„Viele kleben noch in der alten Welt“

Porträt von Dr. Ulf Brefeld in seinem Büro an der Leuphana Universität Lüneburg.
Foto: tonwert21.de
„Man braucht Spezialisten, die mit den Daten arbeiten können“: Ulf Brefeld meint, dass viele Fragestellungen in Unternehmen nicht über Masterarbeiten zu lösen sind.

Herr Professor Brefeld, nach einer einmaligen Bestellung bei Zalando erhalte ich wöchentlich E-Mails mit neuen Style-Tipps. Sind Sie daran schuld?
Naja, das ist schon lange her. Sofern es sich um personalisierte E-Mails handelt, vielleicht schon. Hauptsächlich haben wir die Empfehlungen aber für die Produktseiten im Online-Shop entwickelt.

Sind solche Empfehlungen echter Service – oder reine Verkaufsmasche?
Inwiefern Nutzer tatsächlich von Empfehlungssystemen profitieren, hängt von dem Geschäftsmodell des Verkäufers ab. Die zentrale Frage ist: Soll das Empfehlungssystem zum Beispiel die Anzahl der Klicks pro Session oder den Umsatz maximieren? Mir als Nutzer gefällt es natürlich, wenn mich diese intelligenten Verfahren möglichst schnell an mein Ziel führen. Manche Unternehmen haben wahrscheinlich ein Interesse daran, noch einen kleinen Umweg zu machen.

Weil er die Chance erhöht, dass ich noch mehr kaufe?
Genau. Aber das hängt auch von den Produkten ab, die es auf der Seite gibt. Wird dort Mode verkauft, lohnt es sich, Kunden an den Shop zu binden und eher auf möglichst lange Sessions als auf schnelle Käufe zu setzen. Werden Kühlschränke angeboten, kommt der Kunde ohnehin nur alle paar Jahre – da ist es wichtig, relativ sicher zu verkaufen.

Wie funktionieren Empfehlungssysteme?
Die meisten Systeme basieren auf kollaborativem Filtern. Die Idee dahinter ist: Haben zwei Menschen bereits in der Vergangenheit ähnliche Produkte gekauft, ist es wahrscheinlich, dass dem einen auch ein weiteres Produkt gefällt, das der andere gerade kauft. Bei Modeartikeln funktioniert das jedoch nicht so gut wie zum Beispiel bei Filmen. Es möchten ja nicht alle das gleiche tragen, aber alle möchten den gleichen Blockbuster sehen.

Worin liegen die Herausforderungen in der Programmierung?
Empfehlungssysteme sind eine große Kunst. Sie müssen individuell aufgesetzt werden und haben im Detail oft große Unterschiede. Sie richten sich zum Beispiel nach der Anzahl, der Art und der Halbwertszeit der Produkte: Nachrichten von gestern interessieren die Nutzer nicht mehr, ein T-Shirt, das seit gestern verkauft wird, aber natürlich schon. Es ist aber zum Beispiel auch ein Problem, wenn ich über meinen Account Produkte für meine Frau kaufe. Das passt nicht zu meinem übrigen Kaufverhalten und zerstört zu einem gewissen Grad mein Nutzerprofil.

Ich glaube, dass viele die Digitalisierung noch nicht in der Konsequenz begriffen haben. Jedes Unternehmen muss schleunigst ein Technologieunternehmen werden

Sind solche Empfehlungssysteme ein Beispiel für Big Data?
Wenn Sie sehr viele Sessions und Transaktionen am Tag haben, dann ja. Sie sind auf jeden Fall ein Beispiel für die intelligente Verarbeitung von Nutzerverhalten und Nutzerinteressen.

Big Data wird in vielen Zusammenhängen vor allem als Schreckensszenario wahrgenommen. Wie sehen Sie das?
Unternehmen wie Google und Apple, die über Massen an Daten verfügen, wissen sehr viel über ihre Nutzer. Das liegt aber zu einem großen Teil daran, dass die Nutzer ihnen ihre Daten geben. Wer das vermeiden will, sollte vielleicht einen anderen E-Mail-Dienst und ein anderes Kartenprogramm verwenden. Man sollte sich generell überlegen, ob man an einer Plattform teilnimmt oder Teil des Contents ist, der auf der Plattform hin- und hergeschoben wird. Ein Problem könnte dabei sein, dass man für den Schutz der eigenen Daten in Zukunft vielleicht bezahlen muss.

Porträt von Dr. Ulf Brefeld in seinem Büro in der Leuphana Universität Lüneburg.

Sie beraten auch Unternehmen, wie diese ihre Daten gewinnbringend nutzen können. Bitte nennen Sie uns doch ein Beispiel.
Stellen Sie sich vor, eine Maschine fällt aus. Bis sie wieder repariert ist, gibt es einen teuren Produktionsstopp. Wenn Sensoren sekündlich Informationen dieser Maschine abgreifen würden, ließen sich die Ausfälle vielleicht vorhersagen. Also könnte man die Maschine rechtzeitig warten – und sie würde gar nicht mehr ausfallen. Auf diese Weise kann die Verarbeitung von Daten für eine reibungslose Produktion sorgen und finanzielle Einbußen vermeiden. Von dem eingesparten Geld könnte das Unternehmen jemanden einstellen, der noch mehr Einsparpotenziale ausfindig macht. Oder daran arbeitet, die hergestellten Produkte intelligent zu machen, so dass sie auf veränderte Bedingungen intelligent reagieren können.

Wie kommt man an diese Daten heran?
Die Daten gibt es meistens schon, man muss sie nur nachhaltig speichern. Das Problem ist eher, dass man Spezialisten braucht, die mit den Daten arbeiten können. Die Ausbildung von Datenanalysten geht zurzeit jedoch nicht so schnell voran wie die Nachfrage steigt. Ich beobachte auch, dass Unternehmen nicht genügend Geld in die Hand nehmen wollen oder können. Viele möchten ihre Aufgabenstellungen zum Beispiel über Masterarbeiten lösen. Aber das reicht nicht, um nachhaltig strategisch etwas zu verändern.

Wie meinen Sie das?
Ich glaube, dass viele Unternehmen die Digitalisierung noch nicht in der Konsequenz begriffen haben, in der das notwendig ist. Sie kleben sozusagen noch in der alten Welt. Meine Auffassung ist, dass jedes Unternehmen schleunigst ein Technologieunternehmen werden muss. Selbst wenn jemand Kresse anbaut, darf er sich der Technologie nicht verschließen. Denn wenn jemand anders zum Beispiel intelligente Maschinen für die Pflanzenernährung einsetzt, wird er in der Lage sein, Kresse bald schon viel billiger anzubieten. Wer also jetzt nicht mitzieht und die Weichen in Richtung Digitalisierung stellt, kann bald Geschichte sein.