change
management
29
3/2019
I
nsbesondere die Begriffe Artificial In-
telligence und Predictive Analytics sind
derzeit Themen, die am meisten polari-
sieren und am meisten gehypt werden.
Damit einher gehen falsche Vorstellun-
gen, Erwartungen und Befürchtungen.
Nicht nur in der Unternehmenswelt,
sondern auch in der öffentlichen Ver-
waltung besteht ein immer größer wer-
dendes Interesse an dem Potential, das
Künstliche Intelligenz und Datenanalyse
für verschiedene Bereiche birgt.
Strategische Entscheidungen
Die Basis für jede strategische Ent-
scheidung sind Informationen – der
technologische Fortschritt führt zu ei-
ner exponentiellen Informations- und
Datengenerierung. Das Wissen und die
Nutzung der Daten durch innovative
Analysemethoden wird für die Unter-
stützung der Festlegung von Planungs-
und Steuerungsprozessen benötigt. Eine
wichtige Fähigkeit erfolgreicher Unter-
nehmen ist sich auf Veränderungen ihrer
Umwelt einstellen zu können. Die Digi-
talisierung erhöht sowohl Häufigkeit als
auch Intensität von Veränderungen.
Die effektive Nutzung fortschritt
licher Algorithmen in der Unterneh-
menssteuerung weist großes Potential für
das Wachstum auf und kann bei adäqua-
ter Nutzung zur Verbesserung der Unter-
nehmensperformance beitragen.
Durch die immer kürzer werdenden
Veränderungszyklen werden Prognosen
auf Basis vergangenheitsorientierter Da-
ten der Realität jedoch nur noch unzurei-
chend gerecht. Dieser Unzulänglichkeit
kann mithilfe so genannter Advanced
Analytics und der darauf basierenden
Verfahren wie Data Mining oder Pre-
dictive Analytics begegnet werden. Ziel
ist es, nicht nur durch Datenanalysen
vergangene Ereignisse zu untersuchen,
sondern zukünftige Ereignisse zu analy-
sieren, um proaktiv Handlungen zu set-
zen. Der Einsatz von Advanced Analytics
ist vielfältig. Branchen wie Banken und
Versicherungen verwenden seit längerem
solche Analysen, um die Wahrschein-
lichkeit von zukünftigen Ereignissen
zu errechnen. 2012 verwendete Barack
Obama Predictive Analytics, durch
Kampagnen um im Wahlkampf soge-
nannten swing state voters zu erreichen.
Mit Hilfe von Predictive Analytics
wird im Bundesministerium für Finan-
zen versucht, die Fallauswahl bei Prü-
fungsfällen zu optimieren und damit
Kontrolleffektivität zu erhöhen. Aus
festgestellten Nachforderungsfällen wird
Vorhersagen von Daten
ZUKUNFT.
Wir hinterlassen überall Daten. Begriffe wie Artificial Intelligence,
Advanced Analytics, Predicitve Analytics, Machine Learning, neuronale Netze und
Deep Learning sind allgegenwärtig. Von Martin Setnicka
ZUM AUTOR
Martin Setnicka,
Ph.D. ist Experte
für digitale Trans-
formationspro-
zesse
martin.setnicka@
hotmail.com
über deren Daten-Charakteristiken auf
ähnliche Fälle geschlossen.
Die Analyse von Big Data hat einige
Herausforderungen zu bewältigen. Die
bekannteste sind die 4Vs von IBM – vo-
lume, velocity, variety and veracity (siehe
Abbildung). Es geht also nicht nur um
die Art oder Menge an Daten, sondern
um die Art der Speicherung, die Analyse
und Visualisierung und weitere Aspekte.
Daten kommen meist in unstrukturier-
ter Form und in so großen Mengen, dass
herkömmliche Datenverarbeitungsme-
thoden hier nicht mehr funktionieren.
Viele Unternehmen profitieren
durch Advanced Analytics nicht im er-
hofften Ausmaß. Oft fehlt es am Ver-
ständnis der Einsatzmöglichkeiten. Die
fehlende „Analytics“-Strategie sowie die
fehlenden Metriken für den quantitati-
ven Wert von Analytics werden unter-
schätzt. Die Ressourcen rund um den
Bereich Datenanalyse werden organisa-
torisch nicht richtig eingeplant. Meist
werden die Rollen im Bereich Advanced
Analytics (Projekt)Team nicht richtig
definiert. Der sinnvolle Einsatz und der
effiziente Umgang setzt jedoch eine Sys-
tematik der Vorhaben voraus.
Für das Führen eines Advanced Ana-
lytics Teams ist „agiles Management Un-
derstanding“ eine wichtige Kompetenz.
Die Führungskraft spielt in dieser hiera-
chiearmen Organisation eine große Rol-
le. Häufig muss die Rolle eines Coaches
eingenommen, transparente Kommu-
nikationen auf Augenhöhe angewendet
und der Umgang mit Fehlern lösungs-
orientiert gestaltet werden. Ein weiterer
Schwerpunkt liegt in der Verantwortung
für das Wie der Zusammenarbeit und
das Festlegen der Rahmenbedingungen.
Nur so können Teams zu einem gemein-
samen Mindset ermutigt werden.
n
© SYLVERARTS/ADOBESTOCK
Volume
Variety
Velocity
Veracity
Große Datenmengen
Daten in vielen Formaten
Datenströme
Datenqualität
Der Einsatz von
Advanced Analy-
tics ist vielfältig.
Branchen wie
Banken und
Versicherungen
verwenden seit
längerem derar-
tige Analysen.
