SAS-CEO: «Computer lernen nicht»

SAS und die Cloud

CW: SAS ist eines der wenigen Grossunternehmen in Privathand. Wie konnten Sie Investoren und Übernahmeangebote fernhalten?
Goodnight: Wir wollten schlicht nie verkaufen oder an die Börse. Vielmehr lag unser grösster Fokus immer auf der Entwicklung und Forschung. Hier investieren wir noch heute rund 25 Prozent unseres Umsatzes. Diese Eigenart und die starke Einbindung der Kunden in die Entwicklung macht SAS zu einem speziellen Unternehmen.
“Wir wollten SAS schlicht nie verkaufen oder mit der Firma an die Börse„
Jim Goodnight, SAS
CW: Eine andere Besonderheit von SAS ist der grosse Anteil lokaler Installationen. Ist der Betrieb im eigenen Rechenzentrum ein Auslaufmodell?
Goodnight: Wir wollen den Kunden die Wahl überlassen. Einige Unternehmen haben bereits den Entscheid getroffen, ihre Infrastruktur in die Amazon-Cloud auszulagern. Auch dort können sie unsere Algorithmen einsetzen. Wenn der Kunde am nächsten Tag in die Google-Cloud wechseln möchte, können wir ihn ebenfalls bedienen.
Aktuell investieren wir viel Arbeit und Geld in Container-Technologie, um den Kunden auch in der Zukunft die Wahl zu lassen zwischen Cloud und On-Premises.
CW: Wäre es Ihr Wunsch, dass bestenfalls sämtliche Kunden ihre Systeme in die Cloud migrieren?
Goodnight: Alle Software-Unternehmungen wünschen sich, dass alle Kunden exakt die gleiche Systemumgebung verwenden. Denn dann müssten sie nur eine einzige und nicht Hunderte verschiedene Versionen unterstützen. Zum Beispiel setzen einige unserer Kunden Red Hat ein, andere bevorzugen Varianten wie Fedora oder Mandriva. Wieder andere nutzen Cloudera, die anderen Hadoop. SAS lässt sich überall einsetzen, auch wenn der Aufwand natürlich grös­ser ist als für eine einzige Umgebung.
CW: Das Internet of Things gilt als grosses Wachstumsfeld. Welche Herausforderung sehen Sie für Analytics?
Goodnight: Die riesigen Datenmengen, die durch die Anwendungen des Internet of Things entstehen, werden definitiv zu einer Herausforderung. Hinzu kommt die Geschwindigkeit, mit der die Datenmassen verarbeitet werden müssen. Wir haben Anwendungen gesehen, bei denen bis zu 400'000 Signale pro Sekunde analysiert werden müssen. Hier ist es sinnvoll, ein statistisches Modell zu ent­wickeln, das direkt auf den Geräten arbeiten kann, anstatt die Daten erst zu übermitteln. Wenn es zum Beispiel um den Entscheid geht, ob eine Windkraftanlage intakt ist, können in der Anlage zuerst die Messwerte analysiert werden, bevor die Maschine sich abschaltet oder Alarm schlägt.



Das könnte Sie auch interessieren