IT-Trends-Blog

IT-Trends-Blog

Opinions expressed on this blog reflect the writer’s views and not the position of the Capgemini Group

Die CIO-Agenda 2017: 7 Trends für Insights & Data (Teil II)

Kategorie: Digitale Trends

Willkommen zurück, lieber Leser! Nach kurzer Unterbrechung machen wir direkt da weiter wo wir vor zwei Wochen aufgehört haben: bei Insights & Data Themen, die den IT-Entscheidern dieses Jahr unter den Nägeln brennen. Vier der sieben angekündigten Trends bin ich Ihnen noch schuldig. Hier geht es nun schlag auf schlag weiter mit meinen Prognosen:

 

 

4. Max Machina

Künstliche und Maschinenintelligenz feiern gerade Renaissance, dank großer Durchbrüche des Deep Learning künstlicher neuronaler Netze und immer höherer Rechenleistung. Machine Learning 3.0 steht in den Startlöchern und ist trendtechnisch mehr als nur ein Tröpfchen auf den heißen Stein. Natürlich können Sie nun nach den mächtigen und umfassenden Diensten wie IBM Watson greifen und ihr ganzes Business-Konzept neu aufsetzen. Aber das braucht Zeit und erbitterten Fokus. In der Zwischenzeit mag es lohnen, den Blick auf neue Plattformen für Kommunikationstechnologien zu werfen: So wie etwa die des Facebook Messenger oder das Microsoft Bot Framework. Sie sollten aber auch in Erwägung ziehen, künstliche Intelligenz in Ihre Unternehmensanwendungen zu integrieren – zur großen Freude von Salesforce Einstein  – und dabei kognitive Technologien auf unstrukturierte Texte loslassen oder damit die eigenen IT-Prozesse verbessern.

5. Die Allmacht der Algorithmen

Obgleich die BI-ler zu Recht einen Teil der neuen Datenlandschaften für sich beanspruchen, wird die Zukunft dennoch mit großer Sicherheit algorithmischen Regeln folgen. Algorithmen helfen bei fundierten Entscheidungen, sagen die Zukunft voraus und kennen gleichzeitig den richtigen Ansatz für gesetzte Ziele. Ein vielfältiger Algorithmenkatalog könnte sich als ein sehr wertvolles Wirtschaftsgut erweisen, sei er Kundenmeinungen, interne Abläufe, Personalwesen, Risiken, Betrugsszenarien oder physische Vermögenswerte betreffend. Was wir brauchen ist ein Verständnis des gesamten Analytics-Zyklus. Dazu bedarf es der entsprechenden Fähigkeiten und einer Schritt für Schritt datengetriebenen Organisationskultur. In der Praxis funktioniert oft eine Kombination am besten: eine übergreifende Vision darüber, was die Algorithmen bewirken sollen, gepaart mit einem pragmatischen Ansatz im Alltag für den Umgang mit Anwendungen im Frühstadium und ihren Ergebnissen. Der Markt für Sektor- und Domain-Algorithmen wächst ständig weiter und bietet einsatzbereite Algorithmen von der Stange. Sie müssen das Rad also nicht im Alleingang neu erfinden.

6. Die Währung des Vertrauens

Sollten Sie Kunden in Europa haben, könnte die EU-Datenschutzgrundverordnung (EU-DSGVO) Ihren Datenvorhaben einen ordentlichen Strich durch die Rechnung machen. Auch wenn Sie erst am 28. Mai 2018 compliant sein müssen, die Strafen können sich auf bis zu vier Prozent ihres jährlichen Unternehmensumsatzes belaufen. Manche nennen das einen „soliden Business Case“. Um sowohl die Privatsphäre einzelner Personen als auch die Sicherheit ihrer Daten zu garantieren, bleibt also noch einiges zu tun. Das kann neue Technologien, Rollen und Organisationsstrukturen bedeuten, verlangt aber auch einen ordentlichen Frühjahrsputz der jetzigen Datenlandschaft. Zugegebenermaßen, das klingt nach Plagerei. Aber es scheint Licht am Ende des Tunnels: Wer hier Boden gutmacht, kann auch bei seinen Kunden mit Transparenz und offenem Dialog zur Datenhaltung punkten und Vertrauenswürdigkeit zum Alleinstellungsmerkmal ummünzen. So betrachtet, sollte sich eigentlich jede Entscheidung zur Datenverwaltung am Kriterium der Vertrauenswürdigkeit orientieren.

7.  Im Dienste der Daten

Data Scientists und Engineers schaffen nicht per se eine fundierte Entscheidungsbasis. Letztlich sollte sich jede(r) Geschäftsmann/frau ein Stück weit selbst zum Datenexperten entwickeln, vielleicht sogar zum bürgerlichen Datenforscher ausprägen. Die besten Erkenntnisse entstehen im nahen Geschäftsumfeld und dafür müssen Daten erst mal entdeckt, vorbereitet, analysiert und visualisiert werden. Das braucht eine automatisierte Datenverarbeitungslinie, die agilen Zugriff zu den richtigen Daten verschafft und gleichzeitig Sicherheit, Privatsphäre und Qualität sicherstellt. Was wir außerdem benötigen sind benutzerfreundliche Selbstbedienungstools. Damit können die Fachanwender im Unternehmen die Dinge selbst in die Hand nehmen und in einem kollaborativen Ansatz eigenständig Erkenntnisse gewinnen. Fortschritte im Bereich der Maschinenintelligenz, die es ermöglichen die richtigen Schätze in Ihren Data Lakes zu finden und für die Analyse zu präparieren, werden großen Einfluss auf diese Entwicklung nehmen. Mehr gibt es sicher auch bald vom Konzept des Data Concierge – ein intelligenter „One Stop Shop“ für Daten.

Der Umbruch der Welt rund um Daten und Analytics geht rasant weiter. Picken Sie sich rasch die für Sie relevanten, brennendsten Trends heraus. Sonst hat die Konkurrenz Sie bald abgehängt in Sachen geschäftliche Intelligenz, oder was meinen Sie?

Über den Autor

Rüdiger Eberlein
Rüdiger Eberlein

Kommentar hinterlassen

Ihre E-Mail-Adresse wird nicht veröffentlicht. Pflichtfelder sind mit einem * gekennzeichnet.