Artificial Intelligence (AI)

Von BI und Data Analytics hin zu ganzheitlichen, KI-gesteuerten Plattformen

Unternehmen treten in eine neue, von Daten regierte Ära ein. Der Einsatz von Artificial Intelligence (AI) oder auch künstliche Intelligenz (KI) im Business Intelligence (BI) Umfeld entwickelt sich zum Alltagsgeschäft. Damit gewinnt KI dramatisch an Bedeutung, so dass führende IT-Anbieter über die Erstellung herkömmlicher Software hinausgegangen sind und ganzheitliche Plattformen entwickelt haben, mit dem Potential, Business Intelligence- und Analyseprozesse weitgehend zu automatisieren.

In naher Zukunft ist also zu erwarten, dass Business Intelligence-Umgebungen zu den wichtigsten Anwendungsgebieten von KI-Technologien werden.

ArtificiaI Intelligence (AI) und Business Intelligence passen thematisch perfekt zusammen. Beide verfolgen die gemeinsame Philosophie «von Daten zu Informationen zu fundierten Entscheidungen». In Verbindung mit innovativen Geschäfts-Dashboards werden Fortschritte in Richtung Predictive und Prescriptive Analytics den Business Intelligence-Einsatz weiter revolutionieren. Unternehmen werden sich von dem zeitintensiven Prozess des «Grabens durch Daten» lösen können, um Trends aufzudecken, Tendenzen zu prognostizieren und auf kostspielige Probleme proaktiv zu reagieren. Das spart Zeit und Ressourcen und generiert wettbewerbsrelevante Erkenntnisse.

Sind Business Intelligence User bereit für Künstliche Intelligenz?

Nachdem unsere Kunden ihre Daten in den letzten Jahren erfolgreich für das interne und externe Reporting, für Kunden- und Lieferantenanalysen oder Financial Scorecards mit den BI-Technologien von Qlik in den Griff bekommen haben, ist ihre Maturität im Bereich Data Analytics gestiegen und sie haben neue Anforderungen gestellt. Anforderungen, denen eine noch stärkere strategische und operative Wirksamkeit innewohnt: Aus den Daten sollen Erkenntnisse abgeleitet werden, die dem Management nichts weniger als die Zukunft vorhersagen. Ist das realistisch oder bloss eine Utopie?

Ob wir unsere unternehmerische Zukunft einst komplett vorhersagen können ist völlig offen. Erstaunlich ist aber, wie nah wir dieser Vision in Einzelfragen mit modernen Data Analytics-Hilfsmitteln bereits heute schon kommen können. Mit Hilfe von Artificia Intelligence (AI)/Künstliche Intelligenz (KI) und Machine Learning (ML) sind wir bereits heute in der Lage, intelligente Algorithmen zu nutzen, um unserer zukünftigen Wertschöpfung gewaltig auf die Sprünge zu helfen, die Kosten zu senken oder Zukunftsrisiken drastisch zu reduzieren. Alles Nutzenaspekte, die wir im Zuge eines steigenden Wettbewerbsdrucks benötigen, um unseren Innovationsvorsprung zu erhalten und weiter auszubauen.

Artificial Intelligence (AI) treibt die logische Weiterentwicklung von Business Intelligence (BI)

In unserer stark vernetzten Welt trägt jede digitale Interaktion – von einem Telefonanruf über eine Kartenzahlung bis hin zu jedem Webseitenaufruf – zu einer ständig steigenden Flut an Daten bei. Selbst Alltagsgegenstände wie Kühlschränke, Autos oder Textilien erzeugen diese massenhaft und kontinuierlich. Wir sprechen von Big Data. Doch, was sollen wir nun mit dieser Masse davon tun, die vielerorts in Datenbanken oder sogenannten Data Lakes herumschwimmen?

Mit Business Intelligence- bzw. BI-Software, wie QlikView, Qlik Sense, Microsoft PowerBI oder Tableau, werden bereits vorhandene (also historische) interne und externe Geschäftsdaten miteinander verknüpft, visuell aufbereitet und auf interaktive Weise auswertbar gemacht. Die dadurch gewonnenen Erkenntnisse bieten den Unternehmen klare Anknüpfungspunkte für die Optimierung von Geschäftsabläufen, Produkt- und Service-Portfolios oder Kundenbeziehungen. Allerdings müssen die BI-Anwender dazu in der Lage sein, die richtigen Fragen an die BI-Systeme zu stellen und optimale KPI (Key Performance Indicators) oder Reports zu entwickeln, um aus den Auswertungen die richtigen Schlüsse für zukunftsgerichtete Massnahmen ableiten zu können.

Genau an dieser Stelle kann Artifical Intelligence zusammen mit Machine Learning einen entscheidenden Schritt weiter gehen.

KI und Machine Learning

That's artificial!

Artificial Intelligence (AI) erlaubt Computern und Maschinen «wie Menschen zu denken und zu handeln» (Human AI Interaction). KI-basierte Software hat daher bereits enorme Veränderungen in die Geschäftswelt gebracht. Auch wenn die generelle Zukunft unklar ist, AI-basierte BI-Tools sind mit Sicherheit für eine wettbewerbsfähige Präsenz im Business von Morgen unverzichtbar.

Künstliche Intelligenz und KI-gestützte BI-Systeme können die Geschäftsdaten in «Echtzeit-Erzählungen» und Berichte umwandeln. Dashboards alleine werden künftig nicht mehr genügen. Fliessen beispielsweise Daten aus x-verschiedenen Quellen ins BI ein, so helfen KI-gestützte Systeme, die Erkenntnisse individuell auf die Bedürfnisse der Unternehmen anzupassen.

Durch KI-gestützte Business Intelligence ist es weiter möglich, Echtzeit-Einblicke zu erhalten und immer Zugriff auf die aktuellsten Daten sicher zu stellen. Auf diese Weise können, trotz der extrem hohen Geschwindigkeit und dem schnellen Wachstum der Daten, strategische Entscheidungen schnell und effektiv getroffen werden. Business Intelligence-Tools bieten mit KI leistungsstarke Dashboards. Diese wiederrum liefern den Managern Geschäftseinblicke, die sie für ihre richtungsweisenden Entscheidungen dringend benötigen.

Daten wachsen heutzutage in einem noch nie dagewesenen Tempo, was dazu führt, dass Unternehmen zwar eine Flut an Daten besitzen, deren Nutzen aber nicht adäquat ausschöpfen können. KI-basierte BI Software hilft gezielt, diese Daten in überschaubare Einblicke aufzuschlüsseln.

Machine Learning, als ein Teil von AI/KI, ist die Generierung von neuem Wissen aus Erfahrung in Form von Daten. Dabei lernt ein KI-System aus Beispielen (bspw. historischen Daten) und kann diese nach einer Lernphase verallgemeinern und auf neue Cases anwenden. Zu diesem Zweck bauen Algorithmen ein statistisches Modell auf, welches auf Trainingsdaten basiert. Diese Algorithmen erkennen in den Trainingsdaten Muster und Gesetzmässigkeiten und wenden diese später an, um beispielsweise Vorhersagen zu prognostizieren.