Thought Leadership
Die immense Flut an Daten zu speichern, zu verwalten, zu sichern, zu nutzen, um wertvolle Erkenntnisse und Ergebnisse zu generieren – diese Datenflut zu stemmen ist eine der komplexesten Herausforderungen, mit denen Unternehmen heutzutage konfrontiert sind.
Es ist auch eine verpasste Chance von schwindelerregendem Ausmaß: Gartner schätzt, dass 97 % der Unternehmensdaten ungenutzt bleiben, was sich negativ auf verschiedene Aspekte, von der Marketingeffektivität bis hin zum Cashflow, auswirkt. Herkömmliche Analysetools sind oft nicht benutzerfreundlich und können daher nicht die gewünschten Ergebnisse liefern.
Neue Formen der Datenvisualisierung
Die Lösung liegt in innovativen Ansätzen zur Datenvisualisierung. Die Umwandlung großer Datenmengen in aussagekräftige Diagramme, Grafiken und Dashboards ist bereits bewährte Praxis. Diese Tools demokratisieren den Datenzugriff und helfen den Mitarbeitenden, Daten effektiver in die Praxis umzusetzen.
Durch den Einsatz von KI, insbesondere generativer KI, wird die Erstellung von Grafiken erleichtert. Dies ermöglicht Unternehmen, komplexe Datenaufbereitungsprozesse zu automatisieren und Ergebnisse in verschiedenen Bereichen zu verbessern, von Cybersicherheit bis hin zum Betrieb von Hotels.
97 % der Unternehmensdaten werden nicht genutzt. Bei der Unternehmensdaten-Visualisierung geht es um weit mehr als nur darum, Präsentationen mit mehr Schlagkraft zu verpacken: Laut einer aktuellen MIT-Studie schneiden Unternehmen, die hocheffektive Daten-Dashboarding-Programme entwickelt haben, deutlich besser ab als Unternehmen, die dies nicht getan haben.
So zahlen sich Investitionen in Datenvisualisierung aus, denn diese Unternehmen erzielen höhere Umsätze und Gewinne, bringen erfolgreich neue Produkte auf den Markt und steigern die Kundenzufriedenheit. Dies hat auch positive Auswirkungen auf die Mitarbeiterzufriedenheit, da Datenvisualisierung die Kommunikation und den Datenzugriff innerhalb des Unternehmens demokratisiert.
KI für Data-Visualization
Wie in den meisten Bereichen entwickelt sich auch die Datenvisualisierung dank KI rasant weiter. Tableau, ein Unternehmen für Data-Visualization-Software, hat seine Tools um eine Reihe von No-Code-KI-Verbesserungen erweitert. Diese Verbesserungen helfen nicht nur dabei, Trends in Daten zu erkennen, sondern bieten auch Vorhersagefunktionen. Honeywell nutzt das Tool beispielsweise, um seine gesamte globale Lieferkette zu visualisieren, seine Ausgaben über alle Versandkanäle hinweg zu optimieren und Bereiche vorherzusagen, in denen die Kosten steigen könnten.
Kontext durch KI
Google fügt seinen Data-Visualization-Tools auch KI hinzu, benannte sein Data Studio im vergangenen Jahr in Looker Studio um und bettete es in Datenmodelle und maschinelle Lernsysteme ein. Diese sind integriert, um den Datenzugriff zu demokratisieren und durch Dashboards und Visualisierungen umsetzbarere Business Intelligence zu schaffen.
Insgesamt sind die Fortschritte eher evolutionär als revolutionär, wobei KI eingesetzt wird, um bestehende Anwendungen zu verbessern, indem Vorhersagen aufschlussreicher, relevanter und für den Rest des Unternehmens zugänglich gemacht werden. Das sind gute Nachrichten für Leute, die vielleicht keine Experten für Data-Visualization sind.
Das Schwierigste, was man bei der Datenvisualisierung beachten muss, ist der Kontext. In einer datenabhängigen Welt ist die Fähigkeit, Informationen verständlich zu vermitteln, von entscheidender Bedeutung. Software kann Datenzellen gut und sehr schnell visualisieren, aber sie hat keine Ahnung, was Ihre primären und sekundären Variablen sind.
Zum Beispiel weiß die Software nicht, welche Daten Sie in einer Geschäftspräsentation hervorheben müssen, um Ihren Standpunkt zu verdeutlichen. Sie weiß nicht, welcher Detaillierungsgrad für Ihre spezifische Einstellung angemessen ist. KI wird wahrscheinlich bald den Kontext intuitiv erfassen und entsprechend reagieren.
Doch auch wenn KI die Datenvisualisierungstools weiterentwickelt, bleibt der eigentliche Wert von Visualisierungen derselbe: Verbesserung der Kommunikation und Demokratisierung von Analysen. Da Unternehmen immer datenabhängiger werden, müssen sie besser kommunizieren, was vor sich geht. Zunehmend automatisch generierter Excel-Mist ist einfach eine schlechte Erfahrung für das Publikum, und oft sind die Leute mehr verwirrt, als dass ihnen geholfen wird, weil viele Ihrer internen Stakeholder diese Sprache einfach nicht sprechen.
Data-Visualization hingegen lässt uns alle die gleiche Sprache sprechen. Sie schafft nicht nur Verständnis, sondern fördert auch Engagement, Fragen und konstruktiven Dialog.
Gabriel Frasconi, VP & General Manager South Europe & DACH, Freshworks
