich das DevOps-Modell näher anschaut, fallen in der Regel schnell Schlagwörter, wie Continuous Deployment, Agilität oder Lean Management. Nicht verwunderlich, da der Begriff erstmalig während einer Konferenz in Gent (Belgien) 2009 auftauchte, die sich mit agilen Methoden beschäftigte. Während dieser Konferenz (DevOpsDays), hielt Patrick Debois einen Vortrag über die Anforderungen bei agilen Methoden und der sich verändernden Zusammenarbeit zwischen Programmierern, IT-Experten und dem operativen Produktionsmanagement. Die große Herausforderung sei dadurch gegeben, so Debois, dass die verschiedenen Abteilungen in verschiedenen Maßen agil vorgehen würden. Auch wenn die Unternehmensbereiche einzeln hervorragende Leistungen erbringen, mangelt es häufig an ihrem Zusammenspiel. Abteilungen, wie Produktmanagement oder IT-Betrieb, welche Arbeitsschritte nach dem klassischen Wasserfall-Modell abarbeiten, könnten mit den agilen Teams, die sich häufig in der Entwicklung finden, nicht mithalten.

Tatsächlich nehmen der Vorlauf für Planung und Beschaffung sowie die Testphasen umfangreich Zeit in Anspruch. Hier entstehen Bottlenecks, die Projekte durch inkompatible Prozesse ins Stocken bringen oder schnittstellenbedingte Fehler in den Systemen verursachen.
Einen Lösungsansatz bietet DevOps, welches als Konzept entlang des gesamten Lebenszyklus einer Anwendung, die Kommunikation und agile Zusammenarbeit zwischen den einzelnen Bereichen verbessert. Begleitend werden Konfigurations-, Verwaltungs- und Testingtools eingesetzt, was einen Geschwindigkeits- und Qualitätsvorteil bietet. Die fertiggestellte Anwendung wird schließlich gemeinsam verantwortet.

All diese Aspekte sollen dazu führen, die beteiligten Teams, Tools und Infrastrukturen optimal aufeinander abzustimmen, um Anwendungen in schnelleren Zyklen und in besserer Qualität auszuliefern oder weiterzuentwickeln. Mit Hilfe des DevOps-Modells möchte man sowohl die Anzahl der Deployments durch kürzere Release-Zyklen als auch die Stabilität der jeweiligen Systeme steigern. Durch die enge Zusammenarbeit können bereits bei der Entwicklung Voraussetzungen für einen reibungslosen Betrieb geschaffen werden. So müssen nicht erst im Nachhinein vermeidbare Fehler behoben werden.

Teil II:

weiterlesen

Advanced Analytics – Rück­blick auf alle Bei­trä­ge

Customer Journey, Wandel der Märkte, Digitale Tranformation und Big Data fördern den Analyseprozess
Advanced Analytics – die drei Treiber: Customer Journey, Wandel der Märkte, Digitale Tranformation und Big Data

Wie Künst­liche In­telli­genz Ver­­si­che­­rungs­­unter­­neh­­men bei Ent­­schei­­dun­­gen hilft

Teil 1: Customer Journey, Digitale Trans­forma­tion und Wandel der Märkte als Treiber für Big Data und Advanced Analytics

Digitalisierung bewirkt als Innovationstreiber des 21. Jahrhunderts die digitale Transformation bzw. technische Digitalisierung. Um hier mitzuhalten, müssen Unternehmen Digitalisierungsstrategien entwickeln und umsetzen, also umfangreich analoge Daten in digitale Daten umwandeln, sowie Daten zur Optimierung von Geschäftsprozessen sammeln und analysieren. Advanced Analytics (auch Advanced Intelligence) ist ein entscheidender Baustein dieser umfassenden Entwicklung.

Der Druck, bei der automatisierten Analyse mitzuhalten, ausgelöst durch die Aspekte Customer Journey, Digitale Transformation und Marktwandel, motiviert die Versicherer und verheißt einen enormen Wettbewerbsvorteil.
Das Bewusstsein, dass eine positive Customer Journey längst kein Zufall mehr ist, nimmt zu. Für eine hohe Kundenzufriedenheit ist die Erfahrung, die der Kunde während der Berührungspunkte mit dem Unternehmen und seinen Leistungen hat, kritisch. Daher gilt es, diese individuellen Punkte durch Analyse gezielt zu optimieren und innovative Angebote anzubieten.

Dem allgemeinen digitalen Wandel kann sich kein erfolgreiches Unternehmen entziehen. Kunden verlangen ein perfektes Zusammenspiel der einzelnen technischen Möglichkeiten. Aber auch im Backend profitieren Mitarbeiter von einer ausgeklügelten digitalen Datenanalyse, welche nicht nur Service und Produktpalette optimieren kann, sondern ebenfalls Prozesse effizienter gestaltet und klare Entscheidungsgrundlagen liefert. Advanced Analytics und Big Data bilden, gestützt durch die digitale Transformation, ein perfektes Paar, das aus dem Bouquet der Kundendaten wichtige Erkenntnisse ziehen kann. Ohne eine umfassende digitale Basis können diese Datenmenge nicht verarbeitet und beispielsweise für Telematiktarife genutzt werden.
All das bewirkt den Wandel der Märkte. Wer diesen Wandel mitgestaltet und nicht nur Angebote hinterherhinkend kopieren möchte, muss selbst in Bewegung bleiben. Starre Prozesse und das Ignorieren diverser Digitalisierungsstrategien haben bei Großunternehmen zur Folge, dass Start-Ups und agile Firmen Marktanteile abgreifen. Für zukunftsorientierte und pionierhafte Leistungen bedarf es einer umfassenden Datensammlung und Aufbereitung.

Teil 2: Definition, Schritte und Tools von Advanced Analytics

weiterlesen

Advanced Analytics V: Wie Künst­liche In­telli­genz Ver­siche­rungs­unter­neh­men bei Ent­schei­dun­gen hilft

Advanced Analytics IV: Wie Künst­liche In­telli­genz Ver­siche­rungs­unter­neh­men bei Ent­schei­dun­gen hilft

Advanced Analytics III: Wie Künst­liche In­telli­genz Ver­siche­rungs­unter­neh­men bei Ent­schei­dun­gen hilft

Advanced Analytics II: Wie Künst­liche In­tel­li­genz Ver­sicher­ungs­unter­neh­men bei Ent­schei­dun­gen hilft

Teil 1: Kunden, Märkte und Digitalisierung als Treiber für Big Data und Advanced Analytics
Teil 2: Definition, Schritte und Tools von Advanced Analytics

[hier geht’s zur Summary]

Eingrenzung von Advanced Analytics

Wie im ersten Teil erläutert wurde, ist Advanced Analytics ein Thema, das durch die veränderten Kundenansprüche, den erhöhten Digitalisierungsgrad und den Wandel in den Märkten entstanden und für den Bestand im globalen Markt für viele Unternehmen unausweichlich ist. Aber was genau ist unter diesem Begriff zu verstehen?

Advanced Analytics ist eine multidisziplinäre Methode, die sinnvolle Muster in Daten erkennt, interpretiert und verarbeitet. Sie verbindet und verwendet Werkzeuge aus den Bereichen Statistik, Computer-Programmierung, künstliche Intelligenz und Operations Research, um wertvolle Informationen aus der Datenanalyse zu gewinnen. Besonders effizient: Unternehmen können Advanced Analytics in unterschiedlichen Geschäftsdomänen anwenden. Daraus ergibt sich eine neue Handhabung der Unternehmensdaten, mit dem Ziel, das Geschäft sowie den Kunden besser zu verstehen. Hier neu abgeleitete und verwendete Erkenntnisse können beispielsweise dazu führen, dass die Unternehmensteuerung effizienter gestaltet wird oder dass konkrete und vielversprechende Wachstumspfade aufgezeigt werden.

Die Stufen von Advanced Analytics nach Gartner

Um die Aufgabenstellung zu verstehen, die Advanced Analytics im Unternehmen zu bewältigen hat, lohnt ein Blick auf das

Analytics-Reifegradmodell

weiterlesen