Daten als Grundlage von KI-Projekten – Teil 1

In unserem letzten Blogartikel haben wir euch bereits einen kleinen Überblick über den derzeitigen Forschungsstand und den Status Quo der künstlichen Intelligenz in Deutschland gegeben. Diesmal soll es um einen praktischen Einstieg in das Thema gehen und die Frage, wie KI konkret im Unternehmenskontext genutzt werden kann.

Big Data & Co.

Für Unternehmen wird es zunehmend schwerer, die Datenflut zu kontrollieren, die ihnen Big Data beschert. Doch was ist Big Data überhaupt? Wir verstehen darunter Datenmengen, die derart umfangreich, komplex oder so wenig strukturiert sind, dass sie nicht mehr mit konventionellen Methoden der Datenverarbeitung ausgewertet werden können.

Das im Zuge der Digitalisierung stetig steigende Datenaufkommen führt unter anderem dazu, dass viele Daten, die ein Unternehmen sammelt, nicht sinnvoll weiterverarbeitet werden. Data Scientists nennen diese Daten auch Dark Data. Der Begriff beschreibt laut Definition „betriebliche Daten” (Informations-Betriebsmittel), die Firmen bei der Ausführung des Tagesgeschäfts sammeln, verarbeiten und speichern, aber nicht wirklich nutzen oder analysieren.“¹

Tatsächlich haben Untersuchungen des IT-Analysten Forrester und der Unternehmensberatung Accenture ergeben, dass zwischen 60 und 73 Prozent aller Unternehmensdaten nie ausgewertet werden.²  Dass dabei wertvolle Informationen verloren gehen, die man zur Optimierung des eigenen Geschäftsmodells nutzen könnte, ist logisch. 

Ein weiterer wichtiger Aspekt: Viele Unternehmen erfassen zwar Daten, sind in der strategischen Auswertung jedoch überfordert und können somit kaum messbaren Nutzen aus der Datenerfassung ziehen. Das liegt nicht zuletzt an der eher geringen Rolle, die KI in diesen Unternehmen bereits spielt. 

Datenkompetenz (englisch: Data Literacy)

Häufig verfügen die Mitarbeiter insgesamt nur über eine mangelhafte Datenkompetenz³ – also die Fähigkeit, mit Daten sachgerecht umzugehen, sie zu interpretieren, zu analysieren und mit ihnen zu argumentieren. Gerade in Verbindung mit den im Rahmen von Big Data exponentiell zunehmenden Datenmengen ist das verheerend. Datenkompetenz stellt einen wichtigen Baustein auf dem Weg zur digitalen Transformation dar und wird in Zukunft zahlreiche Geschäftsmodelle verändern und auch viele neue schaffen. 

Je nach Größe des Unternehmens ist die Datenkompetenz der Mitarbeiter meist auf eine kleine Gruppe von Experten beschränkt, die Kenntnisse im Bereich Datenanalyse und Data Science mitbringen. Deshalb steht die Mehrheit der kleinen und mittelständischen Unternehmen der effektiven Nutzung von Big Data und den vorhandenen KI-Lösungen eher skeptisch gegenüber. Dies zeigt sich auch in der Investitionsbereitschaft der Unternehmen: Großunternehmen investieren deutlich offensiver in KI als KMU. 

Eine Tatsache, die zu denken gibt. Schließlich bleiben so gewaltige Chancen und Möglichkeiten ungenutzt. Insbesondere, wenn man der gängigen Meinung folgt, dass Daten die Währung der Zukunft sein werden oder bereits sind. Viele amerikanische und chinesische Tech-Unternehmen haben das längst realisiert und investieren massiv in Big Data und Machine Learning, um ihr volles Datenpotenzial zu erschließen und Rückschlüsse aus den Daten ziehen zu können, die ihnen einen Vorsprung gegenüber anderen Marktteilnehmern verschaffen.

Warum nicht auch bei uns?!

Auch KMU können immens davon profitieren, ihre Daten und ihre Kunden besser zu kennen und sollten deshalb in die Datenkompetenz ihrer Mitarbeiter investieren.

Wie das Softwareunternehmen Qlik⁵ in einer Studie zu Datenkompetenz in Unternehmen nachgewiesen hat, lässt sich durch eine effektive Datennutzung und -analyse ein entscheidender Wettbewerbsvorteil erzielen, der interne und externe Abläufe verbessert, nachhaltiges Unternehmenswachstum anregt und zu einer besseren Unternehmensbewertung beiträgt. 

Eine höhere Datenkompetenz schlägt sich laut der Studie direkt in einem um drei bis fünf Prozentpunkte höheren Unternehmenswert nieder, was bei den untersuchten Unternehmen einem Betrag von 500 Millionen US-Dollar entsprach. 

Einen ersten Überblick, wie Big Data und KI-Projekte im Unternehmenskontext angestoßen und umgesetzt werden und wie die Datenkompetenz der Mitarbeiter Schritt für Schritt gesteigert werden kann, liefert ein etabliertes Konzept: das sogenannte CRISP-DM Phasenmodell. Dieses Modell werden wir euch in dem in Kürze erscheinenden zweiten Teil ausführlich vorstellen und dabei auch speziell auf die einzelnen Phasen eingehen. 

Teile der Zitierungen dieses Blogs wurden mit der maschinellen Übersetzungs-Software DeepL übersetzt.

Genutzte Quellen: