Gemeinsam mit Experten hat Tableau die wichtigsten Trends für den Business Intelligence Markt 2019 zusammengestellt. Dabei zeigt sich, dass nicht nur technologische, sondern auch ethische Fragen den Umgang von Unternehmen mit Daten und Analytics künftig stärker beeinflussen.
Hier sind die zehn Top-Trends im Überblick:
1. Künstliche Intelligenz wird nachvollziehbarer und vertrauenswürdiger
Künstliche Intelligenz (KI) hat das Potenzial, Unternehmen bei Problemlösungen und Entscheidungs-findungen zu unterstützen. Gerade deshalb stellen sich immer mehr Anwender die Frage: Wie können wir überhaupt sicherstellen, dass die automatisierten Empfehlungen und Modelle vertrauenswürdig sind?
Die sogenannte „erklärbare künstliche Intelligenz“ soll hierfür einen Lösungsansatz liefern: Nutzer sollen transparente Einblicke in Machine Learning-Modelle und damit ein Verständnis für deren Funktionsweise erhalten. Datenexperten werden in Zukunft entscheidend dazu beitragen, dass KI-basierte Ergebnisse mithilfe von BI-Plattformen interaktiv untersucht und Schlussfolgerungen überprüft werden können.
2. Im Dialog mit den Daten: Dashboards lernen sprechen
Natürliche Sprachverarbeitung vereinfacht die Interaktion der Benutzer mit ihrer BI-Lösung. So können Anwender frei formulierte Fragen an ihr Dashboard stellen. Die Übersetzung in die darunterliegenden Datenbankabfragen übernimmt die Software selbst.
3. Daten im Kontext betrachten
Data Scientists müssen auf Daten zugreifen und Maßnahmen umsetzen – möglichst in ein und demselben Workflow. Dabei helfen Funktionen wie Mobile Analytics, Embedded Analytics, Dashboard-Erweiterungen und APIs. Auf unterschiedliche Weise machen diese Technologien Daten schneller wirtschaftlich nutzbar. Denn: Durch eingebettete Analytics sind Daten und Erkenntnisse dort verfügbar, wo die Benutzer ohnehin arbeiten.
4. Daten fördern das Gemeinwohl
Gemeinnützige Organisationen entdecken, wie Daten sozialen Initiativen nützen können. Einen wichtigen Beitrag zu dieser Entwicklung leisten Cloud-Lösungen. Damit können gemeinnützige Organisationen komplexe Datenumgebungen entwickeln, ohne massiv in die lokale Infrastruktur investieren zu müssen.
5. Ethikfragen im Umgang mit Daten gewinnen an Bedeutung
Eine 2017 durchgeführte Gartner-Umfrage unter CDOs offenbarte, dass „die Zahl der CDOs, die ethische Fragen als Teil ihres Aufgabenbereiches begreifen, zwischen 2016 und 2017 um 10 Prozent gestiegen ist“. Damit reagieren die Verantwortlichen auf die steigende Bedeutung der Daten. Ein Ethikkodex kann zukünftig helfen, datenethische Grundsätze zu vermitteln.
6. BI entwickelt Datenmanagement weiter zu Datenkuratierung
Immer mehr und komplexere Daten stellen eine Herausforderung für Datenmanagement und Data Governance dar. Einen Lösungsansatz für diese Aufgabe bietet die sogenannte Datenkuratierung. Dazu gehören das Erfassen, Aufbereiten, Definieren und Auswerten verschiedenartiger Daten.
Darauf spezialisierten Tools und Prozesse, wie zum Beispiel Datenkataloge und semantische Governance und BI-Plattformen wachsen zusammen, um Daten mit dem Geschäftskontext zu verknüpfen und übergreifende Governance zu realisieren.
7. Datenstorys werden zur neuen Unternehmenssprache
Wer die Erkenntnisse aus seinen Daten nicht vermitteln kann, bewirkt nichts mit seiner Analyse. Heute gehört es zur Kernkompetenz von Analysten, die Schritte ihrer Analyse auf einfache, leicht verständliche Weise zu vermitteln.
Sie müssen „Datenstorys“ erzählen können. Anstatt eine einzige Schlussfolgerung zu präsentieren, zielen Datenstorys darauf ab, eine Konversation in Gang zu bringen und die Daten aus verschiedenen Perspektiven zu betrachten.
8. Communities fördern die Analytics-Nutzung
Business Intelligence in Unternehmen braucht Mitarbeit auf allen Ebenen. Um sie zu fördern, setzen Unternehmen vermehrt auf interne Communities. Hier können die Verantwortlichen Analyseaufgaben verteilen und neue Benutzer-Rollen trainieren. Das steigert Effizienz und Zufriedenheit der Mitarbeiter. Sowohl in den Fachabteilungen als auch in der IT.
9. Data Scientists müssen umdenken
Immer mehr Mitarbeiter in unterschiedlichen Abteilungen verfügen über Kompetenzen im Umgang mit Daten. Das verändert auch die Definition und Aufgaben von Data Scienists und lässt die Grenzen zwischen traditionellen Datenexperten und reinen Geschäftsanwendern verschwimmen.
Von modernen Data Scientists werden heute nicht nur tiefe Kenntnisse in Statistik und Machine Learning erwartet, sondern auch strategisches Geschäftsdenken, fundiertes Branchenwissen und die Fähigkeit, die Erkenntnisse aus den Daten in Entscheidungen mit geschäftlichem Mehrwert umzusetzen.
10. Datengravitation zieht BI-Anwendungen in die Cloud
Mehr Flexibilität und Skalierbarkeit bei geringeren Gesamtbetriebskosten machen die Cloud zum bevorzugten Speicherort für Daten. Das sorgt zunehmend dafür, dass auch die BI-Anwendungen in die Cloud wandern. Denn Effizienz und Performance steigen, wenn Daten und Anwendungen sich auf einer Plattform befinden.