Die ersten Pilotprojekte mit 5G laufen bereits und die Ansprüche, die Anwender an den neuen Mobilfunkstandard stellen, sind enorm. Sie versprechen sich aufgrund der hohen Bandbreite, der geringen Latenz und der hohen Zuverlässigkeit enorme Fortschritte etwa beim autonomen Fahren oder beim IIoT. LANline sprach mit Stefan Schwarz, Partner Business Consulting bei Teradata, wie die Datenanalyse helfen kann, die 5G-Netze zu optimieren und automatisiert Instand zu halten.

LANline: Herr Schwarz, der Mobilfunkstandard 5G wird häufig als Enabler für datengetriebene Echtzeitanwendungen gesehen, etwa Smart City oder autonomes Fahren. Der Aufbau einer 5G-Infrastruktur ist teuer. Wie kann denn die Auswertung von Daten dabei helfen, unnötige Kosten vor dem Rollout einzusparen?

Schwarz: Mittels Analytics und den Methoden der künstlichen Intelligenz lässt sich viel zielgenauer bestimmen, in welchen Regionen 5G tatsächlich besonders benötigt wird und wo man den größten Return on Investment für 5G erzielen kann. Einige Telekommunikationsunternehmen ziehen Vergangenheitsdaten über die Nutzung von 4G und anderen Technologien heran, um zu bestimmen, wo der größte Bedarf für 5G ist. Den konkreten Kundenwert, der sich mittels 5G-Technologien noch weiter erhöhen lässt, untersuchen bislang aber nur wenige Netzwerkabteilungen der Telcos im Detail. Beides sind Anwendungsbeispiele für Analytics, die zu einem deutlich effizienteren 5G-Rollout beitragen. So haben wir als Teradata die Netzbetreiber bereits beim 4G-Rollout mit genau solchen Analytics-Projekten unterstützt, die zu Einsparungen im höheren einstelligen Prozentbereich führten – bei einem entsprechenden Investitionsvolumen sind dies enorme Summen, die eingespart werden können.

LANline: Wie bedingen sich Analytics und 5G generell beziehungsweise welche Möglichkeiten haben Carrier, den Betrieb von 5G-Netzen mittels einer Analyse der vorliegenden Daten zu optimieren?

Schwarz: Analytics und 5G bedingen sich definitiv beidseitig. Durch 5G – konkret insbesondere durch seine deutlich größere Bandbreite und niedrigere Latenz – werden viele neue Anwendungen und Technologien überhaupt erst möglich. Man denke hier an Car-to-Car-Kommunikation, Echtzeitsteuerung und viele weitere bekannte IoT-Szenarien. Weil diese in Echtzeit funktionieren, ist in diesen konkreten Anwendungsfällen die manuelle Steuerung über den Menschen nicht mehr möglich. Daher braucht es eine künstliche Intelligenz, die uns Menschen diese Entscheidungen in Echtzeit abnehmen kann. Ebenso braucht es auch eine Intelligenz für das 5G-Netzwerk an sich – beispielsweise für die Network Slices, also vordefinierte Teile der Bandbreite mit vordefinierten SLAs, die man erwerben kann. Kontinuierlich maximal viele von diesen Slices in die verfügbaren Kapazitäten zu integrieren, ist eine analytische Optimierungs- und Prognoseaufgabe.

LANline: Wie hilft die Datenanalyse bei der automatisierten Instandhaltung eines 5G-Netzes?

Schwarz: Predictive Maintenance wird bereits von vielen Telcos betrieben. Schließlich ist es viel sinnvoller, das Netzwerk nicht reaktiv zu warten und Netzwerkkomponenten erst auszutauschen, wenn sie defekt sind. Mittels Predictive Analytics können zum Beispiel SS7-Daten mit historischen Reparaturdaten, Ticketdaten, den Logfiles einzelner Komponenten oder auch weitere Daten über die Wetterentwicklung und viele weitere Informationen miteinander verknüpft und ausgewertet werden. So erhält man genaue Prognosen darüber, wann einzelne Netzwerkkomponenten auszufallen drohen und eine geplante, kostengünstige proaktive Wartung realisieren. Ebenso lassen sich mittels Analytics die Routen der einzelnen Netzwerk-Engineers optimieren, so dass man ihnen die richtigen Routenpläne zur Verfügung stellt, bevor ein Ausfall überhaupt passiert. Der effektive Einsatz der Engineers bietet Telcos ein enormes Einsparungspotenzial und trägt gleichzeitig zu einem stabilen, permanent verfügbaren Netzwerk – und somit auch zu mehr Kundenzufriedenheit und Umsatzsteigerungen bei.

Stefan Schwarz ist Partner Business Consulting bei Teradata. Bild: Teradata

Lanline: Aktuell gibt es noch nicht sehr viele 5G-taugliche Endgeräte. Wie aggregieren die Mobilfunkbetreiber denn aussagekräftige Daten für solche Analysen?

Schwarz: Hier gibt es eher die Herangehensweise, dass man sich anderen Traffic anschaut. Aus den Charakteristika des jeweiligen Traffics kann man sehr weitgehende Annahmen über den entsprechenden 5G-Bedarf treffen. Gerade im B2B-Bereich sind die Mobilfunkbetreiber natürlich auch direkt mit den Kunden und Anwendern im Austausch und lassen deren Informationen in ihre Pläne eingehen. Prognosen werden aber noch besser, wenn Drittdaten zusätzlich integriert werden. Beispiele sind Bebauungspläne, Gentrifizierungsmuster und Bewegungsdaten. Solange es aber keine 5G-Endgeräte und flächendeckende 5G-Netze gibt, können natürlich auch keine aussagekräftigen Ist-Daten gewonnen und somit Analysen nicht kleinteilig bewertet werden. Dies ist häufig aber notwendig, um lernende Algorithmen zu „füttern“.

Lanline: In vielen Bereichen gibt es ja mittlerweile Bestrebungen, dass man Daten beziehungsweise Wissen auch mit der Konkurrenz teilt, etwa in der IT-Security. Wie gehen die Telcos mit diesem Thema um?

Schwarz: Schon heute stellen sich viele der großen Telcos als Data and Innovation Broker auf. Telefonica etwa mit dem „IoT Connectivity Hub“ oder AT&T mit seiner IoT-Plattform inklusive eines integrierten „Data Orchestration Service“. Mit diesem ist es möglich, eigene IoT-Daten zu routen, zu transformieren und zu speichern, um dann darauf intelligente Applikationen aufzubauen. Die Deutsche Telekom ist diesbezüglich einen deutlichen Schritt weiter und stellt sich mit dem „Telekom Data Intelligence Hub“ als neutraler Datentreuhänder auf. Der Hub gibt Unternehmen die Möglichkeit, öffentliche, unternehmens- und industrieübergreifende sowie interne Daten miteinander zu integrieren, zu analysieren und über eigene und fremde Services zu monetarisieren. Die Kontrolle über die Verwendung der Daten bleibt dabei stets beim Besitzer der Daten. Die Telekommunikationsanbieter nehmen den Veränderungsdruck in ihrer Branche ernst und bereiten sich als Plattformpartner für das „Connected Everything“-Zeitalter vor.

LANline: Sehen Sie denn weitere Möglichkeiten, bei denen eine Datenanalyse helfen kann, etwa bei der Entwicklung neuer Produkte?

Schwarz: Absolut – hier gibt es vielfältige Anwendungsfälle. Von der Produkterstellung über die Umsatz- und Nutzungsprognose hin zur Erstellung eines neuen Mobilfunktarifes. Mittels Analytics kann man bei letzterem beispielsweise mögliche Kannibalisierungseffekte ermitteln oder Preiseffekte optimieren und den Tarif entsprechend anpassen. Viel spannender ist jedoch, wenn Analytics selbst zum Produkt wird. Telcos bilden schließlich traditionell das Rückgrat für den Datenaustausch zwischen den Marktteilnehmern. Daher wäre es nur der nächste logische Schritt für Telcos, ein eigenes Portfolio für standardisierte Analytics-Lösungen aufzubauen. In Europa arbeiten einzelne Telekommunikationsanbieter intensiv an solchen Szenarien.

LANline: Herr Schwarz, herzlichen Dank für das Gespräch.

Timo Scheibe ist Redakteur bei der LANline.