Die Finanzbranche war schon immer ein Vorreiter bei der Einführung neuer Technologien, um Effizienz und Wettbewerbsvorteile zu erzielen. Dieses Bestreben, neue technologische Möglichkeiten zu erkunden, steht in einem interessanten Wechselspiel mit der schieren Größe vieler dieser Unternehmen, was bedeutet, dass auch der Druck besteht, die neuen Technologien so schnell wie möglich zu standardisieren und zu systematisieren.
All dies bedeutet, dass es sich immer lohnt, mit Akteuren aus der Finanzbranche zu sprechen – sowohl, um ihre eigenen Projekte besser zu verstehen, als auch, um frühzeitig Anzeichen für sich abzeichnende Trends zu erkennen, die in naher Zukunft auch andere Branchen beeinflussen werden.
Was wir auf der FIMA gehört haben
In diesem Sinne war das SnapLogic-Team zahlreich auf der FIMA vertreten, einer Fachmesse für Datenmanagement in der Finanzbranche. Viele der auf der Veranstaltung vertretenen Unternehmen sind natürlich bereits Kunden von SnapLogic, wie beispielsweise Voya Financial.
Kevin Hickey, der bei Voya als Vice President of Architecture für Digital, Data und AI tätig ist, und ich nahmen an einer Podiumsdiskussion zum Thema „Wichtige Kennzahlen: Operationalisierung der Data Governance für messbare Unternehmensergebnisse“ teil. Tatsächlich sind alle bis auf eines der auf der Podiumsdiskussion vertretenen Unternehmen bereits Kunden von SnapLogic!
Kevin arbeitet bereits seit einigen Jahren mit SnapLogic zusammen, um eine technologische Transformation in allen Geschäftsbereichen von Voya umzusetzen. Einige wichtige Gründe für seine Entscheidung für SnapLogic:
- Die Kompatibilität der Plattform mit seiner bestehenden und geplanten zukünftigen Technologieinfrastruktur, von Mainframes über die Azure-Cloud bis hin zu Databricks
- Eine umfangreiche Sammlung von Konnektoren, darunter fortschrittliche Muster wie ELT, die für sein Lakehouse-Projekt mit Databricks von entscheidender Bedeutung sind
- Entwicklererfahrung: benutzerfreundlich, skalierbar und leistungsstark
Von technischer Verschuldung zu Datenverschuldung
Viele andere Unternehmen auf der FIMA 26 verfolgten ähnliche Ziele. Tatsächlich war eine der ersten Erkenntnisse für mich der Wandel in der Diskussion von „technischen Schulden“ hin zu „Datenschulden“. Viele Unternehmen haben versucht, die Modernisierung von Altsystemen als Plattformkonvergenz zu betrachten und einzelne Lösungen durch eine einzige „Quelle der Wahrheit“ zu ersetzen.
Eine solche Rationalisierung funktioniert selten, sodass am Ende die ursprüngliche Komplexität bestehen bleibt und zusätzlich eine unvollständige Ebene darüber gelegt wird.
Es herrscht zudem die Auffassung, dass Modernisierung mit neuen Initiativen wie KI in Konkurrenz steht. Doch wie Kevin und ich während unserer Podiumsdiskussion erörtert haben, ist das genau das Gegenteil der tatsächlichen Situation. Tatsächlich wirkt sich der Eifer bei der Einführung neuer KI-gestützter Dienste als Katalysator für bestehende Initiativen aus, indem er die Daten zwischen bestehenden Systemen integriert und standardisiert.
Langjährige Projekte, die darauf abzielen, Daten über technische und organisatorische Grenzen hinweg zugänglich zu machen, erhalten plötzlich neuen Schwung, da Unternehmen deren Bedeutung für ihre KI-Ziele erkennen.
Die „dunkle Materie der Daten“ erschließen
Ein Grund dafür ist, dass sich die meisten früheren Datenintegrationsprojekte (verständlicherweise!) auf sichtbare Daten konzentrierten, also auf Daten, von denen bereits bekannt war, dass sie in Anwendungen, Datenbanken und anderen Repositorien vorhanden sind. Ein Großteil der Informationen, die im täglichen Geschäftsbetrieb von Unternehmen genutzt werden, ist jedoch das, was man als „dunkle Materie der Daten“ bezeichnen könnte.
So wie man davon ausgeht, dass die Dunkle Materie einen weitaus größeren Anteil des Universums ausmacht als die gesamte sichtbare Materie, sind auch riesige Mengen an institutionellem Wissen in PDF-Dateien, Tabellenkalkulationen und ähnlichen Formaten eingeschlossen. KI bietet die Möglichkeit, den Zugang zu all dieser „Dunkle Materie“ zu erschließen – beispielsweise durch Techniken wie Retrieval-Augmented Generation (RAG).
Governance als Beschleuniger, nicht als Bremsklotz
Die Kehrseite der Diskussion über die potenziellen Vorteile der KI war die Erörterung der Notwendigkeit, Risiken zu bewältigen, indem sichergestellt wird, dass Kontrollmechanismen und Schutzvorkehrungen vorhanden sind, um die Ausrichtung der KI und die Einhaltung der Vorschriften in dieser stark regulierten Branche zu gewährleisten.
Auch hier hat sich die Diskussion jedoch in interessanter Weise verschoben: Während Governance-Gremien (ob intern oder extern) früher als Hindernisse angesehen wurden, die die Einführung neuer Funktionen verlangsamten, beschleunigt sich die Governance nun, um mit der Geschwindigkeit der technologischen Entwicklung Schritt zu halten – natürlich unter Beibehaltung des erforderlichen Maßes an Kontrolle und Aufsicht.
Schließlich geht es nicht darum, ob diese Technologien zum Einsatz kommen werden, sondern nur darum, wie verantwortungsbewusst und transparent sie eingeführt werden. Hier einige interessante Zitate, die ich während der Veranstaltung gehört habe:
- „Datenchaos führt zu Wissenschaos“
- „Müll rein, Katastrophe raus“
- „KI auf einer nicht verwalteten Dateninfrastruktur einzusetzen, ist so, als würde man Raketen an eine Pferdekutsche schnallen: Das wird spektakulär, aber nicht im positiven Sinne.“
Diese Einschätzungen unterstreichen eindringlich, dass die Einführung von KI ohne eine solide Grundlage in Form einer robusten Datenverwaltung kaum zu sicheren und vorteilhaften Ergebnissen führen dürfte.
Verwaltete Daten sind ein strategischer Vermögenswert
Man war sich einig, dass der innere Wert der riesigen Datenmengen, die von den auf der FIMA vertretenen Institutionen verwaltet werden, von deren Verwaltung und den damit verbundenen Möglichkeiten abhängt. Unverwaltete Daten stellen einen Kostenfaktor dar, sowohl direkt durch den Speicherplatz, den sie beanspruchen, als auch indirekt durch den Aufwand, der erforderlich ist, um alle damit verbundenen Vorschriften einzuhalten.
Bei richtiger Verwaltung wird sie jedoch zu einem echten Gewinn, insbesondere wenn sie mit Kontextinformationen aus dem gesamten Unternehmen angereichert wird – einschließlich (vor allem) unstrukturierter Daten.
Wie SnapLogic Finanzinstituten hilft
Dies sind natürlich alles Themen, auf die sich SnapLogic seit Jahren konzentriert. Unsere langjährigen Kunden wie Voya sind bereit, neue sich bietende Chancen zu nutzen, da sie bereits einen vollständigen Überblick über alle Daten, Anwendungen und Systeme haben, auf denen ihr Geschäft heute basiert. Das bedeutet, dass es keine Lücke zwischen ihren aktuellen KI-Zielen und der Datenrealität gibt, auf der diese beruhen.
Die gute Nachricht ist: Da SnapLogic die bereits vorhandenen Systeme integriert und erweitert, ohne dass zunächst eine langwierige (und riskante!) Migration erforderlich ist, können wir Ihnen helfen, viele der Sackgassen und langwierigen Umwege zu vermeiden, die andernfalls notwendig wären, und Sie darauf vorbereiten, auf der Grundlage einer soliden Datenstrategie konkrete, praktische Vorteile zu erzielen – sei es im Bereich der KI oder in jedem anderen Bereich, der für Sie und Ihre Nutzer den größten Nutzen bringt.
Und natürlich können wir Ihnen auch dabei helfen, wenn Sie Ihre veraltete Integrations-Middleware ablösen müssen! Der SnapLogic Intelligent Modernizer (auch bekannt als SLIM) ist der Schlüssel dazu, wertvolle Integrationen, die über Jahre oder vielleicht sogar Jahrzehnte hinweg entwickelt wurden, von den veralteten Plattformen zu befreien, auf denen sie festsitzen – und das schnell und ohne unkalkulierbare Risiken.
Um zu erfahren, wie SnapLogic Ihren Weg in eine datengesteuerte, KI-fähige Zukunft beschleunigen kann, nehmen Sie an einer selbstgeführte Plattformtour oder buchen Sie noch heute noch heute.
