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 – achten Sie darauf, sie zu steuern

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.

Schließlich stellt sich die Frage: Werden wir den Erwartungen gerecht? Welche Erwartungen? In einem reifen Markt sind die Erwartungen ziemlich genau bekannt. Manchmal werden Erwartungen durch fundamentale physikalische Grenzen gesetzt. Viele reife Produkte arbeiten mit einem gewissen geringen Faktor über den Grenzen, die durch die fundamentale Physik gesetzt sind. Ihr Telefon ist ein solches Beispiel. Schon vor 25 Jahren arbeiteten Telefonempfänger nicht allzu viele dB über der Rauschgrenze, die durch die Temperatur und die Boltzmann-Konstante vorgegeben ist.

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, das habe ich nicht falsch geschrieben. Sie haben das richtig gelesen. Was meine ich also damit? Dieser Tech Talk handelt von Systemintegratoren, und in diesem Kontext bedeutet das jemand, der ein Produkt aus vielen beweglichen Teilen zusammenfügt, von denen das Endergebnis abhängt. Als Ingenieure wissen wir über Kalibrierung Bescheid. Dies ermöglicht es uns, einige recht komplexe Phänomene zu kompensieren, solange sie repetitiv sind, sei es in der Zeit oder im Raum. Aus diesem Grund wird die Qualität vieler Produkte daran gemessen, wie weit, beziehungsweise wie nah, wir dem nominalen Ziel im Durchschnitt folgen. Das Maß dafür ist normalerweise die Varianz, aber da wir lieber über primäre Variablen statt über quadrierte sprechen, ziehen wir es vor, die Quadratwurzel zu nehmen, und sprechen stattdessen über Standardabweichungen. Nichtsdestotrotz ergibt sich das zugrundeliegende Qualitätsmaß aus einer Summe von Quadraten (oft) unabhängiger Phänomene.

Das Dilemma des Inkrementators

Das soll kein Seitenhieb gegen Clayton Christensen sein, sondern es geht um die Vor- und Nachteile der inkrementellen Entwicklung, insbesondere im Zusammenhang mit Systemintegratoren. Wenn wir anhand einer Qualitätskennzahl gemessen werden, die auf einer Varianz basiert, kann das Verständnis dafür, was an unserem Produkt mangelt, aufgrund der Natur der Summe der quadrierten Fehler – die letztendlich als Standardabweichung dargestellt wird – erheblich verzerrt werden. Nehmen wir an, wir stürzen uns in ein Projekt und beseitigen einen dieser Fehler vollständig – und am Ende wird all diese Mühe mit einer Verbesserung der Standardabweichung, anhand derer wir unser Produkt bewerten, um 3% belohnt. Das ist kein angenehmes Gespräch mit der Geschäftsleitung. Wir haben 3 oder 6 Monate Gewinn für eine marginale Leistungsverbesserung aufgewendet. 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 um die Details kümmern, werden wir nicht wissen, 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, dorthin zu gelangen.

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.

Mein Ansatz stieß jedoch auf Skepsis. Die Maschine erbrachte nicht die erwarteten Leistungen, und ich erhielt eine gehörige Portion Gegenwind. Da ich jedoch auf Details achtete, wusste ich, dass alle Zwischenergebnisse während des Kalibrierungsprozesses perfekt mit den Modellerwartungen übereinstimmten. Und darin liegt die erste Lektion: unsere Erwartungen im Auge zu behalten. Deshalb musste ich den Kopf nicht allzu sehr einziehen, die Probleme lagen nicht im Algorithmus. Es dauerte fast drei Jahre, bis die Probleme mit der SLM-Aufladung und dem mechanischen Drift gelöst waren, und siehe da, der Algorithmus begann die im Modell antizipierten 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 ist also das Fazit aus all dem? Von meinen Anfängen vor 25 Jahren bis hin zur letzten Woche werde ich immer wieder an den Wert erinnert, zu wissen, wie das Ergebnis aussehen soll. Wie das Produkt funktionieren muss. Was auch immer ich entwickelt habe, es war stets mein Ziel zu wissen, wie das Produkt funktioniert, bevor es gebaut wird. Das ist nicht immer möglich, aber dieser Ehrgeiz liefert unschätzbare Erkenntnisse. Manchmal gibt es keine Riesen, auf deren Schultern man stehen kann. Wenn es an Riesen mangelt, bauen Sie Modelle – Modelle, die detailliert genug sind, um die Komplexität Ihres Produkts zu erfassen, damit Sie wissen, was Sie erwartet, wenn Sie das Licht einschalten.