IT in der Formel 1
Der Große Preis von Big Data 2015
IT-Kosten in der Formel 1
Eine detaillierte Aufschlüsselung der IT-Kosten eines Formel-1-Rennstalls ist aufgrund der restriktiven Informationslage nur schwer möglich. Sie dürften allerdings rund ein Drittel des Jahresetats eines F1-Teams auffressen - der im Bereich zwischen 100 und 400 Millionen Euro liegt. Lohnend ist diese Investition dennoch, denn wie im "normalen" Unternehmensumfeld können effiziente IT-Lösungen auch in der Formel 1 für Kosteneinsparungen sorgen. Zum Beispiel, wenn es um Testfahrten geht. Jeder einzelne Testkilometer, der in einem Formel-1-Wagen zurückgelegt wird, kostet im Schnitt 1000 Euro.
Computersimulationen auf Basis von Big Data können also bereits für erhebliche Einsparungen sorgen. Schon in der Konstruktionsphase eines F1-Rennwagens spart beispielsweise die digitale Erprobung mit der CAD-Technologie ("computer-aided design") Kosten. Die teure Arbeit im Windkanal lässt sich dank der CFD-Technologie ("computational fluid dynamics") ebenfalls drastisch verkürzen - schließlich schaffen es nur noch erfolgversprechende Modelle in den Windkanal.
Foto: Sauber Motorsport AG
Würde der Automobilweltverband FIA das Datenvolumen nicht auf ein Maximum von 40 Teraflops innerhalb von acht Wochen beschränken - die Simulationen würden deutlich mehr als die Hälfte der Team-Budgets verschlingen. In der Folge würde das irgendwann ein erschreckendes Endzeit-Szenario für Motorsport-Fans heraufbeschwören: Wer braucht noch richtige Rennen, wenn Simulationen ungefährlicher, kostengünstiger und effizienter sind?
- Big Data: Neue Berufsbilder
In den teilweise euphorischen Einschätzungen von Markforschern und IT-Unternehmen ist immer wieder die Rede von neuen Berufsbildern, die Big Data mit sich bringen soll. Dazu zählen unter anderem folgende Tätigkeiten: - Data Scientist
Er legt fest, welche Analyseformen sich am besten dazu eignen, um die gewünschten Erkenntnisse zu erzielen und welche Rohdaten dafür erforderlich sind. Solche Fachleute benötigen solide Kenntnisse in Bereichen wie Statistik und Mathematik. Hinzu kommen Fachkenntnisse über die Branche, in der ein Unternehmen beziehungsweise tätig ist und über IT-Technologien wie Datenbanken, Netzwerktechniken, Programmierung und Business Intelligence-Applikationen. Ebenso gefordert sind Verhandlungsgeschick und emotionale Kompetenz, wenn es um die Zusammenarbeit mit anderen Abteilungen geht. - Data Artist oder Data Visualizer
Sie sind die "Künstler" unter den Big-Data-Experten. Ihre Hauptaufgabe besteht darin, die Auswertungen so zu präsentieren, dass sie für Business-Verantwortliche verständlich sind. Die Fachleute setzen zu diesem Zweck Daten in Grafiken und Diagramme um. - Data Architect
Sie erstellen Datenmodelle und legen fest, wann welche Analyse-Tools Verwendung finden und welche Datenquellen genutzt werden sollen. Auch sie benötigen ein umfassendes Know-how auf Gebieten wie Datenbanken, Datenanalyse und Business Intelligence. - Daten-Ingenieur
Diese Aufgabe ist stark auf die IT-Infrastruktur ausgerichtet. Der Dateningenieur ist das Big-Data-Analysesystem zuständig, also die Hard- und Software sowie Netzwerkkomponenten, die für das Sammeln und Auswerten von Daten benötigt werden. Eine vergleichbare Funktion haben System- und Netzwerkverwalter im IT-Bereich. - Information Broker
Er kann mehrere Rollen spielen, etwa die eines Datenhändlers, der Kunden Informationen zur Verfügung stellt, oder die eines Inhouse-Experten, der Datenbestände von unterschiedlichen Quellen innerhalb und außerhalb des Unternehmens beschafft. Außerdem soll er Ideen entwickeln, wie sich diese Daten nutzbringend verwenden lassen. - Data Change Agents
Diese Fachleute haben eine eher "politische" Funktion. Sie sollen bestehende Prozesse im Unternehmen analysieren und anpassen, sodass sie mit Big-Data-Initiativen kompatibel sind. Nur dann lässt sich aus solchen Projekten der größtmögliche Nutzen ziehen. Wichtig sind daher ausgeprägte Kommunikationsfähigkeiten, Verständnis für Unternehmensprozesse sowie Kenntnisse im Bereich Qualitätssicherung und Qualitätsmanagement (Six Sigma, ISO 9000).