App-Entwicklung: Die Einbettung von Intelligenz nicht vergessen

Cloud-Anwendungen sind auf dem Vormarsch, aber nur diejenigen, die ihre Daten erschließen und den Nutzern einfache Einblicke bieten können, werden wirklich von ihnen profitieren.

Die Pandemie hat die Digitalisierung beschleunigt. Anwendungen schossen wie Pilze aus dem Boden. Laut Statista verzeichnet der Markt für Application Development Software ein starkes Wachstum und soll in Deutschland dieses Jahr voraussichtlich 7.310 Mio. USD erreichen. Entwickler rund um den Globus mussten die Ärmel hochkrempeln, um neue Apps zu erstellen und bestehende Apps in die Cloud zu migrieren. Dabei wird ein Aspekt oft übersehen: Analytics. Also den Nutzern die Möglichkeit zu geben, alle Daten abzurufen und zu analysieren, die die App generiert. Dabei ist dank der jüngsten Entwicklungen in den Bereichen Cloud-Daten, Such- und KI-gesteuerte Analysen und Low-Code-Plattformen die Einbettung von Analytics in Cloud-Anwendungen einfacher denn je.

Cloud-Daten auf dem Vormarsch

Unternehmen haben die Möglichkeiten der Cloud zwar schon lange erkannt, aber mit der Pandemie änderte sich die Dringlichkeit, und alles, vom Data Warehouse bis zu den Anwendungen, wurde in die Cloud migriert. Das Herzstück all dieser Bemühungen? Daten.

Aber Daten in der Cloud unterscheiden sich von On-Premise-Daten. Zum Beispiel sind die Datenmengen in der Cloud größer. Günstige, effiziente Speichermöglichkeiten in der Cloud haben dieses Wachstum der Datenmengen möglich gemacht. Außerdem ist die Haltbarkeit von Daten in der Cloud kürzer. Was am Morgen noch neu war, ist am Ende des Tages bereits veraltet. Und schließlich hat der Umzug in die Cloud die gemeinsame Nutzung von Daten einfacher, billiger und weniger fehleranfällig gemacht. Da immer mehr Unternehmen ihre Workloads in der Cloud ausführen, können sie auf Daten von Datenanbietern zugreifen und diese Datensätze mit ihren Anwendungsdaten zusammenführen, ohne dass zusätzliche Datenbewegungen erforderlich sind.

Doch diese massive, sich schnell bewegende Datenmenge hat auch einen entscheidenden Nachteil. Es ist schwierig, mit herkömmlichen Analytics-Tools, die für On-Premise-Anwendungen entwickelt wurden, Erkenntnisse aus ihnen abzuleiten, geschweige denn diese sowohl unternehmensintern als auch extern einfach zugänglich zu machen.

Search, KI und REST APIs

Hier kommen eingebettete Suchtechnologien ins Spiel. Wie bei einer Google-Suche können Benutzer beliebige datenbezogene Fragen stellen. Die Antworten werden sofort generiert und in der am besten geeigneten Visualisierung dargestellt. KI-Algorithmen helfen dabei, Anomalien und Ausreißer in Cloud-Daten aufzudecken, Beziehungen zwischen Messungen zu erkennen und Auf- oder Abwärtstrends in Daten zu finden. Sie können sogar eine komplette Datenreihe analysieren oder die Unterschiede zwischen zwei Datenpunkten im Detail klären. Die Nutzer erhalten Antworten auf ihre Anfragen so schnell wie bei einer Google-Suche. Und dank Natural Language Processing können sie die Fragen auch in natürlicher Sprache eingeben.

Die Gewinnung von Erkenntnissen aus den Daten einer Anwendung ist nur der erste Schritt. REST-API-Dienste ermöglichen die programmatische Abfrage von Daten und die Weiterleitung der Erkenntnisse an andere Anwendungen oder zurück in die übergeordnete Anwendung. Dadurch können Aktionen wie etwa die Aktualisierung des Lead-Status in HubSpot, das Auslösen einer E-Mail-Kampagne in Marketo, das Posten von Updates in Slack oder das Zurückschreiben der Erkenntnisse in das Cloud Data Warehouse ausgelöst werden.

Low-Code-Plattformen erleichtern die Einbettung

Trotz der Komplexität von Technologien wie Such- und KI-gesteuerte Analysen ist die Einbettung solcher Funktionen dank Low-Code-Plattformen, die mit einer visuellen Benutzeroberfläche arbeiten und nur wenig Code erfordern, nicht so schwierig. In der Regel verfügen solche Low-Code-Tools über interaktive Schritt-für-Schritt-Anleitungen, robuste APIs und vordefinierten Code-Beispiele. So wird es möglich, einzelne Funktionen oder eine ganze Analyse-Suite zur Anwendung hinzuzufügen und an die Bedürfnisse der Endnutzer anzupassen. Low-Code-Tools geben außerdem eine Vorschau auf den Code und zeigen, wie die eingebetteten Funktionen in der übergeordneten Anwendung aussehen. Für die Erstellung von Cloud-Anwendungen sollten diese Tools Integrationen zu wichtigen Cloud-Plattformen wie Snowflake, Databricks oder Amazon Redshift bieten.

Unternehmen, die ihre Cloud-Anwendungen dank Low-Code-Plattformen mit Funktionen wie der Suche in natürlicher Sprache, leistungsstarken Visualisierungen oder künstlicher Intelligenz (KI) ausstatten, können Apps entwickeln, die ein starkes Nutzererlebnis bieten. Sie können damit die Kundenbindung stärken, die Zufriedenheit verbessern und neue Einnahmequellen erschließen – es gibt keinen Geschäftsbereich, der nicht durch Einblicke in die von einer Anwendung generierten Daten verbessert werden könnte.

Michael Krause, Diplom-Informatiker und Customer Success Manager bei ThoughtSpot

www.thoughtspot.com/de