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
Insbesondere die Begriffe Artificial Intelligence und Predictive Analytics sind derzeit Themen, die am meisten polarisieren und am meisten gehypt werden. Damit einher gehen falsche Vorstellungen, Erwartungen und Befürchtungen. Nicht nur in der Unternehmenswelt, sondern auch in der öffentlichen Verwaltung besteht ein immer größer werdendes Interesse an dem Potential, das Künstliche Intelligenz und Datenanalyse für verschiedene Bereiche birgt.
Strategische Entscheidungen
Die Basis für jede strategische Entscheidung sind Informationen – der technologische Fortschritt führt zu einer exponentiellen Informations- und Datengenerierung. Das Wissen und die Nutzung der Daten durch innovative Analysemethoden wird für die Unterstützung der Festlegung von Planungsund Steuerungsprozessen benötigt. Eine wichtige Fähigkeit erfolgreicher Unternehmen ist sich auf Veränderungen ihrer Umwelt einstellen zu können. Die Digitalisierung erhöht sowohl Häufigkeit als auch Intensität von Veränderungen.
Die effektive Nutzung fortschrittlicher Algorithmen in der Unternehmenssteuerung weist großes Potential für das Wachstum auf und kann bei adäquater Nutzung zur Verbesserung der Unternehmensperformance beitragen.
Durch die immer kürzer werdenden Veränderungszyklen werden Prognosen auf Basis vergangenheitsorientierter Daten der Realität jedoch nur noch unzureichend gerecht. Dieser Unzulänglichkeit kann mithilfe so genannter Advanced Analytics und der darauf basierenden Verfahren wie Data Mining oder Predictive Analytics begegnet werden. Ziel ist es, nicht nur durch Datenanalysen vergangene Ereignisse zu untersuchen, sondern zukünftige Ereignisse zu analysieren, um proaktiv Handlungen zu setzen.
Der Einsatz von Advanced Analytics ist vielfältig. Branchen wie Banken und Versicherungen verwenden seit längerem solche Analysen,
um die Wahrscheinlichkeit von zukünftigen Ereignissen zu errechnen. 2012 verwendete Barack Obama Predictive Analytics, durch Kampagnen um im Wahlkampf sogenannten swing state voters zu erreichen.
Mit Hilfe von Predictive Analytics wird im Bundesministerium für Finanzen versucht, die Fallauswahl bei Prüfungsfällen zu optimieren und damit Kontrolleffektivität zu erhöhen. Aus festgestellten Nachforderungsfällen wird 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 – volume, 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 unstrukturierter Form und in so großen Mengen, dass herkömmliche Datenverarbeitungsmethoden hier nicht mehr funktionieren.
Viele Unternehmen profitieren durch Advanced Analytics nicht im erhofften Ausmaß. Oft fehlt es am Verständnis der Einsatzmöglichkeiten. Die fehlende „Analytics“-Strategie sowie die fehlenden Metriken für den quantitativen Wert von Analytics werden unterschätzt. Die Ressourcen rund um den Bereich Datenanalyse werden organisatorisch 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 Systematik der Vorhaben voraus.
Für das Führen eines Advanced Analytics Teams ist „agiles Management Understanding“ eine wichtige Kompetenz. Die Führungskraft spielt in dieser hierachiearmen Organisation eine große Rolle. Häufig muss die Rolle eines Coaches eingenommen, transparente Kommunikationen auf Augenhöhe angewendet und der Umgang mit Fehlern lösungsorientiert 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 gemeinsamen Mindset ermutigt werden.
Erscheinungsdatum:
