Business Intelligence im Wandel

Die Zusammenhänge richtig erkennen

Dr. Carsten Bange, Geschäftsführer des Business Application Research Center (BARC), im Interview über den zunehmenden Wandel von Datenanalysen im Geschäftsbereich.

Carsten Bange, Geschäftsführer des Business Application Research Center (BARC)

Laut Carsten Bange verschwimmen die Grenzen zwischen Self-Service-BI und Advanced Analytcs zunehmend.

IT-DIRECTOR: Herr Bange, was können neue Technologien wie Machine Learning inzwischen bei der Datenanalyse leisten – und was nicht?
C. Bange:
Die Musterentdeckung in großen Datenmengen ist die wesentliche Stärke. Das kann in strukturierten Daten die Entdeckung von Zusammenhängen, Abhängigkeiten oder Ähnlichkeiten sein. Damit kann ich Segmente finden, Klassifikations- und Vorhersageaufgaben lösen. Zunehmend werden auch die Anwendungen auf Text- und Bilddaten interessant. Viele Schritte im Prozess der Advanced Analytics werden immer stärker durch Software automatisiert – „AutoML“ ist einer der größten Trends momentan und ein Ende ist nicht wirklich abzuschätzen. Was aber ganz wesentlich ist und nicht von Software gelöst werden kann ist der sinnvolle Einsatz von Analyseergebnissen und Modellen in Fachprozessen und Geschäftsmodellen und das Management der Veränderungsprozesse, die damit einhergehen. Digitalisierung wird letztlich analog durch Menschen entschieden und umgesetzt.

IT-DIRECTOR: Worin unterscheiden sich Advanced Analytics und Business Intelligence?
C. Bange:
BI in einem weiten Verständnis umfasst alle möglichen Arten des Reportings und der Datenanalyse. Advanced Analytics ist somit eine Teilmenge, die „fortgeschrittene“ Datenanalyse umfasst. Dies ist vereinfacht gesagt alles, was über die Anwendung von Grundrechenarten auf Daten hinausgeht, insbesondere die Anwendung statistischer Methoden und maschinellen Lernens zur Modellbildung.

IT-DIRECTOR: Welche Aspekte sind bei der Anbindung und Implementierung von Systemen für Advanced Analytics zu beachten?
C. Bange:
Die Modellbildung setzt gerne auf Rohdaten auf, die es zu beschaffen und ggf. anzupassen gilt. Dieser Prozess muss im Rahmen der Operationalisierung von Advanced-Analytics-Modellen auch zuverlässig, wartbar und automatisiert laufen – man spricht hier von „Data Pipelines“. Nach der Anwendung der Advanced Analytics Methoden müssen Ergebnisse in operative Prozesse integriert oder visualisiert werden. Der analytische Kern ist also umgeben von Aufgaben der Datenintegration und Weiterverarbeitung der Ergebnisse, was hohe Anforderungen an die Integrierbarkeit stellt.

IT-DIRECTOR: Wie unterscheiden sich die Anforderungen an die Anwender von Advanced-Analytics-Lösungen im Vergleich zu Self-Service-BI?
C. Bange:
Typische Anwender von Self-Service-BI sind im Fachbereich zu finden und haben in der Regel nicht die statistisch-/mathematischen Fähigkeiten der „Data Scientists“ als Anwender von Advanced-Analytics-Lösungen. Die Grenzen verschwimmen aber zusehendes: SSBI Lösungen integrieren langsam mehr Advanced Analytics Verfahren, die auch für Fachanwender nutzbar gemacht wurden. Umgekehrt bemühen sich Advanced-Analytics-Lösungen auch den Business Analysten zu erreichen.

IT-DIRECTOR: Wann lohnt es sich für Unternehmen, eigenständige Datenexperten einzustellen?
C. Bange:
Das analytische Experimentieren mit den eigenen Daten und die Umsetzung von Advanced Analytics mit eigenen Ressourcen ist dann sinnvoll, wenn man strategisch und operativ verstanden hat, wie explorative Analyse und datengetriebene Prozesse und Datenprodukte funktionieren und erste Prototypen für Use Cases umgesetzt hat.

Bildquelle: BARC

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok