Orientierungshilfe für Führungskräfte Data und Analytics – die Top-10-Trends für 2023

Anbieter zum Thema

Gartner Deutschland GmbH

Fsas Technologies GmbH

Board Deutschland GmbH

QUNIS GmbH

Gartner hat die zehn wichtigsten Data-und-Analytics-Trends (D&A) für 2023 identifiziert. D&A-Führungskräfte, die sich daran orientieren, könnten neue Wertschöpfungsquellen erschließen, indem sie Veränderungen antizipieren und extreme Unsicherheiten in neue Geschäftsmöglichkeiten umwandeln.

„Die Notwendigkeit, einen nachweisbaren Wert für das Unternehmen zu liefern, ist die treibende Kraft hinter den D&A-Trends“, sagt Gareth Herschel, VP Analyst bei Gartner. „Chief Data and Analytics Officers (CDAOs) sowie D&A-Führungskräfte müssen sich mit den Stakeholdern ihrer Unternehmen austauschen, um den besten Ansatz für die Nutzung von D&A zu finden. Das bedeutet mehr und bessere Analysen und Erkenntnisse, die die menschliche Psychologie und Werte berücksichtigen.“

Trend 1: Wertoptimierung

Die meisten D&A-Führungskräfte haben Schwierigkeiten, den Wert, den sie für das Unternehmen erbringen, klar und deutlich zu formulieren. Die Wertoptimierung des Portfolios für Data, Analytics und KI eines Unternehmens erfordert ein Bündel an Kompetenzen für das Wertmanagement, darunter Value Storytelling, Wertstromanalyse, Ranking und Priorisierung von Investitionen sowie die Messung der Geschäftsergebnisse, um sicherzustellen, dass der erwartete Wert realisiert wird.

„D&A-Führungskräfte müssen ihren Wert optimieren, indem sie Value Stories entwickeln, die klare Verbindungen zwischen D&A-Initiativen und den geschäftskritischen Prioritäten des Unternehmens herstellen“, so Herschel.

Trend 2: KI-Risikomanagement

Der zunehmende Einsatz von KI setzt Unternehmen neuen Gefahren aus. Es gibt z. B. ethische Risiken, Trainingsdaten können kontaminiert oder die Betrugserkennung umgangen werden. Diese Gefahren gilt es zu mindern. Beim Umgang mit KI-Risiken geht es nicht nur um die Einhaltung von Vorschriften. Eine wirksame KI-Governance und verantwortungsvolle KI-Praktiken sind auch von entscheidender Bedeutung, um das Vertrauen der Stakeholder zu stärken und die Einführung und Nutzung von KI zu fördern.

Trend 3: Observability

Ohne Observability ist es nicht möglich, das Verhalten des D&A-Systems zu verstehen und Fragen zu seinem Verhalten zu beantworten.

„Observability ermöglicht es Unternehmen, die Zeit zu verkürzen, die nötig ist, um die Ursache von leistungsbeeinträchtigenden Problemen zu identifizieren und zeitnahe, kosteneffiziente Geschäftsentscheidungen auf der Grundlage zuverlässiger und genauer Daten zu treffen“, sagt Herschel. „D&A-Führungskräfte müssen Tools zur Datenbeobachtung evaluieren, um die Bedürfnisse der Hauptnutzer zu verstehen und zu bestimmen, wie die Tools in das gesamte Unternehmensökosystem passen.“

Trend 4: Data Sharing ist unerlässlich

Die gemeinsame Nutzung von Daten ist essenziell – sowohl intern (zwischen Abteilungen oder Tochtergesellschaften) als auch extern (zwischen außenstehenden Parteien und dem eigenen Unternehmen). Unternehmen können „Daten als Produkt“ erstellen, bei denen D&A-Assets als lieferbares oder gemeinsames Produkt vorbereitet werden.

„Die Zusammenarbeit bei der gemeinsamen Nutzung von Daten, auch außerhalb einer Firma, erhöht den Wert der gemeinsamen Nutzung von Daten, indem sie wiederverwendbare, zuvor erstellte Datenbestände hinzufügt“, sagt Senior Director Kevin Gabbard, Analyst bei Gartner. „Die Einführung einer Data Fabric ermöglicht eine einheitliche Architektur für die gemeinsame Nutzung von Daten aus heterogenen internen und externen Datenquellen.“

Trend 5: D&A-Nachhaltigkeit

Es reicht nicht aus, dass D&A-Führungskräfte Analysen und Erkenntnisse für ESG-Projekte (Environmental, Social and Governance) des Unternehmens bereitstellen. Sie müssen auch versuchen, ihre eigenen Prozesse zur Verbesserung der Nachhaltigkeit zu optimieren. Der potenzielle Nutzen ist enorm. D&A- und KI-Fachleute werden sich ihres wachsenden ökologischen Fußabdrucks immer stärker bewusst. Infolgedessen gibt es eine Reihe von Praktiken, wie z. B. die Nutzung erneuerbarer Energien in (Cloud-)Rechenzentren, die Verwendung energieeffizienterer Hardware und die Nutzung von Small Data und anderen Techniken des maschinellen Lernens (ML).

Trend 6: Data Fabric

Die Data Fabric ist ein Datenverwaltungskonzept, das alle Arten von Metadaten nutzt, um Datenmanagementlösungen zu beobachten, zu analysieren und zu empfehlen. Durch die Zusammenstellung und Anreicherung der zugrunde liegenden Daten und die Anwendung kontinuierlicher Analysen auf Metadaten generiert die Data Fabric Warnungen und Empfehlungen, die sowohl von Menschen als auch von Systemen umgesetzt werden können. Sie ermöglicht es Unternehmensanwendern, Daten vertrauensvoll zu nutzen, und erleichtert es weniger qualifizierten Entwicklern, den Integrations- und Modellierungsprozess vielseitiger zu gestalten.

Trend 7: Aufstrebende KI

ChatGPT und generative KI sind die Vorhut des kommenden KI-Trends, welche die Arbeitsweise der meisten Unternehmen in Bezug auf Skalierbarkeit, Vielseitigkeit und Anpassungsfähigkeit verändern werden. Die nächste Welle wird Unternehmen in die Lage versetzen, KI in Situationen einzusetzen, in denen dies heute noch nicht möglich ist, wodurch KI immer allgegenwärtiger und wertvoller wird.

Trend 8: Konvergente Ökosysteme

Konvergente D&A-Ökosysteme gestalten und implementieren eine D&A-Plattform, die dank nahtloser Integrationen, Governance und technischer Interoperabilität zusammenhängend funktioniert. Die Komposition eines Ökosystems erfolgt durch die Entwicklung, Zusammenstellung und Bereitstellung von konfigurierbaren Anwendungen und Diensten.

Mit der richtigen Architektur können D&A-Systeme modularer, anpassungsfähiger und flexibler sein, um dynamisch zu skalieren und den wachsenden und sich ändernden Geschäftsanforderungen gerecht zu werden und eine Weiterentwicklung zu ermöglichen, wenn sich das Geschäft und das Betriebsumfeld unweigerlich ändern.

Trend 9: Verbraucher werden zu Gestaltern

Der Zeitanteil, den Nutzer in vordefinierten Dashboards verbringen, wird durch dialogorientierte, dynamische und eingebettete Erlebnisse ersetzt, die auf die individuellen Bedürfnisse der Nutzer eingehen.

Unternehmen können die Akzeptanz und Wirkung von Analysen erhöhen, indem sie den Nutzern einfach zu bedienende, automatisierte und eingebettete Einblicke und interaktive Erlebnisse bieten, die sie benötigen, um Inhalte zu erstellen.

Trend 10: Der Mensch bleibt der wichtigste Entscheidungsträger

Nicht jede Entscheidung kann oder sollte automatisiert werden. D&A-Teams befassen sich ausdrücklich mit der Unterstützung von Entscheidungen und der Rolle des Menschen bei der automatisierten und erweiterten Entscheidungsfindung.

„Der Versuch, die Automatisierung von Entscheidungen voranzutreiben, ohne dabei die Rolle des Menschen zu berücksichtigen, wird zu datengesteuerten Organisationen ohne Gewissen oder konsistentes Ziel führen“, so Herschel. „Die Datenkompetenzprogramme der Unternehmen müssen die Kombination von Daten und Analysen mit der menschlichen Entscheidungsfindung in den Fokus rücken.“

(ID:49451630)