Wie mit KI aus Daten Entscheidungen werden

Das Problem der letzten Meile

Das eigentliche Hindernis für eine Datenkultur war nie die Menge der verfügbaren Daten. Unternehmen haben mehr Daten gesammelt, als sie jemals analysieren können. Der Engpass lag immer an anderer Stelle, nämlich in der Kluft zwischen den vorhandenen Informationen und den Menschen, die sie für ihre Entscheidungen benötigen. Ein Vertriebsleiter, der während einer Teambesprechung die regionale Leistung verstehen möchte, öffnet kein Business-Intelligence-Tool (BI). Er verlässt sich auf sein Bauchgefühl oder wartet manchmal tagelang darauf, dass sich ein Analyst bei ihm meldet.

Diese Reibung verursacht Kosten, die selten in einer Bilanz auftauchen. Entscheidungen, die ohne Daten getroffen werden, verpassten Chancen, weil die Erkenntnisse zu spät kamen, BI-Analystenteams, die mit Ad-hoc-Anfragen überlastet sind, die aber in Sekundenschnelle hätten beantwortet werden können.

KI als Dolmetscher, nicht nur als Werkzeug

Was KI in diese Gleichung einbringt, ist nicht einfach nur Geschwindigkeit oder Automatisierung. Sie führt eine grundlegend neue Schnittstelle zwischen Anwendern und ihren Daten ein. Indem KI eine in einfacher Sprache gestellte Frage in eine strukturierte Abfrage umwandelt, macht sie technische Vermittler überflüssig. Ein Vertriebsleiter kann nach den umsatzstärksten Kunden des letzten Quartals fragen, genauso wie er es bei einem Kollegen tun würde. Ein Regionalleiter kann Anomalien in Echtzeit untersuchen, direkt über die Tools, die er ohnehin täglich nutzt.

Dies ist keine Weiterentwicklung der Business Intelligence. Es ist eine Neudefinition dessen, wer sie nutzen darf. Das Profil des Datennutzers erweitert sich über den Analysten und den Data Scientist hinaus und umfasst nun auch den operativen Manager, den Vertriebsmitarbeiter und die Führungskraft, die eine Antwort jetzt braucht, nicht erst morgen.

Die Parallele zum Wandel von Unternehmens-E-Mail-Servern hin zu Instant Messaging ist aufschlussreich. Die zugrunde liegenden Informationen haben sich nicht geändert. Was sich geändert hat, waren die Zugänglichkeit, die Geschwindigkeit und die Natürlichkeit der Interaktion – und damit das Verhalten einer ganzen Generation von Arbeitnehmern. Die gleiche Dynamik spielt sich heute mit Daten ab.

Eine neue Grenze für Business-getriebene Innovation

Die Auswirkungen gehen über den individuellen Zugriff hinaus. Da KI die Hürden für die Abfrage und Interpretation von Daten senkt, beginnt sie, mit einer weiteren aufkommenden Fähigkeit zu verschmelzen: der KI-gestützten Anwendungsentwicklung. Anwender, die bereits Fragen in natürlicher Sprache stellen können, werden zunehmend in der Lage sein, ihre eigenen schlanken Anwendungen zu erstellen, die mit Live-Daten verbunden sind, ohne eine einzige Zeile Code zu schreiben.

„Die Unternehmen, die diesen Wandel erfolgreich meistern werden, sind diejenigen, die Data Governance und Benutzererfahrung als eine einzige gestalterische Herausforderung betrachten und nicht als zwei getrennte Arbeitsbereiche.“

Daniel Holz, Databricks

Diese Konvergenz hat erhebliche Konsequenzen für die Art und Weise, wie Unternehmen innovativ sind. Die Fähigkeit, datengestützte Lösungen zu entwerfen und bereitzustellen, ist nicht mehr auf Entwicklerteams beschränkt. Sie rückt näher an die geschäftlichen Probleme selbst heran, an die Menschen, die diese am besten verstehen. Innovationszyklen verkürzen sich. Lösungen werden relevanter. Die Zeitspanne zwischen der Identifizierung eines Problems und der Entwicklung einer Lösung verkürzt sich drastisch.

Governance als Voraussetzung, nicht als Nachtrag

Nichts davon geschieht sicher ohne eine solide Governance-Grundlage. Die Demokratisierung des Datenzugriffs in großem Maßstab birgt echte Risiken, wenn nicht die richtigen Kontrollen vorhanden sind. Wer was sehen darf, unter welchen Bedingungen und mit welcher Rechenschaftspflicht – diese Fragen verlieren nicht an Bedeutung, wenn der Zugriff erweitert wird. Sie werden sogar noch wichtiger.

Die Unternehmen, die diesen Wandel erfolgreich meistern werden, sind diejenigen, die Data Governance und Benutzererfahrung als eine einzige gestalterische Herausforderung betrachten und nicht als zwei getrennte Arbeitsbereiche. Sicherheit, Zugriffsrichtlinien und Überprüfbarkeit müssen parallel zur Demokratisierung selbst skalieren. Wenn dies geschieht, ist das Ergebnis nicht nur ein breiterer Zugang, sondern ein vertrauenswürdiger Zugang – und nur dieser verändert tatsächlich die Art und Weise, wie Entscheidungen getroffen werden.

Der wahre Maßstab für eine datengesteuerte Organisation war noch nie die Größe ihres Data Lake oder die Ausgereiftheit ihrer Infrastruktur. Es ist der Prozentsatz der Entscheidungen, die mit Daten getroffen werden, anstatt ohne sie. KI macht dieses Ziel endlich erreichbar und zwar nicht für wenige, sondern für viele Anwender.

Über den Autor:
Daniel Holz ist Vice President Central Europe bei Databricks.

Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.