Ein Schweizer Big-Data-Pionier im Silicon Valley

Alumni Porträts

Arno Candel hat während seines ETH-Studiums gelernt, dass es für jedes Problem eine Lösung gibt. Heute ist er Chefentwickler von H2O, einer Plattform für Big-Data-Software.

Arno Candel
Bild: Khalil Anvar

Silicon Valley, das Epizentrum technologischer Innovation; belebt von kühnen Träumen, mystifiziert durch steile Karrieren und befeuert durch risikofreudige Investoren. Geburtsort von Google, Facebook, Twitter und LinkedIn sowie Brutstätte für jährlich Tausende von Startups, von denen einige die Welt verändern und viele wieder verschwinden. Mittendrin, in San Jose, ist einer angetreten, die Analyse unserer täglich produzierten Datenberge zu revolutionieren: Arno Candel, Untersiggenthaler, ETH Alumnus, Big Data Experte und Schweizer Hoffnungsträger im Silicon Valley.

Candel, der «Big Data All-Star»

Ich treffe Candel an einem sonnigen Samstagnachmittag nahe seiner Wohnung in Santana Row, einer kleinen Fussgängerzone in San Jose. Hier reihen sich teure Boutiquen und schicke Restaurants, auf der Flaniermeile stehen Dattelpalmen und Inseln voller violett leuchtender Petunien. Wir setzen unsvor die einem Pariser Bistro nachempfundene «Left Bank Brasserie». Candel bestellt Salade niçoise und ein Glas Chardonnay. Er komme gerne hierher, erzählt er. Oft aber erst um 22 Uhr, wenn er von der Arbeit heimkommt, zum Essen mit seiner Frau und seinem Sohn, der dann im Buggy schläft.

Candel schaut auf ein bewegtes Jahr zurück: Im September wurde er Vater, kurz zuvor hatte ihn das «Fortune Magazine» zu einem von 20 «Big Data All Stars» gewählt. Und diesen April wurde er zum «Chief Architect» von H2O befördert. «Was ich hier entwickle, hat das Potenzial, die Welt zu verän­dern», beschreibt er den Reiz des Silicon Valleys – in einem Aargauer Dialekt, in den sich gelegentlich amerikanische Wörter einschleichen. Für das vor vier Jahren gegründete Unternehmen H2O, zugleich Name von Firma und Software, hat er eine der schnellsten und flexibelsten Plattformen für Big Data Analyse mitentwickelt. Daten sind das neue Öl, sagen Analysten. Doch nur mit intelligenter Analysesoftware können Firmen Berge von unstrukturierten Daten – darunter EMails, Statistiken, Tweets und Bilder – in wertvolle Informationen verwandeln. Candel verdeutlicht das mit einem Beispiel: Ein Kunde aus der Pharmabranche nutzte H2O um bessere Distributionsmodelle zu finden. Nicht mit begrenzten Datensamples, sondern mit sämtlichen verfügbaren Daten. Die Prognose fiel bedeutend präziser aus. Laut dem Kunden mündete dies in sieben Millionen Dollar Mehreinnahmen. Obwohl noch jung, hat H2O schon namhafte Anwender: Paypal nutzt das System zum Aufdecken von Versicherungsbetrug. Cisco bewertet damit potenzielle Käufer. Und Kliniken berechnen mit den Algorithmen, in welche Zimmer Patienten eingewiesen werden, damit das Infektionsrisiko möglichst tief bleibt.

Connecten bei Pizza und Präsentationen

Candel kramt sein Smartphone aus der Jeans und zeigt mir Bilder vom H2O Geschäftssitz in Mountain View, in der Nähe von Googles Heimatstätte. Eine lange und komplett offene Halle, von der nur ein Drittel durch Arbeitsplätze der Mitarbeiter belegt ist. Der Rest steht für Präsentationen und Meetings leer. Alle zwei, drei Tage lädt H2O Interessierte über meetup.com ein. Dann essen bis zu hundert Gäste zusammen Pizza, während Mitarbeiter oder Gastredner Einblicke in ihre Arbeit geben. «Ein super Tool, um mit potenziellen Kunden in Kontakt zu kommen», sagt Candel.

Geht es nach den Inhabern, so ist das Unternehmen in zwei, drei Jahren an der Börse. Dies obschon die Software für jedermann frei zur Verfügung steht und das Unternehmen einzig mit Support und Dienstleistungen Geld verdient. Doch das Tempo ist hoch im Silicon Valley: Candel war vor eineinhalb Jahren der achte Mitarbeiter von H2O. Heute hat das Unternehmen 38 Mitarbeiter. Candel programmiert praktisch rund um die Uhr; er verbessert das System und erweitert die Funktionalität. Daneben reist er an Messen oder Kongresse und hält Vorträge. Seit eineinhalb Jahren war er nicht mehr in den Ferien. Auch an den Wochenenden verbringt er zuhause meist noch einige Stunden am Computer. Seit dem Sprung von der Forschung in die Industrie vor vier Jahren ruhen die Hobbys – das Golfspiel, die Fotografie und das Geigenspiel. Candel erzählt das ohne Reue. Für ihn ist klar: Die Möglichkeiten, die ihm H2O bietet, übertreffen die dafür gebrachten Opfer.

Lernwilliger aus musischer Familie

Candel wuchs in Untersiggental in der Nähe von Baden als Sohn einer türkischen Mutter und eines holländischen Vaters auf. Die Eltern spielten jahrelang Geige und Querflöte in der Badener Orchestergesellschaft, während der Sohn im Siggenthaler Jugend­orchester Geige spielte. Candel erzählt von einer glücklichen Kindheit auf dem Land. Das Lernen fiel ihm von Beginn an leicht. Im Gymnasium in Baden war seine schlechteste Note eine 5,5. «Ich wollte immer zu den Besten gehören», erzählt Candel.

Candel entschied sich für den wissenschaftlich-technischen Weg des Vaters, sein Vorbild bis heute. Dieser hatte ein Leben lang als Elektroingenieur bei BBC (später ABB) gearbeitet. Nach Beginn des Physikstudiums an der ETH entdeckte Candel sein Interesse an Computern. Ralph Eichler, Candels Professor und späterer ETHPräsident, bot ihm an, für die Diplomarbeit am Paul Scherrer Institut (PSI) an Simulationen mittels Supercomputern mitzuarbeiten. «Das war mein Einstieg in die Welt von Big Data», erinnert sich Candel. Seine anschliessende Doktorarbeit zur computerunterstützten Simulation von Elektronenquellen für Röntgenelektronenlaser entstand ebenfalls in Zusammenarbeit mit dem PSI und Ralph Eichler. Während dieser Zeit habe er für sein Leben die Zuversicht gewonnen, «dass es keine Probleme gibt, die nicht lösbar sind».

Der Sprung nach Stanford

Kurz vor Abschluss seiner Doktorarbeit hält Candel 2005 einen Vortrag in St.Petersburg. Dabei wird ein Wissenschaftler der Stanford University in Kalifornien auf ihn aufmerksam und lädt den jungen Physiker ein, seine Simulationen für den dortigen Teilchenbeschleuniger SLAC anzuwenden. Candel überzeugte und erhielt einen Job als wissenschaftlicher Mitarbeiter. Nach sechs Jahren am SLAC und nachdem er sich für eine Greencard qualifiziert hatte, wechselte er 2011 in die Privatwirtschaft – zuerst zu Skytree, ebenfalls ein Big Data Unternehmen, und dann zu H2O.

Der Salat ist gegessen, der Wein getrunken, Candel bestellt einen doppelten Espresso. Ob er sich ein Leben in der Schweiz noch vorstellen könne, will ich zum Schluss wissen? Er schaut über die flanierenden Menschen aus allen Ecken der Welt, hinauf in einen blauen Himmel: «An das Grau von Baden oder Zürich könnte ich mich nur noch schwer gewöhnen.» Und gewisse Annehmlichkeiten, die das Silicon Valley seinen ambitionierten und vielbeschäftigten Protagonisten bietet, würde er ebenfalls vermissen: Einkäufe erledigt er per App – zwei Stunden nach Bestellung stehen sie vor der Haustür. Und essen kann er in San Jose rund um die Uhr – Apps gekoppelt mit Hauslieferdiensten machen es möglich. Ob Candel und seine Familie längerfristig im Silicon Valley bleiben, ist aber auch eine ökonomische Frage. Er will seinem Sohn eine Kindheit ermöglichen, wie er sie einst selbst genossen hat: mit Haus, Garten, Natur und guten Schulen. Doch das ist schwierig in einer Region, wo die monatlichen Kindergartengebühren bis zu 3000 Dollar betragen, wo ein Eigenheim Millionen kostet und mit vier Prozent Hypothekarzins belastet ist oder Häuser gleich mit Cash bezahlt werden. Für Candel ist deshalb klar: «Ich gebe mir noch fünf Jahre: Entweder schaffe ich es und ich kann meiner Familie hier ein gutes Leben garantieren. Oder wir suchen uns einen anderen Ort, wo die Lebenskosten tiefer sind.»

ZUM UNTERNEHMEN

H2O ist eine Software-Plattform für Big-Data-Analysen und Machine Learning, die 2011 von zwei Big-Data-Experten im Silicon Valley gegründet wurde. Sie bietet Unternehmen die Möglichkeit, aus Millionen von unstrukturierten Datensätzen wichtige Informationen zu ziehen und Prognosen zu berechnen. Anders als bestehende Big-Data-Software hat H2O einen offenen Quellcode und ist beliebig an Systemanforderungen adaptierbar und skalierbar.