OUT NOW im #ConfareBlog mit Michael Wilfing-May, solicon IT:
Orientierung im Dschungel des Advanced Analytics Hypes – Das sind die 4 wichtigsten Trends
Beim größten und wichtigsten IT-Management Treffpunkt des Jahres, dem Confare #CIOSUMMIT sind Themen wie Data Intelligence, Data Governance und Advanced Analytics Fixstarter auf der Agenda. Dabei geht es immer noch um die alte Frage: Wie kann man Daten im Unternehmen immer dort verfügbar machen, wo sie gebraucht werden? solicon IT ist eines jener Unternehmen, die angetreten sind, um ihre Kunden auf dem Weg ins Data Driven Business voran zu bringen. Geschäftsführer Michael Wilfing-May ist Branchenkenner, wenn es um Advanced Analytics geht und gehört seit vielen Jahren zur Confare Community. Für den Blog haben wir ihn gebeten uns die aktuell geradezu wie Pilze aus dem Boden sprießenden Begrifflichkeiten zu erklären. Darüber hinaus wollten wir wissen, welche Trends nun die wirklich wichtigen sind.
Persönlich treffen Sie Michael und über 700 IT-Branchenprofis beim Confare #CIOSUMMIT Wien unter dem Motto „Human Xperience – Stand out Of The Crowd“ – Mit über 100 Speakern, mehr als 12 Workshops und einer umfangreichen Fachausstellung ist das CIOSUMMIT Wien Österreichs wichtigster IT-Management Treffpunkt. Hier werden die IT-Manager des Jahres mit dem Confare #CIOAWARD Ausgezeichnet – Hier können Sie schon jetzt Ihre Teilnahme sichern. Nominieren und Einreichen für den #CIOAWARD ist ab sofort möglich.
Hier geht’s zum zweiten Teil vom Blog: Michael Wilfing-May, solicon IT: New Work braucht Daten-Demokratisierung und Data Strategy
Passend zum Thema – Livin IT Blog: Die wunderbare Welt der Datascientisten
Du begleitest das Thema Analytics schon lange – Was sind aus Deiner Sicht die wichtigsten Trends, mit denen man sich auseinandersetzen sollte?
Ich bin bereits seit 1999 – also schon sehr lange Zeit – in diesem Bereich tätig. Und einerseits hat sich von der Grundidee und der Vision nicht viel geändert, nämlich das Daten Entscheidungsprozesse unterstützen sollen. Die Technologien, die Verbreitung der Aufgaben im Unternehmen und auch das Interesse am Thema Daten ist aber heute doch etwas ganz anderes.
Wenn man nach Trends fragt:
Ein wichtiges Thema, mit dem sich Kunden auseinandersetzen, weil die Technologieanbieter ganz massiv pushen, ist das Thema Cloud. Kein neues Thema aber ein topaktuelles Thema für viele Firmen. Gerade auch wenn es um die Frage geht, wie Analytics in Zukunft betrieben wird.
Das hat mehrere Gesichtspunkte. Ich streiche mal einige heraus:
- Das Angebot an analytischen Lösungen in der Cloud ist unglaublich vielfältig. Manche Lösungen stehen überhaupt nur noch in der Cloud zur Verfügung. Es gibt wirklich viele BI und Analytics Lösungen, die quasi überall und jedem zur Verfügung stehen. Das bringt die Chance mit sich, relativ unkompliziert genau jene Softwarelösungen zum Einsatz zu bringen, die man für eine konkrete Aufgabenstellung benötigt.
Das birgt aber auch Herausforderungen hinsichtlich der Heterogenität der Softwarelösungen in einem Unternehmen, Datensicherheitsfragen und so weiter. Aber unter dem Strich gesagt: CLOUD treibt die Innovation in Unternehmen voran bzw. ermöglicht sie, weil Softwaretools viel leichter verfügbar sind.
- Aber für mich ist die Cloud ganz klar ein Enabler! Cloud hilft auch dabei sogenannte „Sandkasten“ Umgebungen aufzubauen, z.B. AI-Anwendungen, um Daten besser analysieren zu können, mal zu testen. Trial & Error ohne große stranded investments, ohne shelf-ware – wie wir früher gesagt haben.
- Damit sind für mich Cloudlösungen auch prädestiniert, die Entwicklung der Data Analytics und BI Skills in einer Organisation optimal zu unterstützen. Ich kann die BI & Analytics Systemumgebung recht gut an meine heutigen Anforderungen anpassen und dann skalieren.
Ein weiteres Thema ist die Datenplattform. Damit ist gemeint, wo und wie bietet man den aktuellen und zukünftigen Benutzern in der Organisation Datenbereiche oder Daten- „Produkte“ an. Und was ist hier die Rolle der IT und welche Aufgaben übernimmt die Fachabteilung, der Key-user und die Endbenutzer, also die Sachentscheider.
Nach Trends gefragt fällt mir schon auch die Bewegung hin zu mehr Zentralisierung – Stichwort DWH – und wieder weg davon – früher die fachabteilungs-BI-Lösungen oder heute Data Mesh oder Data Fabric ein.
Dieses Thema wird ja nicht nur IT-technisch diskutiert, sondern ist eine Frage der organisatorischen Machbarkeit und schlicht der Aufwendungen, also der Kosten-Nutzen-Rechnung.
Natürlich wird auch viel Anstrengung für Innovation im Bereich der letzten Meile betrieben. Im Bereich der sogenannten Frontends. Es gibt hier große Anstrengungen der Softwareindustrie hinsichtlich der Usability aber auch der Automatisierung. Damit meine ich nicht nur, dass man ein KI-Tool ins Frontend einbaut und der Endbenutzer nach einer Analyse der Daten fragt. Sondern auch KI unterstützte Datenaufbereitung oder out-of-the box zur Verfügung gestellte Machine Learning Algorithmen.
Der Geschäftsführer eines Kunden hat mich kürzlich gefragt: Muss ich als Maschinenbauer BI Knowhow im Unternehmen aufbauen? Eine berechtigte Frage, oder? Meine Antwort wäre schon: bis zu einem gewissen Grad sollte man wissen, was mit den Daten passieren soll, welche Architekturen meine Anforderungen unterstützen.
Es ändern sich auch die Jobprofile: z.B. schlagen Datenbank-Experten den Weg zum Data Scientisten ein, weil heute eine Datenbank nicht nur Daten in einem gewissen Format und Modell speichern kann, sondern viele Zusatzfeatures grade im Bereich der analytischen Betrachtung und Auswertung mitliefert.
So rückt der konkrete Business Cases immer mehr in den Mittelpunkt und wird noch stärker zum Ausgangspunkt der Datenanalyse.
Data Intelligence, Decision Intelligence, Business Intelligence … es gibt eine Menge Begriffe und Hypes, mit denen man konfrontiert ist. Alles dasselbe?
Ich glaube von außen betrachtet ist unsere Branche schon ein wenig verwirrend. Ich gebe Dir recht, dass dauernd neue Begriffe auftauchen und diese echt nicht selbsterklärend sind. Die Frage ist auch, ob es mir gelingen würde, die von Dir erwähnten Definitionen perfekt hinzubekommen. Ich glaube jeder könnte die Suchmaschinen oder ChatGPT fragen. Ich habe das kürzlich mal gemacht – also ChatGPT gefragt.
Was ist der Unterschied zwischen Decision Intelligence, Business Intelligence und Data Intelligence? oder gibt es keinen?
Ich darf berichten, dass ChatGPT offenbar einen zu alten Wissenstand hatte, um es zu erklären – dort steht:
Es gibt tatsächlich Unterschiede zwischen Decision Intelligence, Business Intelligence und Data Intelligence. Business Intelligence bezieht sich auf die Verwendung von Daten, um Geschäftsentscheidungen zu treffen. Data Intelligence bezieht sich auf die Fähigkeit, Daten zu sammeln, zu analysieren und zu interpretieren, um Erkenntnisse zu gewinnen. Decision Intelligence hingegen bezieht sich auf die Verwendung von Daten und Erkenntnissen, um fundierte Entscheidungen zu treffen. Zusammenfassend kann man sagen, dass Business Intelligence und Data Intelligence Teil von Decision Intelligence sind, da sie dazu beitragen, fundierte Entscheidungen zu treffen.
So gesehen, muss das auch für die Menschen, die nicht jeden Tag in unserer Thematik aktiv sind, schwierig und vielleicht sogar mühsam sein.
Analysten haben da natürlich keinen ganz so einfachen Job, die Bedeutung der Begriffe und Materie herauszuarbeiten. Es geht im Grunde darum, dass die typischen Aufgaben der Analytics, wenn ich das so nennen darf, das Unternehmensreporting und BI in Zukunft um weitere wichtige Aufgaben zu ergänzen. Im Bereich Data Intelligence noch stärker in die Richtung der Datenbereitstellung, des Data Managements, der Frage, wie und wo Daten in welcher Qualität angeboten werden. Sicher und qualitätsgeprüft. Da geht es auch um die Gesamtarchitektur.
Und Decision Intelligence auf der anderen Seite hat für mich den erweiterten Blick auf die Datenverwendung. Natürlich ist hier auch das klassische Reporting ein wichtiger Bestandteil, aber die Dynamik der Analyse wird hier mitbetrachtet. AI-gestützte Datenverarbeitung und Analyse sollen in Zukunft den Entscheidern zur Verfügung stehen, ohne selbst Programmierer oder Statistiker zu sein.
Was mir zu Decision Intelligence oder generell noch einfällt hinsichtlich des ganzen Pfades, den wir heute betrachtet haben. Zur retrospektiven Analyse des „was ist passiert?“ kommen wir verstärkt hin zu „was soll passieren, was muss passieren, und wie soll es passieren?“
Diese Themen werden die IT- und Daten Spezialisten in den Unternehmen ganz sicher über die nächsten Jahr verstärkt beschäftigen.