3 Erfolgsfaktoren für Artificial & Business Intelligence in der Krisenberatung

Egal, ob in großen, mittleren oder kleinen Krisenunternehmen: Artificial Intelligence (AI) und Business Intelligence (BI) Technologien werden immer häufiger branchenübergreifend in der Krisenberatung eingesetzt. Nicht ohne Grund, denn das wirtschaftliche, rechtliche und technologische Potenzial der Technologien ist enorm. Um es aber voll auszuschöpfen, müssen Rechts- und Unternehmensberater die Daten optimal nutzen.

Erfolgsfaktoren für business intelligence, BI

Dabei ist es wichtig, zu verstehen, dass jedes Krisen- und Beratungsunternehmen ein Datenproduzent ist. Immer mehr AI- und BI-getriebene Services drängen auf den Beratermarkt, doch die Technologien sind nur so gut wie die Daten, mit denen sie arbeiten. Datenqualität kann daher schnell zur Achillesferse jedes AI- und BI-Projekts werden.

 

Ein erfolgreicher Einsatz von AI und BI erfordert mindestens drei Dinge:

1. Ein ganzheitliches Daten-Management mit einer konsistenten DataOps-Strategie

2. Ein Governance, Risk & Compliance (GRC) Framework

3. Die Zusammenstellung eines interdisziplinären und crossfunktionalen Datenteams

 

Erfolgsfaktor Nr. 1: Ein ganzheitliches Daten-Management

Der Geburtsort aller Daten liegt bei den Nutzern und Mitarbeitern sowie an den Datenschnittstellen eines Unternehmens. Ein solides Daten-Management stellt diesen Faktor in den Mittelpunkt. Berater müssen sich an dieser Stelle die Frage stellen, welche Daten sie warum nutzen sollten bzw. wo sich diese Daten befinden.

Es geht dabei nicht nur darum, alle Datenquellen im Blick zu behalten, sondern vor allem auch, sicherzustellen, dass die richtigen Personen Zugriff auf sie haben. Die Daten sollten möglichst schnell dorthin fließen, wo sie gebraucht werden: Zu den Beratern, dem Analytics-Team, aber auch zu den Stakeholdern außerhalb des Unternehmens.

 

Erfolgsfaktor Nr. 2: Governance, Risk & Compliance 

Wie in vielen anderen Unternehmensbereichen auch, wird in Datenprojekten heutzutage oft eine agile Vorgehensweise gefördert. Dabei eignet sich Agilität im Rahmen von Daten-Management bei Weitem nicht immer, gerade wenn es um Compliance, Sicherheit und Datenschutz geht.

Erfolgsfaktoren für AI, künstliche Intelligenz

Krisenberater müssen in diesem Kontext nicht nur genau verstehen, wo sensible Daten vorhanden sind, sondern auch die IT-Sicherheit des Datenflusses im Auge behalten. Dafür gibt es Lösungen, die den Datenzugriff automatisiert kontrollieren und Risiken minimieren, z.B. durch Anonymisierung, Maskierung und Reduktion.

Durch die Anonymisierung von personenbezogenen Daten wird das Risiko einer Datenschutzrechtsverletzung deutlich verringert. Der Benutzer kann keinen Rückschluss von Daten auf eine Person ziehen.

Eine Maskierung ermöglicht es, bei Benutzerabfragen etc. einzelne Felder mit sensiblen Daten zu verschleiern, sodass sie nur Berechtigte die Daten einsehen können. Wann immer die konfigurierten Feldinhalte auf dem Bildschirm angezeigt werden sollen, prüft eine Berechtigungssteuerung, welche Benutzer die Daten sehen dürfen und für wen nur eine Maskierung angezeigt wird.

Die Reduktion ist eine Verringerung des Informationsgehalts der Daten selbst, die ähnlichen Zielen dient. Sie kann z.B. durch die Löschung von Identifikationsmerkmalen oder einer Merkmalsaggregation erreicht werden.

Das übergeordnete Ziel ist ein möglichst unkomplizierter Zugriff auf die Daten, ohne dabei Compliance, Sicherheit und Datenschutz zu gefährden. Im Rahmen von Projekten, bei denen sehr viele verschiedene Tools und Anwendungen eingesetzt werden, gestaltet sich die Kombination von Agilität und Sicherheit eher schwierig. Sicherheit als Teil der GRC erfordert eine zentrale Koordination, Agilität basiert allerdings auf föderativen Strukturen. Im Rahmen von agilen Projekten wird die Sicherheit daher nicht immer ihrer Bedeutung entsprechend ganzheitlich und umfassend berücksichtigt.

Rechts- und Unternehmensberater sollten daher über die Investition in eine Daten-Management-Plattform nachdenken, die diese Arbeit das abnimmt. So können Geschäfts- und Beratungsprozesse enorm beschleunigt werden.

 

Erfolgsfaktor Nr. 3: Das Team

Die richtigen Technologien liefern einen schnellen und sicheren Zugriff auf qualitativ hochwertige Daten, wo immer sie benötigt werden. Doch eine solide Daten-Management-Plattform ist nur die halbe Miete. Um den Erfolg der AI- und BI-Projekte wirklich sicherzustellen, muss im Krisenunternehmen eine Kultur aufgebaut werden, die Daten in den Mittelpunkt stellt. Das sollte ein zentraler Bestandteil jeder DataOps-Strategie sein.

Teamwork im Daten-mangement ist essenziell

Dafür müssen sich alle Mitarbeiter auf die bereitgestellten Daten verlassen können und einzelne Teams miteinander kooperieren. Die richtigen Technologien können die Veränderung der Unternehmenskultur nicht ersetzen, aber entscheidend unterstützen.

Auch die Qualität des Teams lässt sich messen. Wichtig ist, dass das Team verschiedene Fähigkeiten abdeckt, d.h. crossfunktional ist. Dafür braucht es:

-einen Business-Experten, der den geschäftlichen Kontext kennt, einschließlich der wichtigsten Ziele und KPIs

-einen Krisenberater, der die Bedeutung der Fragestellungen in der Krise versteht

-einen Datenbank-Spezialisten, der die Struktur und die Prozesse der zugrunde liegenden Daten versteht einschließlich der Frage, wo die zugehörigen Daten sich befinden.

-einen Data-Scientist, der versteht, wie die Algorithmen und Modelle funktionieren

-einen Daten-Analytiker, der versteht, wie man die Algorithmen und Modelle im konkreten Fall anwendet

Ideal sind Dienstleister, die viele dieser Fähigkeiten in Personalunion abdecken. Das verringert die Anzahl der Kommunikationsschnittstellen und vermeidet zu große Komplexität.

 

Fazit: Auf die richtige Mischung kommt es an

Der Einsatz von AI und BI erfordert ein gesundes Maß an Selbstreflexion, denn falsch angewendet ist er bestenfalls Zeitverschwendung und kann schlimmstenfalls zu katastrophalen Ergebnissen führen. Krisenberater sollten daher in die erforderlichen Fähigkeiten ihrer Teams und Daten-Dienstleister investieren und sicherstellen, dass jede Dateninitiative diese Kompetenzen zusammenführt. Das geschieht über das geeignete Daten-Management und die richtige DataOps-Strategie. Erst im Zusammenspiel von Projekt-, Business- und Daten-Management sowie qualifizierten Teams können AI und BI optimal genutzt werden.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.