Mathias Golombek, Chief Technology Officer von Exasol – Interview-Reihe

Mathias Golombek ist der Chief Technology Officer (CTO) von Exasol. Er trat dem Unternehmen 2004 als Software-Entwickler bei, nachdem er Informatik mit Schwerpunkt auf Datenbanken, verteilte Systeme, Software-Entwicklungsprozesse und genetische Algorithmen studiert hatte. Bereits 2005 war er für das Database-Optimizer-Team verantwortlich und 2007 wurde er zum Leiter der Abteilung Forschung und Entwicklung ernannt. 2014 wurde Mathias zum CTO ernannt. In dieser Rolle ist er für die Produktentwicklung, das Produktmanagement, den Betrieb, die Unterstützung und das technische Consulting verantwortlich.

Was hat Sie ursprünglich zur Informatik hingezogen?

Als ich in der vierten Klasse war, hatte mein älterer Bruder einige Lektionen, in denen er BASIC-Programmierung lernte, und er zeigte mir, was man damit machen kann. Zusammen entwickelten wir ein Osterrätsel auf unserem Commodore 64 für unseren jüngsten Bruder, und seitdem bin ich von Computern fasziniert. Informatik im Allgemeinen dreht sich um das Lösen von Problemen und um Kreativität, und ich denke, dass dieser Aspekt mich am meisten zu diesem Bereich hingezogen hat.

Können Sie Ihre Reise von der Einstellung bei Exasol als Software-Entwickler im Jahr 2004 bis zur Ernennung zum CTO schildern? Wie haben sich Ihre Rollen im Laufe der Jahre entwickelt, insbesondere in der sich schnell verändernden Technologie-Landschaft?

Ich studierte Informatik an der Universität Würzburg in Deutschland und begann 2004 bei Exasol als Software-Entwickler nach meinem Abschluss. Nach meinem ersten Jahr bei Exasol wurde ich zum Leiter des Database-Optimizer-Teams befördert und dann zum Leiter der Abteilung Forschung und Entwicklung. Danach war ich sieben Jahre lang Leiter der Abteilung Forschung und Entwicklung, bevor ich 2014 zum CTO ernannt wurde.

Von Anfang an war ich beeindruckt von dem, was Exasol tat – dieses deutsche Technologie-Unternehmen, das gegen große Namen wie Microsoft, IBM und Oracle kämpfte. Ich war begeistert von der Chance, die vor mir lag – als Entwickler, ein massiv paralleles, in-Memory-Datenbank-Management-System zu erstellen, war das Paradies auf Erden.

Ich habe jeden Moment genossen, mit diesem talentierten Ingenieur-Team zu arbeiten. Als CTO überwache ich die Produktinnovation, -entwicklung und -unterstützung von Exasol. Es war aufregend zu sehen, wie sehr das Exasol-Team global gewachsen ist, während wir unsere Kunden und ihre sich verändernden Bedürfnisse unterstützen. Die Grundlagen sind dieselben – wir sind immer noch ein in-Memory-Datenbank-System, aber jetzt ermöglichen wir unseren Kunden, die Kraft ihrer Daten für AI-Implementierungen zu nutzen.

Exasol war immer an der Spitze von Hochleistungs-Analytics-Datenbanken. Aus Ihrer Perspektive, was unterscheidet Exasol in diesem wettbewerbsintensiven Bereich?

Geschäftsleiter sind ständig damit beschäftigt, herauszufinden, wie sie mehr mit weniger erreichen können. In den letzten Jahren ist dies noch herausfordernder geworden, da die Wirtschaft weiterhin turbulent ist und die Verbreitung von KI-Technologie Budget und Zeit in Anspruch genommen hat.

Als Anbieter von Hochleistungs-Analytics-Datenbanken ist Exasol immer einen Schritt voraus, wenn es darum geht, Unternehmen zu helfen, mehr mit weniger zu erreichen. Wir helfen Unternehmen, Business-Intelligence (BI) in bessere Erkenntnisse mit Exasol Espresso umzuwandeln, unserem vielseitigen Abfrage-Engine, der in bestehende Daten-Stacks integriert werden kann. Globale Marken wie T-Mobile, Piedmont Healthcare und Allianz nutzen Exasol Espresso, um größere Datenmengen in schnellere, tiefere und günstigere Erkenntnisse umzuwandeln. Und ich denke, wir haben eine großartige Arbeit geleistet, um die Balance zwischen Leistung, Preis und Flexibilität zu meistern, damit Kunden nicht Kompromisse eingehen müssen.

Um Unternehmen auf ihrer KI-Reise zu unterstützen, haben wir kürzlich Espresso AI vorgestellt, unsere vielseitige Abfrage-Engine mit einem neuen Satz von KI-Tools, die es Organisationen ermöglichen, die Kraft ihrer Daten für fortschrittliche KI-getriebene Erkenntnisse und Entscheidungsfindung zu nutzen. Die Fähigkeiten von Espresso AI machen KI erschwinglicher und zugänglicher, ermöglichen es Kunden, teure, zeitaufwändige Experimente zu umgehen und sofortige ROI zu erzielen. Dies ist ein Game-Changer für Unternehmen, die sich auf Innovation und Wertsteigerung im Zeitalter der KI konzentrieren.

Der 2024 AI- und Analytics-Bericht von Exasol hebt die Unterinvestition in KI als Weg zur Geschäftskatastrophe hervor. Können Sie die wichtigsten Ergebnisse dieses Berichts erläutern und warum die Investition in KI für Unternehmen heute kritisch ist?

Wie Sie bereits erwähnt haben, ist die wichtigste Erkenntnis des 2024 AI- und Analytics-Berichts von Exasol, dass die Unterinvestition in KI zu Geschäftskatastrophen führt. Basierend auf unserer Umfrage unter Entscheidungsträgern sowie Datenwissenschaftlern und Analysten in den USA, Großbritannien und Deutschland stimmen fast alle (91%) zu, dass KI eines der wichtigsten Themen für Organisationen in den nächsten zwei Jahren ist, wobei 72% zugeben, dass die Nichtinvestition in KI heute die zukünftige Geschäftsträchtigkeit gefährdet. Einfach ausgedrückt, sind Unternehmen, die nicht an KI denken, in der heutigen Umgebung bereits im Hintertreffen.

Unternehmen stehen unter Druck von Stakeholdern, in KI zu investieren – und es gibt viele Gründe, warum. Die Investition in KI hat bereits Unternehmen in verschiedenen Branchen – von der Gesundheitsversorgung bis hin zu Finanzdienstleistungen und Einzelhandel – geholfen, neue Umsatzströme zu erschließen, die Kundenerfahrung zu verbessern, den Betrieb zu optimieren, die Produktivität zu steigern, die Wettbewerbsfähigkeit zu beschleunigen und vieles mehr. Die Liste wird nur noch länger, da Unternehmen beginnen, spezifische Wege zu finden, um KI zu nutzen, um ihre einzigartigen Geschäftsbedürfnisse zu erfüllen.

Der gleiche Bericht erwähnt große Hindernisse für die KI-Adoption, einschließlich Datenwissenschaftlicher Lücken und Verzögerungen bei der Implementierung. Wie geht Exasol auf diese Herausforderungen für seine Kunden ein?

Trotz der kritischen Notwendigkeit für KI-Investitionen stoßen Unternehmen immer noch auf erhebliche Hindernisse bei der breiteren Implementierung. Der AI- und Analytics-Bericht von Exasol zeigt, dass bis zu 78% der Entscheidungsträger Lücken in mindestens einem Bereich ihrer Datenwissenschafts- und Machine-Learning-Modelle (ML) haben, wobei 47% die Geschwindigkeit bei der Implementierung neuer Datenanforderungen als Herausforderung nennen. Ein weiteres 79% behauptet, dass neue Geschäftsanalyse-Anforderungen zu lange dauern, um von ihren Daten-Teams implementiert zu werden. Andere Faktoren, die die umfassende KI-Adoption behindern, sind der Mangel an einer Implementierungsstrategie, schlechte Datenqualität, unzureichende Datenmengen und die Integration in bestehende Systeme. Hinzu kommen sich verändernde bürokratische Anforderungen und Vorschriften für KI, die Probleme für viele Unternehmen verursachen, wobei 88% der Befragten angaben, dass sie mehr Klarheit benötigen.

Wenn die KI-Implementierung wächst, wird es immer wichtiger für Unternehmen, starke Daten-Fundamente zu schaffen. Exasol bietet Flexibilität, Widerstandsfähigkeit und Skalierbarkeit für Unternehmen, die eine KI-Strategie verfolgen. Wenn sich Rollen wie die des Chief Data Officers (CDO) weiterentwickeln und komplexer werden – mit wachsenden ethischen und Compliance-Herausforderungen im Vordergrund – unterstützt Exasol Daten-Führer und hilft ihnen, Business-Intelligence in schnellere, bessere Erkenntnisse umzuwandeln, die Geschäftsentscheidungen informieren und positiv auf die Bilanz wirken.

Wenn KI kritisch für den Geschäftserfolg wird, ist sie nur so effektiv wie die Werkzeuge, Technologien und Menschen, die sie im Hintergrund antreiben. Die Umfrage-Ergebnisse betonen die erhebliche Lücke zwischen aktuellen BI-Tools und ihrer Ausgabe – mehr Tools bedeutet nicht unbedingt bessere Leistung oder bessere Erkenntnisse. Wenn CDOs auf mehr Komplexität vorbereitet sind und aufgefordert werden, mehr mit weniger zu tun, müssen sie den Daten-Analytics-Stack bewerten, um Produktivität, Geschwindigkeit und Flexibilität zu gewährleisten – all dies zu einem vernünftigen Preis.

Espresso AI hilft, diese Lücke für das Unternehmen zu schließen, indem es Daten-Extraktions-, Lade- und Transformations-Prozesse optimiert, um Benutzern die Flexibilität zu geben, sofort mit neuen Technologien im großen Maßstab zu experimentieren, unabhängig von Infrastruktur-Einschränkungen – ob On-Premises, Cloud oder Hybrid. Benutzer können die Daten-Übertragungskosten und den Aufwand reduzieren und gleichzeitig aufstrebende Technologien wie LLMs in ihre Datenbank integrieren. Diese Fähigkeiten helfen Organisationen, ihre Reise zur Implementierung von KI- und ML-Lösungen zu beschleunigen, während sie gleichzeitig die Qualität und Zuverlässigkeit ihrer Daten gewährleisten.

Daten-Kompetenz wird im Zeitalter der KI immer wichtiger. Wie trägt Exasol dazu bei, die Daten-Kompetenz bei seinen Kunden und in der breiteren Gemeinschaft zu verbessern?

In den heutigen datenreichen Arbeitsumgebungen sind Daten-Kompetenz-Fähigkeiten wichtiger denn je – und werden schnell zu einem “Muss” anstelle eines “Soll” im Zeitalter der KI. Branchenübergreifend ist die Fähigkeit, komplexe Informationen zu interpretieren und effektiv zu kommunizieren, von entscheidender Bedeutung geworden. Aber es bleibt eine Daten-Kompetenz-Lücke.

Daten-Kompetenz ist die Fähigkeit, komplexe Informationen zu interpretieren und auf diese Erkenntnisse zu reagieren. Aber oft ist der Zugang zu Daten innerhalb einer Organisation oder nur einem kleinen Teil der Personen mit den notwendigen Daten-Kompetenz-Fähigkeiten beschränkt, um die riesigen Datenmengen zu verstehen und zu nutzen, die durch das Unternehmen fließen. Dieser Ansatz ist fehlerhaft, da er die Zeit und Ressourcen, die für die Nutzung von Daten und letztendlich die Schaffung von Innovationen im Unternehmen eingesetzt werden, begrenzt.

Wenn Menschen datenkompetent sind, können sie Daten verstehen, analysieren und ihre eigenen Ideen, Fähigkeiten und Expertise anwenden. Je mehr Menschen über die notwendigen Kenntnisse, das Vertrauen und die Werkzeuge verfügen, um Daten zu entschlüsseln und Bedeutung daraus zu ziehen, desto erfolgreicher kann eine Organisation sein. Exasol unterstützt Daten-Führer und Unternehmen bei der Förderung von Daten-Kompetenz und -Bildung.

Zusätzlich zur Bildungskomponente sollten Unternehmen ihre Technologie-Stacks und BI-Tools optimieren, um Daten-Demokratisierung zu ermöglichen. Daten-Zugänglichkeit und Daten-Kompetenz gehen Hand in Hand. Investitionen in beides sind erforderlich, um Daten-Strategien voranzutreiben. Zum Beispiel ermöglicht Exasol mit seinem fehlerfreien System Unternehmen, sich auf die Daten-Nutzung zu konzentrieren, anstatt auf die Technologie. Die hohe Geschwindigkeit ermöglicht es Teams, interaktiv mit Daten zu arbeiten und nicht durch Leistungs-Einschränkungen eingeschränkt zu sein. Dies führt letztendlich zu Daten-Demokratisierung.

Jetzt ist der Zeitpunkt gekommen, um Daten-Demokratisierung von einem Diskussionsthema zu einem Handlungs-Thema innerhalb von Organisationen zu machen. Wenn immer mehr Menschen in verschiedenen Abteilungen Zugang zu sinnvollen Erkenntnissen erhalten, wird dies die traditionellen Engpässe beseitigen, die durch Daten-Analytics-Teams verursacht werden. Wenn diese traditionellen Silos zusammenbrechen, werden Organisationen erkennen, wie breit und tief der Bedarf an Daten und Erkenntnissen für ihre Teams und Einzelpersonen ist. Sogar Menschen, die derzeit nicht als Daten-Endbenutzer betrachtet werden, werden in die Daten-Nutzung einbezogen.

Mit dieser Verschiebung kommt eine große Herausforderung auf, die in den kommenden Jahren zu erwarten ist – die Belegschaft muss aufgewertet werden, damit jeder Mitarbeiter die notwendigen Fähigkeiten besitzt, um Daten und Erkenntnisse effektiv zu nutzen, um Geschäftsentscheidungen zu treffen. Die heutige Belegschaft wird nicht wissen, welche Fragen sie ihren Daten-Feed stellen soll oder welche Automatisierung dahinter steckt. Der Wert der Fähigkeit, präzise, bohrende und geschäftlich orientierte Fragen zu stellen, steigt, was einen dringenden Bedarf an Schulung der Belegschaft auf dieser Fähigkeit schafft.

Sie haben eine starke Ausbildung in Datenbanken, verteilten Systemen und genetischen Algorithmen. Wie beeinflussen diese Fachgebiete die Produkt-Entwicklung und Innovations-Strategie von Exasol?

Mein Hintergrund ist eine Grundlage für die Arbeit in unserem Bereich und das Verständnis der Technologie-Trends der letzten zwei Jahrzehnte. Es ist aufregend und lohnend, mit innovativen Kunden zu arbeiten, die Datenbank-Technologie in interessante Anwendungsfälle umwandeln. Unsere Innovations-Strategie hängt nicht nur von einer einzelnen Person ab, sondern von einem großen Team von sophisticateden Architekten und Entwicklern, die die Zukunft von Software, Hardware und Daten-Anwendungen verstehen.

Wenn man in die Zukunft blickt, was sind die wesentlichen Komponenten eines zukunftssicheren Daten-Stacks für Unternehmen, die KI und Analytics effektiv nutzen möchten?

Die schnelle Adoption von KI war ein wichtiges Beispiel dafür, warum es für Unternehmen wichtig ist, der sich verändernden Technologie-Landschaft voraus zu sein. Die unglückliche Wahrheit ist jedoch, dass die meisten Daten-Stacks immer noch hinter der KI-Kurve zurückliegen.

Um Daten-Stacks zukunftssicher zu machen, sollten Unternehmen zunächst ihre Daten-Fundamente bewerten, um Lücken, Fehler oder andere Herausforderungen zu identifizieren. Dies hilft ihnen, die Daten-Qualität und -Geschwindigkeit zu gewährleisten – Elemente, die für die Erzielung wertvoller Erkenntnisse und die Antriebskraft von KI- und LLM-Modellen entscheidend sind.

Darüber hinaus sollten Teams in die Werkzeuge und Technologien investieren, die leicht mit anderen Lösungen im Stack integriert werden können. Wenn KI mit anderen Technologien wie Open-Source kombiniert wird, werden neue Modelle entstehen, um traditionelle Geschäftsprobleme zu lösen. Generative KI wie ChatGPT wird sich auch mit traditioneller KI-Technologie wie beschreibender oder vorhersagender Analytik verbinden, um neue Chancen für Organisationen zu eröffnen und traditionell umständliche Prozesse zu straffen.

Um Daten-Stacks zukunftssicher zu machen, sollten Unternehmen auch KI und BI integrieren. Unternehmen haben seit Jahrzehnten BI-Tools verwendet, um wertvolle Erkenntnisse zu gewinnen, und obwohl viele Verbesserungen vorgenommen wurden, gibt es immer noch BI-Einschränkungen oder Barrieren, die KI helfen kann. KI kann schnelleres Ergebnisse ermöglichen, die Personalisierung verbessern und die BI-Landschaft in ein inklusiveres und benutzerfreundlicheres Gebiet verwandeln. Da BI typischerweise auf die Analyse historischer Daten zur Erzielung von Erkenntnissen fokussiert ist, kann KI die BI-Fähigkeiten erweitern, indem sie hilft, zukünftige Ereignisse vorherzusagen, Vorhersagen zu generieren und Maßnahmen zu empfehlen, um die gewünschten Ergebnisse zu beeinflussen.

Produktivität, Flexibilität und Kosteneinsparungen werden als drei Wege hervorgehoben, auf denen Exasol globalen Marken hilft, zu innovieren. Können Sie ein Beispiel dafür geben, wie Exasol es einem Kunden ermöglicht hat, durch seine Analytics-Datenbank eine signifikante ROI zu erzielen?

Laut einer 2023 Forrester Total Economic Impact Study erzielen Exasol-Kunden bis zu 320% ROI auf ihre anfängliche Investition innerhalb von drei Jahren, indem sie die Betriebs-Effizienz, die Datenbank-Leistung und die einfache und flexible Daten-Infrastruktur verbessern.

Ein Kunde, Helsana, ein Marktführer in der Schweizer Gesundheitsbranche, kam zu Exasol, um eine moderne Daten- und Analytics-Plattform zu finden. Vor Exasol verließ sich Helsana auf verschiedene Berichts-Tools mit Daten-Warenhäusern, die auf unterschiedlichen Technologien und ETL-Tools aufgebaut waren, was eine verwirrende, ineffiziente Architektur schuf. Im Vergleich zur bestehenden Legacy-Lösung von Helsana zeigte Exasol eine fünf- bis zehnfache Leistungsverbesserung.

Jetzt ist Exasol zentral für die KI-Reise von Helsana, indem es als Repository für die strukturierten Daten dient, die Helsana für alle seine KI-Modelle verwendet, und die Grundlage für seine Analytics bildet. Mit Exasol hat das Helsana-Team die Leistung verbessert, die Kosten reduziert, die Agilität erhöht und eine solide KI-Grundlage geschaffen, was alle zu einer signifikanten ROI beitragen und die Fähigkeit verbessern, Kunden besser zu bedienen.

Wenn man in die Zukunft blickt, was sind die kommenden Trends in Daten-Analytics und Business-Intelligence, auf die Exasol sich vorbereitet, und wie planen Sie, die Innovation in diesem Bereich weiter voranzutreiben?

 Das Jahr 2023 hat KI auf breiter Front eingeführt, was zu reflexartigen Reaktionen von Organisationen führte, die letztendlich zahlreiche schlecht konzipierte und durchgeführte Automatisierungs-Experimente hervorbrachten. 2024 wird ein Transformations-Jahr für KI-Experimente und Grundlagenarbeit sein. Bisher waren die primären Anwendungen von GenAI für Informationszugang durch Chatbots, Kunden-Service-Automatisierung und Software-Coding. Es wird jedoch Pioniere geben, die diese aufregenden Technologien für eine Vielzahl von Geschäfts-Entscheidungen und Optimierungen anwenden. Wenn man über 2024 hinaus blickt, werden wir einen größeren Schub in Richtung produktiver KI-Implementierungen sehen.

Exasol ist dazu verpflichtet, Innovationen voranzutreiben und seinen Kunden Wert zu bieten, einschließlich der Unterstützung bei der Entwicklung und Implementierung von KI im großen Maßstab. Mit Exasol können Kunden BI und KI kombinieren, um Daten-Silos in einem integrierten Analytics-System zu überwinden. Unsere Flexibilität bei der Bereitstellungsoption ermöglicht es Organisationen, zu entscheiden, wo sie ihren Analytics-Stack hosten möchten, ob in der öffentlichen Cloud, privaten Cloud oder On-Premises. Mit Exasol Espresso AI sind wir positioniert, um Unternehmen zu befähigen, den Wert von KI-getriebener Analytics zu nutzen, unabhängig davon, wo sie auf ihrer KI-Reise stehen.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Exasol besuchen.