KI und maschinelles Lernen setzen hohe Datenqualität voraus

Viele Unternehmen erkennen mittlerweile, welchen Wert ihre Daten darstellen können. Mit der Nutzung von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) wird deren Wertbeitrag sicher weiter steigen. Doch zuvor müssen diese Unternehmen ihre Hausaufgaben machen: Fehlende Data Governance, semantische Inkonsistenzen und viele weitere Faktoren führen zu schlechter Datenqualität — und damit auch zu Enttäuschungen bei der Nutzung dieser erfolgversprechenden Innovationen.

Verbessert man sein Datenmanagement, nutzt KI und ML und erreicht vielleicht sogar „Information Excellence“, also die Fähigkeit, Informationen in optimaler Weise zur Erzielung eigener Wettbewerbsvorteile zu nutzen, dürfte man hingegen zu den Gewinnern gehören.

Nutzer von Machine Learning erreichen höheres Wachstum

Eine Studie von Economist Intelligent Unit und SAP sagt, dass Unternehmen, die bereits maschinelles Lernen nutzen, durchschnittlich 48 Prozent mehr Profitabilität erreichen als Unternehmen, die noch nicht mit der Nutzung von ML angefangen haben.

Auch die SAP-Anwenderunternehmen erkennen offenbar die hohe Relevanz von KI für das eigene Unternehmen: Laut DSAG-Umfrage aus dem Sommer 2018 halten 62 Prozent der Unternehmen die künstliche Intelligenz für eines der wichtigsten Themen bei der digitalen Transformation. Die Potenziale dieser Technologie sind als hoch zu bewerten, wenn gleich die breit gefächerte Nutzung in der SAP-Community erst noch bevor steht.

Voraussetzung: Unternehmensweites Datenmanagement

Viele Unternehmen tun sich mit dem Datenmanagement und gelebten Data Governance Richtlinien schwer, wie unter anderem unsere Umfrage aus dem Herbst 2016 gezeigt hat. Zur Erinnerung: 68 Prozent der Umfrageteilnehmer hielten Maßnahmen zur Verbesserung der Datenqualität im Zusammenhang mit einer SAP HANA oder SAP S/4HANA Migration für sehr wichtig, 25 Prozent für wichtig, nur 5 Prozent nicht so wichtig und 2 Prozent finden sie unwichtig. Die Erhöhung der Datenqualität bleibt eine Daueraufgabe.

„Transparenz, Qualität, unzweideutige Stammdaten, klare Verantwortlichkeiten und Governance Richtlinien sind entscheidend für den Erfolg von KI und ML“, schrieb Wolfgang Epting (MEE CoE Database & Database Management bei SAP) in einem Blogbeitrag. Eine wichtige vorbereitende Maßnahme zur Nutzung der künstlichen Intelligenz wird für viele Unternehmen die Verbesserung des Datenmanagements sein. Wenn man mit seinen Daten die Machine Learning Modelle trainieren möchte, braucht man eine verlässliche, vollständige und plausible Datenbasis mit sehr hoher Qualität. Unzureichende Datenqualität wird schnell zu schlechten Ergebnissen oder zu unbrauchbaren Ergebnissen führen – wir kennen das bereits aus den Datenanalysen.

Stammdatenmanagement hat viele Facetten

Unternehmen wollen eigene Daten intensiver nutzen, aber sie gegebenenfalls auch mit externen Daten (z.B. Social Media Daten oder Partnerdaten) anreichern oder verknüpfen. Stetig zunehmendes Datenvolumen, neue Datentypen, Compliance-Vorgaben, Datensicherheit und Datenschutz sind nur einige Aspekte, die dabei berücksichtigt werden müssen.

Dirk Häußermann hält (im IT-Onlinemagazin Interview) eine zusätzliche „intelligente Schicht“, bestehend aus Daten-Qualitätsmanagement, „Machine Learning“ und künstlicher Intelligenz für erforderlich, ohne die Unternehmen nicht in der Lage sein werden, die Menge und Komplexität der anfallenden Daten sinnvoll für sich zu nutzen.

Zum ganzheitlichen Management von Unternehmensdaten entlang der Geschäftsprozesse hat SAP im Sommer 2018 die „SAP HANA Data Management Suite“ angekündigt, die diese wesentlichen Anforderungen unterstützen soll. Konkrete Anwendungsfälle für KI und ML zur Unterstützung der Mitarbeiter beim Datenmanagement könnten beispielsweise die intelligente Vorbelegung von Eingabefeldern sein, die auch individuelle Erfassungsmuster von Mitarbeitern berücksichtigt, oder Chatbots, die Spracheingaben verarbeiten.

Anzeige

SAP veranstaltet einen Infotag speziell zur „Information Excellence“. Unter anderem kann man dort erfahren, wie SAP sein eigenes Datenmanagement organisiert, wie man die Unternehmensdaten bewirtschaften kann und welche Möglichkeiten KI / ML schaffen.

SAP-Infotage für Plattform- und Datenmanagement
(21./22.11.18 in Walldorf / St.Leon)