Unternehmen versuchen seit jeher ihr geballtes Wissen an Erfahrungen, Know-how und Informationen effizient zu nutzen. Mit Big Data und dem IoT hat das Erfassen, Teilen, Analysieren, Nutzen und Verwalten des gesammelten Unternehmenswissens jedoch eine neue Dimension angenommen, die mit herkömmlichen Datenbanksystemen kaum noch zu bewältigen ist.

Datensilos sowie eine fehlende Vernetzung von Systemen (z. B. ERP, PDM, CRM) erschweren es, eine ganzheitliche Datengrundlage zu schaffen, die als Sprungbrett für Innovationen dient, neue Einblicke eröffnet und eine effektive Entscheidungsfindung ermöglicht. Dabei reicht es nicht, die Daten und die Beziehungen zwischen den Daten zu speichern. Entscheidend ist es die vernetzten Daten nutzbar und zugänglich zu machen. Fehlt Führungskräften, Projektleitern und Forschungsteams der Zugang zu relevanten Informationen bleibt vorhandenes Wissen ungenutzt. Neue Projekte müssen so immer wieder bei null anfangen und ähneln oft einer nie endend wollenden Sisyphos-Arbeit, die Ressourcen, Zeit und Kosten verschlingt.

NASA: Lessons Really Learned?

So erging es auch der Weltraumorganisation NASA. In einer kontinuierlich wachsenden Lessons Learned-Datenbank wurden Projektdokumentationen aus über fünf Jahrzehnten Weltraumforschung festgehalten – angefangen bei der Apollo-Mission in den 60er Jahren. Die Forschungsunterlagen, Dokumentation zu Projekten, Fehleranalysen, Risikobewertungen und Best Practices stellen einen unglaublichen Wissensschatz für NASA dar – allerdings war es schwierig diesen Schatz auch tatsächlich zu bergen.

Mit zunehmendem Umfang der Datenbankgröße wurde die interne Schnittstelle für die Abfrage der Datensätze schlichtweg zu komplex. So lieferte beispielsweise eine Suche von 23 einfachen Stichwörtern in den über 10 Millionen Dokumenten der Datenbank eine Liste von 1.000 Treffern. Jede gefundene Datei musste heruntergeladen und jeder Inhalt einzeln auf Relevanz überprüft werden. Die Keyword-Suche basierte zudem auf einen PageRank-ähnlichen Algorithmus. Häufiger aufgerufene Dokumente standen deshalb ganz oben auf der Trefferliste, und nicht weil sie über relevanten Inhalt verfügten.

Knowledge Graph – Semantischer Wissenskontext

Eine effektivere und dauerhaft nutzbare Lösung war gefragt. NASA implementierte dazu eine Projektdatenbank, wobei die heterogenen Daten in einem sogenannten „Knowledge Graph“ abgelegt sind. Graphtechnologie eignet sich ideal um insbesondere heterogene und vernetzte Daten zu speichern und abzufragen. Daher kommt sie überall dort zum Einsatz, wo Daten innerhalb eines Unternehmens logisch miteinander verknüpft sind – im Projekt- und Dokumentenmanagement aber auch bei Recommendation Engines von Online-Shops, bei der Aufdeckung von Betrugsfällen oder in PDM- und MDM-Systemen für eine transparente Supply Chain.

Die Daten werden im Graphen als Knoten, die Datenbeziehungen als Linien dargestellt. Beziehungen sowie Ursache-Wirkungs-Zusammenhänge lassen sich so anschaulich visualisieren. Es entsteht ein semantischer Kontext, der wächst, je mehr Daten zum Graphen hinzugefügt werden. Dabei bleibt die Abfrageperformance gleich und liefert relevante Ergebnisse innerhalb von Millisekunden. Darüber hinaus können alle Daten sowie die Verknüpfungen zwischen den Daten indiziert werden. Die genaue Klassifizierung von Datensätzen und Querverbindungen ermöglicht es, über Stichwörter direkt in Dokumenten zu suchen und sehr schnell die richtigen Informationen zu finden.

Einsatz: Weltraumkapsel Orion

Die graphbasierte Projektdatenbank ähnelt einem NASA-internen Wikipedia, das den Zugang auf unternehmenseigene Informationen vereinfacht und einen Wissenstransfer zwischen Standorten und Forschungseinrichtungen weltweit ermöglicht. Extrem wertvoll für die weitere Forschungsarbeit der NASA ist zudem das Aufdecken neuer Zusammenhänge zwischen Forschungsbereichen und Projekten. So fanden Ingenieure in der graphbasierten Lessons Learned-Datenbank wichtige Erkenntnisse aus dem Apollo-Programm, die ihnen halfen, ein bislang ungelöstes technisches Problem der Orion Weltraumkapsel bei der Landung zu umgehen. Das verkürzte die Forschungsarbeit um mehr als zwei Jahre und sparte Kosten in Millionenhöhe ein.

In Zukunft können Ingenieure und Projektleiter von Anfang an auf diese wertvollen Informationen zurückgreifen, Fehler aus der Vergangenheit vermeiden und bestehendes Unternehmenswissen tatsächlich langfristig und effizient nutzen.