Werden wir zu Cloud-Junkies?
Risiken und Nebenwirkungen von Office 365 & Co
Prof. Dr.-Ing. Heinz-Peter Höller
Zur Person
• Diplom-Informatiker • Professur für Rechnernetze
und Telekommunikation • Vernetzung als Teil der
Digitalen Transformation • Technische Aspekte des
Arbeitnehmerdatenschutz
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 2
Hrsg. Peter Wedde
Gliederung
1.Die Cloud
2.Der Graph
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 3
DIE CLOUD
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 4
Digitalisierung / Digitale Transformation • Miniaturisierung • Durchdringung • Einbettung • Vernetzung • Mobilität
»Internet der Dinge • allgegenwärtige Datenerhebung und -produktion
»Big Data • Klassifikation, Clusteranalysen, Assoziationsanalysen,
Textmining, … »Data Mining – Analytics - KI
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 5
Wo lagern alle diese Daten?
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 6
… zurück zur Cloud
Wie die Cloud daher kam • Dropbox
• Google Docs
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 7
Vorteile des Cloud Computings (aus Nutzersicht)
• Zugriff von verschiedenen Orten • Zugriff über unterschiedliche Geräte • Gemeinsames Bearbeiten von Dokumenten
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 8
Was versteht man unter einer Cloud?
Cloud-Kategorien • IaaS – Infrastruktur als Service Rechnerkapazitäten (CPU-Kerne, Hauptspeicher, Sekundärspeicher) | Netzwerkkapazität | Datensicherung | Datensicherheit
• PaaS – Plattform als Service Anwendungsentwicklung | Laufzeitumgebung (Betriebssystem, sichere Datenhaltung, Lastverteilung)
• SaaS – Software als Service Software direkt aus der Cloud Nutzen | Software in der Cloud | Daten in der Cloud | Office 365 |
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 9
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 10
Cloud-Kategorien
Was macht die Cloud für Unternehmen attraktiv? (IaaS / PaaS - aus Unternehmenssicht)
• Skalierbarkeit / Kosten – Rechenleistung, Speicherplatz kann beliebig hinzugenommen
werden
• Fremdbetrieb – Beschaffung, Datensicherung, Updates, etc.
• Verfügbarkeit • Kundennähe • Datensicherheit
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 11
Aus Unternehmenssicht ist es vernünftig, ob all der Vorteile auf Cloud-Dienste zu
setzen!
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 12
Ein zweiter Blick auf die Cloud. Ein Blick auf die Anbieter.
Die Kleinen
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 13 20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 13
Die Großen
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 14
Kann man dieser Technik vertrauen? (Skepsis in Deutschland, Skepsis bei Banken, Versicherungen, Gesundheit, Behörden)
• Defizite bei der Datensicherheit • Unsicherheit bezüglich Datenschutz
– Datenspeicherung außerhalb Deutschlands – Zugriff durch Behörden der Anbieterländer
• warrant case (US-Forderung Herausgabe von Daten aus Irland) • e-evidence (EU-Initiative für Zugriff auf Daten außerhalb EU)
• Arbeitnehmersicht: – EDV-Abteilung außer Haus – Kritische Funktionen abschaltbar?
• Datenhoheit
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 15
BLICK AUF AMAZON AWS
Iaas / PaaS
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 16
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 17
Amazon AWS
• Legende: Überschüssige Ressourcen im
Weihnachtsgeschäft • günstige Rechenleistung für Start-Ups • Heute: 7,8 Mrd. $ Umsatz, Ergebnis 1,6 Mill. $ (2017)
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 18
Amazon-Kunden • DB Vertrieb: 5,5 Mio. Fahrgäste; 860.000 Ticketverkäufe tgl. • autoscout24 - Gebrauchtwagen: 10 Mill Nutzer/Monat; 2,4 Mill. Angebote • mytaxi – 10 Mio Nutzer; 45.000 Taxis • Expedia – Reisen • home24 – Möbel • Netflix - Videostreaming • soundcloud – Soziales Netzwerk Sound • spotify – Audiostreaming • AirBnB – „private“ Übernachtungen
– 450.000 Übernachtungen/Tag – 10 IT-Ingenieure
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 19
Ecosystem Amazon
• Amazon Warehouse
– Warenhauskunden, Shopbetreiber, Lieferanten, Logistiker • Amazon Prime
– Videokunden • Amazon Mechanical Turk
– Crowdworker, Auftraggeber • Amazon AWS
– Nutzer und Unternehmen aller Art
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 20
Wo lagern die Daten von Big Data?
… viele bei Amazon und darin steckt: • wer was kauft, • wer sich für welches Auto interessiert, • wer welche Filme schaut, • wer sich was nebenher verdient, • wer sich was nebenher verdient, weil er sich für
ein Auto interessiert, das er sich aber nicht leisten kann. 20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 21
BLICK AUF OFFICE365
SaaS
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 22
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 23
SaaS-Anbieter
(eine sehr kleine Auswahl)
• SAP – ERP • Salesforce – CRM – Software as a Service • Oracle CRM • IBM Lotuslive – Office/Kolaboration • Google Docs • Microsoft Office365
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 24
Microsoft Office365
• 120 Millionen geschäftliche Nutzer • 28 Millionen private Nutzer
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 25
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 26
Chantrelle Nielsen, Microsoft's director of research and strategy
“... this data actually find these patternes, that are true across different countries, different industries, different functions in the organisations to find out some ... foundation about how people work.”
… zur Auswertung von Metadaten aus Office 365
Aus diesen Daten lassen sich Muster ableiten, die über unterschiedliche Länder, unterschiedliche Industrien und unterschiedliche Funktionen innerhalb von Organisationen gültig sind und die uns eine Grundlage für das Verständnis davon geben, wie Menschen arbeiten.
Ecosystem as a Service (EaaS)
Cloud? Plattform? Plattform? Cloud?
DER SOZIALE GRAPH INNERBETRIEBLICH – IN DER CLOUD
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 28
Office365 – Der Graph
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 29
Der Graph in der Mathematik
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 30
• Menge von Knoten und Kanten 𝐺𝐺 = (𝑉𝑉,𝐸𝐸) • gerichtet / ungerichtet • bewertet/unbewertet • Grad eines Knoten (z.B. G(E)=5) • Brücke (F/J) • Wege (E-F-J-L) • Nachbar (i und K sind Nachbarn) • zusammenhängend, vollständig, schlicht
Matrix
Analyse sozialer Netzwerke
• Teilgebiet der Soziologie • Es geht um:
– Stellung von Individuen im Sozialen Netz – Macht, Einfluss und Autonomie – Teilgruppen, Clans und Cliquen
• Man verwendet Graphenalgorithmen
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 31
Newcomb Beliebtheitsgraph
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 32
• Stars (9 und 17) • Außenseiter (3, 10, 15) • verbindet Zentrum mit Peripherie,
hohe betweeness (12) • hohe closeness (4)
Innerbetriebliche Graphen
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 33
STELLUNG EINZELNER AKTEURE IM SOZIALEN NETZ
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 34
Zentralität - Bedeutung
Gradzentralität: Viele Kanten; Wichtig, weil er mit vielen in Kontakt steht; in vielem „drinhängt“; aktive Player; „where the action is“.
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 35
𝑍𝑍𝐺𝐺(𝑛𝑛𝑖𝑖) =𝐺𝐺(𝑛𝑛𝑖𝑖)
(𝑔𝑔 − 1) 0,1
0,3 0,5
Zentralität - Bedeutung Dazwischenzentralität: Maß für Mittler; liegen auf dem Weg; werden benötigt; auf seine Mitwirkung ist man angewiesen; wichtigstes Zentralitätsmaß.
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 36
Zentralität - Bedeutung Brücke/Gelenkpunkt:
– verbinden strukturelles Loch – Austausch Informationen/Ressourcen – gelten als Innovatoren, Modernisierer, Wanderer
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 37
Zentralität - Bedeutung
Nähezentralität: kurze Wege zu den anderen; ist den anderen nahe; braucht wenig Mittler; ist unabhängig.
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 38
𝑍𝑍𝑁𝑁(𝑛𝑛𝑖𝑖) =(𝑔𝑔 − 1)
∑ 𝑑𝑑(𝑛𝑛𝑖𝑖 ,𝑛𝑛𝑗𝑗)𝑔𝑔𝑗𝑗=1
Prestige - Ansehen
• Eingangsgradprestige: Viele eingehende Kanten; viele wenden sich an den Akteur; man sucht Unterstützung/Rat; Gradzentralität vs. Eingangsgradprestige: Viel Eingang, wenig Ausgang: Graue Eminenz; Viel Ausgang, wenig Eingang: kümmert sich, macht und tut, „gesellig“.
• Proximitätsprestige: Wen kann der Akteur erreichen? Wer erreicht den Akteur (Einflussbereich); Größe des Einflussbereichs und Nähe zu den anderen. Wege zu den anderen; ist den anderen nahe; braucht wenig Mittler; ist unabhängig.
• Rangprestige/PageRank: Wer von angesehenen Akteuren um Rat gefragt wird, ist selbst angesehen. Wer von Akteuren mit wenig Prestige angefragt wird, hat selbst wenig Prestige.
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 39
NETZWERKANALYTISCHE INTERPRETATIONEN
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 40
• Bedeutung, Nähe, Mittlerrolle, Außenseiter • Graue Eminenz, Aktivist, einflussreich vernetzt • Cliquen/Clans
– starke Bindungen im Inneren, oft gering vernetzt nach außen – großer Zusammenhalt – keine neuen Ideen, nicht innovativ, „schmoren“ im eigenen Saft
• Brücken/ Gelenkpunkte – Personen sind sehr wichtig, Zusammenhalt hängt an ihnen – Sie gelten als Wanderer zwischen den Welten – Über sie läuft alles, sie haben die besten Informationen – Man wendet sich an sie, um Neues zu erfahren
• Zentralität – Man geht von unumstrittener Führungsrolle aus, allseits anerkannt, wenig
Reibungsverluste • Macht und Einfluss • Informationsfluss • Empfehlungen
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 41
ERSTE SOFTWAREPRODUKTE
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 42
Social Engagement Dashboard IBM
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 43
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 44
Evolution der Microsoft-Produkte (auf Basis Office Graph 365)
Delve
Delve Analytics MyAnalytics
Delve Organisational Analytics
Neueste Entwicklung: Workplace Analytics
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 45
Ziele von Workplace Analytics
(Ziele noch etwas disparat) • Produktivität von Wissensarbeitern messen • auf einer gesamtorganisatorischen Ebene
(Belegschaft) • alles in Echtzeit – Daten fallen ab (digital exhaust)
• Konzentration auf wesentliche
Leistungsindikatoren (KPIs)
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 46
Workplace Analytics • top performer (sales)
– Kommunikationsdaten analysieren – Verhaltensmatrix bestimmen (behavioral matrix) – Erfolgsmuster identifizieren – Mitarbeiter auf Erfolgsmuster verpflichten (Symantec)
oder – Erfolg aufgrund von Verhaltensmustern abschätzen
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 47
Beispiel: Top-Performer
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 48
Manager Quality
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 49
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 50
Chantrelle Nielsen, Microsoft's director of research and strategy
"You can use Workplace Analytics to answer questions like what do the best people in this organization, the people who are most satisfied and most productive... What is the kind of pattern that they work in, and what kind of rhythm seems to be predicting that outcome of success or happiness.“ (ab 1:16’, 1:55’)
Fazit
• Viele ökonomische Gründe sprechen für Cloud-Computing. • Skepsis besteht hinsichtlich Datensicherheit und
Datenschutz. • Verantwortung verlagert sich zu den Cloud-Akteuren. • Cloud-Computing führt zu Datenhäufung auf der
Betreiberseite. • Der Office-Graph ist eine Möglichkeit der Verwertung der
anfallenden Metadaten
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 51
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 52
Vielen Dank für Ihre Aufmerksamkeit
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 53
Vielen Dank für Ihre Aufmerksamkeit
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 54
Zum Weiterlesen
https://www.boeckler.de/pdf/p_mbf_praxis_2018_010.pdf
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 56
Die Wolke als Sinnbild
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 57
Die Wolke als Sinnbild
für • da drinnen passiert was, • da wird mir was geboten (Software, Dienste
Plattformen) • da drinnen liegen die Daten (Dokumente, Bilder,
Posts) • da können alle drauf zugreifen das kriegen alle mit
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 58
Software as a Service Google
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 59
Office 365 – Die Cloud
• 120 Millionen geschäftliche Nutzer • 28 Millionen private Nutzer
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 60
Ein Graph
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 61
Sozialwissenschaftliche Netzwerkanalyse Newcomb Fraternity
• 17 männliche Studenten dürfen ein Jahr kostenlos wohnen
• Sie müssen wöchentlich 4-5 Stunden für Interviews bereitstehen
• Es entsteht der Datensatz „Beliebtheit“ • Jeder Student beurteilt jeden anderen von 1 (mag
ich sehr) bis 16 (mag ich nicht) bewerten.
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 62
Analyse sozialer Netzwerke
• Erhebung: Befragungen / Recherche • Beispiele:
– Netzwerk von Managern in Industrieunternehmen (n=21) – Netzwerk von Familien im Florenz des 16 Jhd. (n=16) – Konferenzteilnehmer (n=32) – Netzwerk einflussreicher Geschäftsleute in Minneapolis
(n=26) – Scheitern einer Gewerkschaft beim Versuch die Mitarbeiter
eines High-Tech-Unternehmens zu organisieren (n=36)
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 63
Evolution der Microsoft-Produkte
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 64
Stützt sich auf den Office Graph • 100 Millionen Nutzer im Monat • 4 Billionen E-Mails • 1 Millarde Meetings • „Größte Datensammlung darüber, wie Menschen ihre
Arbeitszeit verbringen“
• vom Office Graph nur Mail und Kalender (20+ Std.) • dazu Personaldaten (HR) und CRM
Zeitraum unklar
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 65
Workplace Analytics
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 66
Überblick
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 67
Verschwendung/Stress
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 68
Engagement
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 69
Abfragesprache
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 70
Zusammenfassung • Das Innerbetriebliche Soziale Netzwerk ist analysierbar • Aussagen zu sozialer Stellung, Vergleiche von Gruppen,
Bestimmung von relationalen Mustern sind möglich • Microsoft Office Graph überragt alles
– Innerbetrieblicher Sozialer Graph je Unternehmen – Sozialer Graph über Ländergrenzen und Industrien hinweg
• Auswertungsprodukte kommen von der persönlichen Ebene (Delve, MyAnalytics) und entwickeln sich zur Belegschaftsanalyse
• Auswertungen hegen sehr einfache Bilder von „Produktivität“ und „Engagement“. Anspruchsvollere netzweranalytische Konzepte sind bisher kaum sichtbar, aber:
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 71
Kann man dieser Technik vertrauen? (Skepsis in Deutschland, Skepsis bei Banken, Versicherungen, Gesundheit, Behörden)
• Defizite bei der Datensicherheit • Unsicherheit bezüglich Datenschutz
– Datenspeicherung außerhalb Deutschlands – Zugriff durch Behörden der Anbieterländer
• warrant case (US-Forderung Herausgabe von Daten aus Irland) • e-evidence (EU-Initiative für Zugriff auf Daten außerhalb EU)
• Arbeitnehmersicht: – EDV-Abteilung außer Haus – Kritische Funktionen abschaltbar
• Datenhoheit
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 72
Die Großen IaaS | PaaS • Amazon Web Services (AWS) • Microsoft Azure • Google Cloud Computing • IBM • SAP Cloud Plattform • Telekom Cloud SaaS • SAP S/4 HANA • Salesforce • Office 365 • google (Infos suchen, Dokumente bearbeiten, Videos anschauen (Youtube) • (Amazon – einkaufen, Film sehen, Minijob machen)
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 73
Innerer Zusammenhalt
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 74
• Clique (jeder mit jedem verbunden) • 2-Clique (2,4,6) (jeder mit jedem über höchstens 2-
Kanten) ; 2-Clan (1,2,3) • Robustheit gegenüber Zerfall (Brücke) • Dichte (ungerichtet): Anteil der tatsächlichen
Beziehungen in einer Gruppe • Köhäsion (gerichtet): Anteil der reziproken Beziehungen • Entdecken von Gruppen
Ähnlichkeit und Zentralität (Benchmarking)
• strukturelle Ähnlichkeit • reguläre Ähnlichkeit
– Es lassen sich (ähnliche) Gruppen finden – Es lassen sich ähnliche Gruppen vergleichen
• Zentralität – Man kann messen, ob das Gesamtnetz oder ein Teilnetz
besonders zentralisiert ist, weil ein Akteur alle anderen im Zentralitätsmaß überragt.
20.04.2018 Prof. Dr.-Ing. Heinz-Peter Höller 75