Der Einsatz von Künstlicher Intelligenz bietet im Bereich der Business Intelligence enorme Potenziale. Im Rahmen des Roundtable "BI: Mit KI die eigenen Daten optimal nutzen" sprach die ITWelt.at mit Hille Vogel, Vertriebsleiterin bei der zur Proalpha-Gruppe gehörenden Nemo GmbH, über Datenqualität als Fundament jedes KI-Projekts sowie Compliance und Vertrauen im KI-untertützten BI-Bereich. [...]
Welche Rolle spielt Datenqualität für den Erfolg von KI in BI?
Ohne saubere Daten keine verlässlichen Ergebnisse – das Prinzip „Garbage in, Garbage out“ gilt nach wie vor. Deshalb ist es entscheidend, Data-Quality-Management und klare Regularien direkt in BI-Lösungen zu integrieren. Das haben wir bei uns in der Gruppe gemacht. Nur so lassen sich valide und langfristig nutzbare Ergebnisse sicherstellen, sowohl für den täglichen Betrieb als auch für KI-basierte Analysen.
Wie können mittelständische Unternehmen von KI in BI profitieren?
Ein Großteil unserer Kunden sind Mittelständler, die oft zurückhaltender sind als Großunternehmen. Wir kommen mit ProAlpha aus dem ERP-Umfeld und kennen seit über 30 Jahren die Prozesse unserer Kunden im Fertigungsbereich sehr gut. Daher sind vorpaketierte und sofort einsatzfähige AI-Lösungen wichtig, die konkrete Fragen beantworten und direkten Mehrwert schaffen – etwa zur optimalen Lagerbestückung oder Wiederbeschaffungszeit. Mittels KI liefern wir auf Basis historischer Daten konkrete Prognosen und Handlungsanweisungen. Es ist uns wichtig, dass wir damit konkrete Use Cases adressieren und gleichzeitig die KI-basierten Handlungsempfehlungen monetarisieren können. Der Kunde versteht so, was er einspart, wenn er etwa seine Wiederbeschaffungszeit anpasst.
Entscheidend ist, dass die Ergebnisse direkt in ERP- oder CRM-Systeme integriert werden. So arbeiten Anwender dort weiter, wo sie ohnehin tagtäglich aktiv sind, und verstehen so den unmittelbaren wirtschaftlichen Nutzen. Dazu haben wir von unseren Kunden ein sehr gutes Feedback.
Wie setzt ihr in euren Projekten den Fokus auf Datenqualität? Nutzt ihr synthetische Datenmodelle oder konzentriert ihr euch auf Unternehmensdaten?
Unser Ansatz hängt stark von den Kundensegmenten und Use Cases ab. Wir arbeiten gezielt mit ERP- oder CRM-Daten, also mit realen, unternehmenseigenen Daten. Von synthetischen Datenmodellen halten wir bewusst Abstand, um Risiken wie Halluzinationen oder verfälschte Ergebnisse zu vermeiden. Das Ziel ist es, Prozesse und Kennzahlen direkt aus dem Data Warehouse zu optimieren.
Damit zeigen wir unseren Kunden, welchen konkreten Mehrwert KI-gestützte BI bringen kann – beispielsweise durch effizientere Abläufe oder bessere Entscheidungen. Entscheidend ist also stets die konkrete Fragestellung: Welche Prozesse sollen verbessert, welche KPIs optimiert werden? Erst auf dieser Basis lässt sich Datenqualität richtig bewerten und sicherstellen.
Welche Rolle spielt der Mensch im Zusammenspiel mit KI aus deiner Sicht?
Die Bedeutung des Menschen hängt stark von der Zielsetzung des Systems ab. Wenn es nur um standardisierte, repetitive Aufgaben geht, lassen sich viele Schritte automatisieren. Bei komplexen und kostenintensiven Szenarien jedoch braucht es Interaktion zwischen Mensch und Maschine.
Die KI kann wertvolle Handlungsempfehlungen geben, doch die Verantwortung für die endgültige Entscheidung verbleibt in menschlicher Hand. Der Mensch prüft, hinterfragt und trifft die finale Wahl. Das gilt besonders bei kritischen Anwendungen. Die KI ist ein starkes Unterstützungssystem, aber kein Ersatz für menschliche Steuerung.
Welche Rolle spielt Compliance im Hinblick auf Vertrauen und Image?
Compliance schafft Vertrauen – sowohl bei Kunden als auch bei Mitarbeitenden. Die formalen Leitlinien, die Transparenz und Nachvollziehbarkeit festschreiben, stärken das Vertrauen unserer Kunden, dass wir diese Grundsätze einhalten. Wir haben solche Prinzipien schon vorher verfolgt, nun sind sie aber auch regulatorisch verbindlich. Auch intern ist Compliance wertvoll: Mitarbeitende müssen verstehen, was KI ist, welche Chancen sie bietet und dass sie keine Bedrohung für ihre Arbeitsplätze darstellt. Schulungen sind daher ein Aufwand, aber auch ein wichtiger Baustein, um Vertrauen aufzubauen.
Wie geht ihr mit dem Thema Wirtschaftlichkeit und ROI um?
Für uns spielt Wertschöpfung eine zentrale Rolle. Wir führen keine rein technologische Diskussion, sondern fokussieren uns auf reale Use Cases, die konkrete Kundenprobleme lösen. Diese Lösungen lassen sich klar monetarisieren und liefern einen direkten ROI. Wirtschaftlichkeit ist für uns daher eng mit Kundennutzen und Wertschöpfung verbunden.
Be the first to comment