OpenText: Mit KI in vertikale Lösungen

OpenText-CEO Mark Barrenechea lobt Magellan (Foto: Harald Weiss).
Das als ECM-Anbieter bekannte Softwarehaus OpenText will IBMs Watson Konkurrenz machen. An der Kundenkonferenz Enterprise World 2017 zeigte sich, wo OpenText aktuell steht.
 
Dem kanadischen Software-Anbieter OpenText geht es gut. In den ersten drei Quartalen dieses Geschäftsjahres wurde ein Umsatz von 1,6 Milliarden Dollar erzielt. Das waren 287,1 Millionen Dollar, entsprechend 21,4 Prozent, mehr als in den ersten drei Quartalen des Vorjahres. Besonders erfreulich entwickelte sich das Lizenzgeschäft, das in diesem Zeitraum von 197,6 Millionen um 24,3 Prozent auf 245,6 Millionen Dollar zulegen konnte. Hierbei handelt es sich hauptsächlich um die Standardangebote von OpenText im Bereich Enterprise Content Management (ECM) – also alle Formen von Dokumenten-Management.
 
Auch in der Schweiz ist OpenText damit gut im Geschäft. So gehören Roche, Novartis und UBS schon seit Jahren zu den wichtigsten OpenText-Kunden. Bei Novartis ist sogar die weltweit umfangreichste Dokumenten-Management-Anwendung im Einsatz. Die vielen grossen global tätigen Schweizer Kunden sind für OpenText ganz besonders attraktiv, da über deren zentralen Einkauf praktisch der gesamte Weltmarkt erreicht werden kann.
 
Doch auf diesen Lorbeeren möchte sich das Unternehmen nicht ausruhen. So kündigte OpenText-CEO Mark Barrenechea bereits vor einem Jahr an, dass man sich vom bisherigen Plattform-Anbieter zum Lösungs- und Anwendungs-Anbieter wandeln will. Kernstück dieser Neuausrichtung sollen die durch die Actuate-Akquisition erworbenen Analytics- und KI-Lösungen sein. Den Mittelpunkt soll dabei das System Magellan bilden, das Barrenechea im vergangenen Jahr auf der Kundenveranstaltung Enterprise World 2016 angekündigt hat.
 
Mit einem sehr provozierenden Vergleich positionierte er damals Magellan als eine kostengünstige und leistungsgleiche Analytics-Engine zu IBMs kognitivem Computersystem Watson. Überprüfen liessen sich die vollmundigen Ankündigungen damals nicht, denn die Verfügbarkeit war erst für die "zweite Jahreshälfte 2017" angepeilt.
 
Erste Vorteile zu IBM-Watson sichtbar
Diesen Termin hat Barrenechea jetzt eingehalten. Auf der diesjährigen Enterprise World in Toronto konnte er stolz die sofortige Verfügbarkeit von Magellan bekanntgegeben. Einen echten Benchmark mit Watson präsentierte er aber nicht, ausser dass Magellan für "rund 100'000 Dollar" erhältlich sei, wogegen Watson "ab eine Million aufwärts" kostet. Auch aus den Produktvorführungen liessen sich keine Leistungsdaten ablesen. Es gab auch noch keine Beta-Kunden, die über ihre Erfahrungen berichten konnten. Alle Vorführungen basierten auf Beispiel-Firmen und –Anwendungen.
 
So entstand der Eindruck, dass hier mit heisser Nadel ein neues System gestrickt wurde, um auf jeden Fall den Termin zu halten und keinesfalls mit leeren Händen vor den rund 5'000 angereisten Kundenvertretern zu stehen.
 
Aber unabhängig von dem noch nicht verifizierten Leistungsvergleich mit Watson gibt es schon jetzt deutlich erkennbare Vorteile von Magellan. Da ist sicherlich zunächst der Preis zu nennen. Der ist zwar im Moment noch nicht genau vergleichbar, da das nur im Zusammenhang mit vergleichbaren Leistungen sinnvoll ist, doch die Magellan-Architektur lässt darauf schliessen,
dass das System eine preiswerte KI-Engine sein wird.
 
So ist Magellan unter Linux oder Windows auf jeder x86-Hardware lauffähig – sofern sie entsprechend leistungsfähig ist.
 
Daraus ergeben sich dann eine Reihe an systembedingen Vorteilen gegenüber Watson und auch den vielen anderen proprietären KI-Systemen. Da ist zunächst die Skalierbarkeit und die Portabilität zu erwähnen. So kann Magellan in eine eigene vorhandene Infrastruktur innerhalb des eigenen Rechenzentrums in der benötigten Leistungsklasse installiert werden, oder es lässt sich dafür eine entsprechende Inhouse-Server-Farm neu einrichten.
 
Wer möchte, kann letzteres auch als Managed-Service an OpenText auslagern oder komplett alles aus der OpenText- beziehungsweise Azure-Cloud anmieten. Ein weiterer Vorteil von Magellan ist die offene Struktur, mit deren Hilfe sich laut Barrenechea viele allgemein gebräuchliche Analytics-Plattformen, wie Hadoop oder Spark problemlos anbinden lassen.
 
"Wir werden branchenspezifische KI-Lösungen bieten"
Bis zu diesem Punkt ist Magellan aber auch nur eine horizontal ausgerichtet KI-Plattform und passt noch nicht in die Strategie einer vertikalen Lösungs- oder Anwendungsplattform. Auch in den zugehörigen Produktvorführungen wurden in Toronto ausschliesslich bekannte statistische Verfahren, wie Lineare Regression oder Proximity-basierte Matching-Algorithmen eingesetzt – also keinerlei branchenspezifische Algorithmen.
 
Doch das soll sich schon bald ändern. "In unseren angestammten Segmenten, wie Finanzwesen oder Gesundheitsversorgung, verfügen wir über das erforderliche Branchen-Know-how, um die wichtigsten Algorithmen selbst zu entwickeln mit denen wir unseren Kunden schon bald leistungsstarke KI-Lösungen anbieten können", verspricht Mark Gamble, Chef für den Analytics-Bereich bei OpenText.
 
Für die anderen Anwendungsbereiche setzt OpenText auf seine Partner, die gerade mit dem rasant wachsenden Bedarf an anspruchsvollen KI-Lösungen gut verdienen können. "Magellan hat das Potenzial, um für unsere Partner einen bedeutenden Umsatzschub zu generieren. Viele Kunden sind mit den Möglichkeiten und der Komplexität von modernen Analytics und Machine-Learning deutlich überfordert und suchen händeringend nach qualifizierten Beratungsleistungen", glaubt Gamble.
 
Hinzu kommt noch, dass sich das nicht nur auf die Erstellung und Implementierung von branchenorientierten Algorithmen beschränkt. "Algorithmen sind kein statisches Element, sie müssen fortlaufend angepasst und weiterentwickelt werden", sagt Gamble über dies neuen Anforderungen und Geschäftsmöglichkeiten seiner Partner.
 
Wo IBM-Watson noch überlegen ist
Um noch einmal auf den Vergleich mit Watson zurückzukommen. Gamble sieht hier durchaus noch Leistungsdefizite. "Vor allem bei den kognitiven Interaktionen reicht unser System noch nicht an Watson heran", bestätigt er. Der letzte Punkt ist ohnehin die gegenwärtige Leistungsspitze von KI.
 
Hier geht es darum, dass ein System nicht nur anhand seiner vorprogrammierten und den selbst erlernten Algorithmen selbstständig zu Entscheidungen kommt, sondern dass es im Fall von nicht ausreichenden Datenmengen zusätzliche Informationen abfragt.
 
Watson kann beispielsweise bei einer medizinischen Diagnose weitere Laboruntersuchungen oder Röntgenbilder anfordern, um die bereits vorliegenden Informationen soweit zu vervollständigen, dass eine abgesicherte Diagnose möglich wird. (Harald Weiss)