Meet the QuinScape Group: Wie die ixto GmbH Data Science für die tägliche Arbeit nutzbar macht

Seit ihrem Zusammenschluss als Gruppe selbstständig agierender IT-Dienstleistungsunternehmen arbeiten die QuinScape, SD&C, ixto und InMediasP als QuinScape Group gemeinsam daran, dass niemand jemals wieder schlechte Entscheidungen treffen muss.

Was die einzelnen Unternehmen der Gruppe auszeichnet, welche Schwerpunkte sie haben und wie sie sich ergänzen gegenseitig, wird in den kommenden Monaten in ausführlichen Gesprächen mit den CEOs der Schwester-Unternehmen auf der Webiste der QuinScape vorgestellt.

Simon, Du bist Geschäftsführer der ixto GmbH. Was macht Ihr genau und was sind Eure Schwerpunkte?

ixto bringt Datenanalyse in die Praxis. Das heißt, wir helfen Unternehmen dabei, Methoden der Datenanalyse für sich zu erschließen und für ihre tägliche Arbeit nutzbar zu machen.

Unsere Beratung reicht dabei vom Erschließen der Daten und der Ausformulierung von Data Science-Use Cases bis hin zur Entwicklung produktiver Applikationen.

Habt Ihr einen Branchenschwerpunkt?

Einen echten Schwerpunkt haben wir nicht, weil wir unsere Schwerpunkte eher auf Methodik und Technik setzen.

Der Großteil unseres Teams hat einen starken mathematischen-naturwissenschaftlichen Hintergrund, mit dem wir uns leicht in neue Branchen hineindenken können. Wir haben außerdem die Erfahrung gemacht, dass sich viele technologische Komponenten sehr gut auf verschiedene Branchen übertragen lassen.

Trotzdem gibt es einige Branchen, die wir häufiger bedienen. Beispielsweise haben wir über viele Jahre gute Kunden im Bereich Banken und Finanzen, was schon immer ein wichtiger Sektor für ixto war. Dazu kommen Schwerpunkte in den Bereichen Energie, Versicherung und Automotive.

Erzähl ein bisschen was über die Historie von ixto. Wie hat sich das Unternehmen im Laufe der Jahre entwickelt und wie bist Du dazu gekommen?

ixto wurde 2003 als Beratungsunternehmen im Bereich Business Intelligence gegründet. Das heißt, es gab bei uns anfangs eine hohe Spezialisierung in den Themen Data Warehouse und der Optimierung von Datenbanken. Dabei war Microsoft immer ein sehr wichtiger Partner und dementsprechend das Technologiestack auch Hauptbetätigungsfeld.

Ich selbst bin vor sechs Jahren als Consultant in die Firma gekommen, als der Bereich Data Science als weiterer Zweig im Unternehmen aufgebaut werden sollte.

Ich kam aus der Wissenschaft, wo ich mich unter anderem mit der Vorhersagbarkeit seltener Ereignisse beschäftigt habe. Schon während der Promotion habe ich mitverfolgt, wie Data Science immer populärer wurde und sich zumindest schon als Begriff in der Wirtschaft etabliert hat.

„Unsere vier Bereiche reflektieren ein Stückweit die Klammer von der Methodik hin zur praktischen Anwendung von Data Science.“

Man muss dazu sagen, dass sich die einzelnen Bereiche nicht scharf voneinander abgrenzen. So ist zum Beispiel der Bereich Business Intelligence stark mit dem Cloud-Bereich zusammengewachsen. Da gibt es eine Menge technologischer Überschneidungen. Außerdem fließt alles, was wir im Cloud-Bereich erarbeiten, ganz schnell auch in den Data Science Core-Bereich. Insgesamt betrachten wir diese Bereiche kaum als getrennte Teams: Vielmehr leiten unsere vier Teamleiter*innen das gesamte Team in enger Zusammenarbeit.

Wo steht Ihr denn jetzt aktuell und was sind Eure Zukunftsthemen?

Aktuell erweitern wir unser Portfolio im Data Science Bereich. Da gibt es schon einige wichtige Unterkategorien, die sich entwickeln, beispielsweise das Thema Speech Bot. Zudem bauen wir Expertise im Bereich Computer Vision auf.

Außerdem gibt es branchenübergreifend eine steigende Nachfrage nach Unterstützung in der Dokumentenanalyse. Künstliche Intelligenz gewinnt also gerade an Bedeutung bei uns. Dazu kommen die sozusagen klassischen Data Science-Themen wie das Klassifizieren und Erkennen von Trends und Saisonalitäten. Diese Bereiche sind schon lange wichtig, finden aber weiterhin praktische Anwendung bei unseren Kunden.

„Das Erkennen der Bedeutung der eigenen Daten ist der nächste Schritt im Digitalisierungsprozess.“

Was die großen Herausforderungen für Unternehmen angeht, sehe ich da das Erkennen der Bedeutung der eigenen Daten als nächsten Schritt im Digitalisierungsprozess. Dabei spielt das Data Science Consulting eine wichtige Rolle. Mit den Fachbereichen der Unternehmen zusammenzuarbeiten, um herauszufinden, wie sie von ihren Daten profitieren können, das wird ein zunehmend spannendes Thema für uns.

ixto ist neben QuinScape und SD&C Gründungsmitglied der QuinScape Group. Warum habt Ihr euch dazu entschieden?

Das fängt schon bei der technologischen Schnittmenge innerhalb der Gruppe an. Im Bereich Softwaredevelopment sprechen wir an vielen Stellen die gleiche Sprache. An anderen Stellen wiederum, zum Beispiel wenn es um die Cloud-Plattformen geht, ergänzen wir uns gut, und es haben sich schnell nach unserem Zusammenschluss gemeinsame Projektgelegenheiten ergeben.

Für uns als kleine Firma ist es generell hilfreich und spannend einen Blick in andere Kundenunternehmen werfen zu können und zu schauen, ob es ihnen ähnlich geht wie denen, mit denen wir schon sprechen.

„Das gefällt uns gut, aus reiner Leidenschaft ein Thema gemeinsam anzugehen.“

Andersherum habe ich aber auch den Eindruck, dass Kolleginnen und Kollegen der Gruppenschwestern unsere Arbeit ganz spannend finden. Aus diesem Interesse haben sich so auch schon Gelegenheiten zur Zusammenarbeit ergeben. Das gefällt uns gut, aus reiner Leidenschaft ein Thema gemeinsam anzugehen. Das passt denke ich gut in unsere Firmenphilosophie.

Gemeinsame Vision der QuinScape Group ist es ja, dass niemand jemals wieder schlechte Entscheidungen treffen muss. Wie tragt Ihr von ixto dazu bei?

Das Treffen guter Entscheidungen hängt, denke ich, sehr stark mit Datenanalyse und Data Science zusammen.

Tatsächlich ist das, was wir mit unseren Kunden realisieren, fast immer eine Entscheidungshilfe. Das kann Entscheidungen auf eher strategischer Ebene betreffen, wenn wir z. B. bewerten, ob es für ein geplantes Vorhaben eine ausreichende Daten- und Methoden-Grundlage gibt.

Manchmal hat das Thema Entscheidungen auch eine ganz alltägliche Bedeutung, wenn wir z. B. für die Mitarbeiter*innen eines Kunden ein Dashboard für tägliche Entscheidungen entwickeln.