Was genau ist eigentlich Assoziation?

CRUD kann das nicht

Unsere klassischen IT-Systeme funktionieren meistens anders. Sie wurden vor allem dafür gebaut, Dinge zuverlässig zu verwalten. Kunden anlegen, Bestellungen erfassen, Rechnungen ändern, Termine löschen. In der Informatik gibt es dafür das etwas hässliche Kürzel CRUD: Create, Read, Update, Delete. Anlegen, lesen, ändern, löschen. Ein erheblicher Teil der Software, mit der wir täglich arbeiten, lässt sich tatsächlich darauf zurückführen.

Daran ist überhaupt nichts falsch. Wenn ich meine Adresse ändern will, brauche ich keine Entdeckungsreise durch meine Daten. Ich will meine neue Adresse eintragen und fertig.

Interessant wird es dort, wo ich nicht mehr einen einzelnen Vorgang bearbeiten, sondern etwas verstehen will.

Ein Beispiel: die Kaffeemaschine

Stellen wir uns einen Händler vor, der Kaffeemaschinen verkauft. Er kann in seinem Warenwirtschaftssystem problemlos nachsehen, wie viele Maschinen eines bestimmten Modells er verkauft hat. Vielleicht kann er auch einen Bericht aufrufen, der den Umsatz nach Monat, Region oder Produktgruppe zeigt. Auch das kennen wir.

Nun fällt ihm aber auf, dass eine bestimmte Maschine in Hamburg besonders häufig verkauft wird.

Warum?

Damit beginnt eine völlig andere Art von Frage. Sind es bestimmte Kunden, die diese Maschine kaufen? Sind sie älter oder jünger? Kaufen sie noch etwas dazu? Wird die Maschine besonders häufig am Wochenende bestellt? Ist sie in anderen Großstädten ähnlich erfolgreich? Welche Kaffeesorten kaufen diese Kunden? Gibt es Verkäufer, bei denen das Modell besonders gut läuft? Gab es eine Werbeaktion? Und seit wann ist das eigentlich so?

Keine dieser Fragen musste am Anfang bekannt sein. Eine Frage entsteht aus der Antwort auf die vorherige.

Genau hier liegt der wesentliche Unterschied zwischen einem klassischen Bericht und einem assoziativen Umgang mit Daten. Ein Bericht beantwortet eine Frage, die jemand vorher formuliert hat. Assoziation hilft dabei, die nächste Frage überhaupt erst zu finden.

Der Raum verändert sich mit jeder Auswahl

Man kann sich das wie einen großen Raum vorstellen, in dem alle Informationen miteinander verbunden sind. Ich wähle „Hamburg" aus und sehe nicht nur Hamburg. Ich sehe gleichzeitig die Kunden aus Hamburg, ihre Bestellungen, die gekauften Produkte, die zuständigen Verkäufer, die Umsätze, die Reklamationen und die Monate, in denen diese Dinge passiert sind. Wähle ich zusätzlich die Kaffeemaschine aus, verändert sich dieser gesamte Raum wieder. Übrig bleiben die Zusammenhänge, die zu beiden Auswahlen passen.

Und jetzt kommt etwas hinzu, das zunächst unscheinbar klingt: Ich sehe auch, was nicht dazu passt.

Angenommen, fast alle Kunden, die diese Kaffeemaschine kaufen, bestellen auch regelmäßig Kaffeebohnen. Einige tun es aber nicht. In einem normalen Bericht verschwinden diese Kunden möglicherweise einfach aus der Betrachtung. Assoziativ betrachtet können gerade sie interessant werden. Warum kaufen sie keine Bohnen? Kaufen sie die woanders? Handelt es sich um Firmenkunden? Wurde die Maschine verschenkt? Gibt es dort vielleicht sogar eine völlig neue Kundengruppe zu entdecken?

Das Fehlen einer Verbindung kann genauso viel erzählen wie eine vorhandene Verbindung.

Auch das Krankenhaus zeigt es

Ein anderes Beispiel: Ein Krankenhaus stellt fest, dass die Zahl bestimmter Behandlungen im März deutlich höher war als sonst. Ein klassischer Monatsbericht zeigt diese Auffälligkeit. Damit hat er seine Aufgabe erfüllt.

Für den Menschen beginnt die interessante Arbeit aber erst jetzt. Welche Patienten waren das? Welche Altersgruppen? Welche Diagnosen? Welche Stationen? Welche Ärzte? Welche Eingriffe? Welche Aufenthaltsdauer? Vielleicht fällt auf, dass der Anstieg fast ausschließlich eine bestimmte Altersgruppe betrifft. Also schaut man sich diese an. Nun zeigt sich plötzlich eine Häufung an zwei Wochentagen. Warum ausgerechnet dort? Man folgt der Spur.

Das Entscheidende daran: Niemand musste diesen Analyseweg vorher programmieren.

Die Suche liefert Treffer. Assoziation liefert Zusammenhänge.

Der Unterschied zum Wiki

Interessant ist an dieser Stelle auch der Vergleich mit einem Wiki. Ein Wiki fühlt sich bereits viel natürlicher an als eine klassische Datenbank. Ich lese über Hamburg, klicke auf Speicherstadt, von dort auf Hamburger Hafen, dann auf Containerverkehr und lande irgendwann bei der Geschichte des Welthandels. Auch hier folge ich also einer Spur.

Der entscheidende Unterschied: Die Verbindungen im Wiki hat vorher jemand angelegt. Ein Autor hat entschieden, dass „Hamburger Hafen" an dieser Stelle einen Link verdient. Ich bewege mich auf Wegen, die andere Menschen vorbereitet haben.

Bei der Assoziation entstehen die Wege aus den Daten selbst.

Wenn ein Kunde in Hamburg wohnt und eine Kaffeemaschine gekauft hat, dann besteht diese Verbindung, auch wenn niemals jemand auf die Idee gekommen ist, einen Link zwischen „Hamburg" und „Kaffeemaschine" anzulegen. Wenn tausend solcher Verbindungen existieren, wird daraus möglicherweise ein Muster. Und wenn ausgerechnet München dieses Muster nicht zeigt, ist auch das eine Information.

Vielleicht lässt sich der Unterschied so beschreiben: CRUD-Systeme verwalten die Welt. Wikis beschreiben die Welt. Assoziation hilft uns, Beziehungen innerhalb dieser Welt zu entdecken.

Klingt zunächst nach einer technischen Feinheit. Hat aber ziemlich weitreichende Folgen.

Wer darf welche Frage stellen?

Wir haben uns nämlich daran gewöhnt, dass Software vorgibt, welche Fragen wir stellen dürfen. Ein Entwickler baut eine Maske. Jemand definiert einen Bericht. Es gibt zwölf Filter, fünf Kennzahlen und drei Diagramme. Damit können wir arbeiten. Wollen wir etwas wissen, das dort nicht vorgesehen wurde, brauchen wir einen neuen Bericht, einen Export nach Excel oder jemanden aus der IT.

Das Merkwürdige daran: Wir halten dieses Verhalten inzwischen für normal.

So funktioniert Erkenntnis

Im wirklichen Leben machen wir das nicht so. Wenn du dich mit jemandem über die steigenden Kosten eines Projekts unterhältst, wirst du nicht nach drei Minuten sagen: „Diese Frage ist in unserem Gespräch leider nicht vorgesehen." Du wirst nachfragen. Vielleicht entdeckst du dabei, dass gar nicht die Materialkosten gestiegen sind, sondern die Zahl der Arbeitsstunden. Dann fragst du nach den Mitarbeitern. Dabei fällt auf, dass besonders viele Überstunden anfallen. Also redet ihr über Termine. Und plötzlich stellt sich heraus, dass das eigentliche Problem überhaupt nichts mit Kosten zu tun hat, sondern mit einem Kunden, der seine Anforderungen ständig ändert.

So funktioniert Erkenntnis. Selten geradlinig und fast nie so, wie man es vorher geplant hat.

Was das mit Business Intelligence zu tun hat

Genau deshalb ist Assoziation für Business Intelligence so interessant. Business Intelligence wird häufig mit Dashboards, Kennzahlen und Diagrammen gleichgesetzt. Das greift zu kurz. Ein Dashboard kann hervorragend zeigen, was passiert ist. Wirklich spannend wird es, wenn daraus die Frage entsteht, warum es passiert ist – und man dieser Frage folgen kann, ohne vorher wissen zu müssen, wohin sie führt.

Vielleicht wird dieses Prinzip durch künstliche Intelligenz sogar noch wichtiger. Wir gewöhnen uns gerade daran, einem Computer Fragen in normaler Sprache zu stellen. Das ist ein großer Fortschritt. Aber eine KI, die deine Frage versteht, löst noch nicht automatisch das Problem dahinter. Sie muss auch verstehen können, welche Informationen miteinander zusammenhängen und auf welcher Grundlage eine Antwort zustande kommt.

Die Zukunft der Arbeit mit Daten könnte deshalb interessanter werden als das heute viel diskutierte „Ich frage die KI und sie gibt mir eine Antwort". Vielleicht willst du gar nicht immer sofort eine Antwort. Vielleicht willst du entdecken.

Du wählst etwas aus. Siehst, was damit zusammenhängt. Findest etwas Unerwartetes. Fragst nach. Verwirfst eine Vermutung. Folgst einer anderen Spur. Und irgendwann verstehst du etwas, nach dem du am Anfang überhaupt nicht gesucht hattest.

Eigentlich ist daran gar nichts besonders Technisches.

Es ist ziemlich genau die Art, wie Menschen schon immer versucht haben, die Welt zu verstehen.