Das Dilemma des Systemintegrators

In diesem Tech-Talk geht es um Technologieentwicklung im Allgemeinen, aber vielleicht noch spezieller um die inkrementelle Technologieentwicklung. Er ist natürlich durch meine eigenen Erfahrungen in der Optikindustrie beeinflusst, wo das optische Modul nur eine Komponente in einem größeren System ist, das verschiedene technische Disziplinen wie Mechanik, Optik, Mathematik und Software vereint.

Erwartungen - stellen Sie sicher, dass Sie sie managen

Nicht alle einfachen Dinge sind auch wirklich einfach. Wenn man genügend einfache Dinge voneinander abhängig macht, ist das Ergebnis oft nicht mehr einfach. Dies ist oft der Fall bei Systemintegratoren, die High-End-Komponenten auslagern oder erwerben und ihre eigene Nischentechnologie und Marktkenntnis hinzufügen, um komplexe Produkte zusammenzustellen.

Letztendlich stellt sich die Frage, ob wir die Erwartungen erfüllen. Welche Erwartungen? Wenn wir uns in einem reifen Markt befinden, sind die Erwartungen ziemlich gut bekannt. Manchmal werden die Erwartungen auch durch die grundlegenden physikalischen Grenzen bestimmt. Viele ausgereifte Produkte arbeiten mit einem kleinen Faktor über den physikalischen Grenzen. Ihr Telefon ist ein solches Beispiel. Schon vor 25 Jahren arbeiteten Telefonempfänger nicht viele dB über der durch Temperatur und Boltzmann-Konstante festgelegten Rauschgrenze.

Einige Produkte sind jedoch noch dabei, diese Grenzen zu erreichen. Sollte nicht jeder Produkteigentümer im Namen der Sorgfaltspflicht wissen, wo sein Produkt in Bezug auf die grundlegenden Grenzen steht? Wenn Produkte (in den High-End-Segmenten) reifen, kommen sie in der Regel dorthin.

Der Nebel von var

Nein, ich habe das nicht falsch geschrieben. Sie haben es richtig gelesen. Was will ich damit sagen? In diesem Fachgespräch geht es um Systemintegratoren, und in diesem Zusammenhang ist damit jemand gemeint, der ein Produkt mit vielen beweglichen Teilen zusammenbaut, von denen das Endergebnis abhängt. Als Ingenieure kennen wir uns mit Kalibrierung aus. Damit können wir einige ziemlich komplexe Phänomene kompensieren, solange sie sich wiederholen, sei es in Zeit oder Raum. Aus diesem Grund wird die Qualität vieler Produkte daran gemessen, wie weit, oder besser gesagt, wie nahe wir im Durchschnitt dem Sollwert folgen. Das Maß dafür ist in der Regel die Varianz, aber da wir gerne von primären Variablen statt von quadrierten sprechen, ziehen wir lieber die Quadratwurzel und sprechen stattdessen von Standardabweichungen. Nichtsdestotrotz ergibt sich das zugrunde liegende Qualitätsmaß aus der Summe der Quadrate von (oft) unabhängigen Phänomenen.

Das Dilemma des Inkrementators

Dies ist keine Anspielung auf Clayton Christensen, sondern es geht um die Vor- und Nachteile der inkrementellen Entwicklung, insbesondere im Kontext von Systemintegratoren. Wenn wir an einer Qualitätszahl gemessen werden, die auf einer Varianz basiert, kann das Wissen darüber, was mit unserem Produkt nicht stimmt, aufgrund der Natur einer großen Summe quadratischer Fehler, die schließlich als Standardabweichung dargestellt wird, dramatisch verwischt werden. Angenommen, wir stürzen uns in ein Projekt und beseitigen einen dieser Fehler vollständig, und am Ende wurde die ganze Mühe durch eine Verbesserung der Standardabweichung um 3% belohnt, an der wir unser Produkt messen. Das ist kein lustiges Treffen mit der Geschäftsleitung. Wir haben 3 oder 6 Monate Gewinn für eine marginale Leistungsverbesserung ausgegeben. Das wird nicht wieder vorkommen.

Und was nun? Hören wir auf, uns zu verbessern? Haben wir die physikalischen Grenzen erreicht? Hier müssen wir genau wissen, wie und warum die Produkte, die wir bauen, funktionieren. In einer Abweichung können ganz erhebliche Fehler versteckt sein, und wenn wir uns nicht mit den Details befassen, wissen wir nicht, welchen wir zuerst angehen müssen, bis wir es geschafft haben, eine Menge kleinerer Beiträge zu beseitigen, die den Fehler verdecken. Und es besteht das Risiko, dass wir nie die Chance bekommen, dieses Ziel zu erreichen.

Eine Anekdote

Ich habe hier eine Geschichte aus meiner eigenen Vergangenheit: die Kalibrierung eines Kippspiegel-Raumlichtmodulators (SLM). So einfach das heute erscheinen mag, so schwierig wurde es damals betrachtet. Um das Problem zu lösen, erstellte ich ein Modell mit den Variablen, die ich für relevant hielt. Ich testete verschiedene Ideen, von denen sich schließlich eine bewahrheitete.

Meinem Ansatz wurde jedoch mit Skepsis begegnet. Das Gerät entsprach nicht den Erwartungen, und ich erhielt eine ganze Reihe von Rückschlägen. Da ich jedoch auf die Details geachtet hatte, wusste ich, dass alle Zwischenergebnisse während des Kalibrierungsprozesses perfekt mit den Erwartungen des Modells übereinstimmten. Und hier liegt die erste Lektion: Wir müssen unsere Erwartungen im Auge behalten. Ich brauchte also nicht allzu sehr den Kopf hängen zu lassen, die Probleme lagen nicht im Algorithmus. Es dauerte fast drei Jahre, bis die Probleme mit der SLM-Ladung und der mechanischen Drift gelöst waren, und siehe da, der Algorithmus begann, die im Modell erwarteten Ergebnisse zu liefern.

Ein ausreichend detailliertes Modell zu haben, erwies sich bei dieser Entwicklung als entscheidend. Es hat weniger als zwei Wochen gedauert, es zu schreiben, und das war sogar mein erster Versuch. Das war jede Sekunde wert. Ich bin mir ziemlich sicher, dass ich sonst unter dem Druck zusammengebrochen wäre, Probleme zu lösen, die ich nicht zu lösen hatte.

Der Mitnahmeeffekt

Was kann man also aus all dem mitnehmen? Von meinen Anfängen vor 25 Jahren bis hin zur letzten Woche wurde ich daran erinnert, wie wichtig es ist zu wissen, wie das Ergebnis aussehen soll. Wie das Produkt funktionieren soll. Was auch immer ich entwickelt habe, ich wollte immer wissen, wie das Produkt funktioniert, bevor es gebaut wird. Das ist nicht immer möglich, aber der Ehrgeiz bringt unschätzbare Erkenntnisse. Manchmal gibt es keine Schultern eines Riesen, auf denen man stehen kann. Wenn es an Riesen mangelt, bauen Sie Modelle, die detailliert genug sind, um die Komplexität Ihres Produkts zu erfassen, damit Sie wissen, was Sie erwartet, wenn Sie das Licht einschalten.