Der Einstieg in die Nutzung von Daten und KI in einem Unternehmen ist schwierig. Wir haben gesehen, wie viele Unternehmen bei ihrer Datentransformation gescheitert sind, und kennen die häufigsten Fallstricke. Um Ihr Unternehmen auf den richtigen Weg zu bringen, müssen Sie zunächst verstehen, wo Sie stehen. Um Ihnen bei der Bewertung Ihres aktuellen Stands zu helfen, veröffentlichen wir ein Data & AI Maturity Model. Es gibt Ihnen eine schnelle Einschätzung des Reifegrads von Daten in Ihrem Unternehmen.
Dies ist Teil 1 unserer vierteiligen Artikelserie, in der wir erklären, wie wir unsere Kunden bei ihrer Daten- und KI-Transformationsreise beraten und das DAIN Data & AI Maturity Model vorstellen.
- Teil 1 (dieser Artikel) gibt einen Überblick über das DAIN Data & AI Maturity Model (DAMM).
- Teil 2 befasst sich eingehender mit den strategischen Einflussfaktoren.
- In Teil 3 werden die organisatorischen und menschlichen Voraussetzungen erläutert.
- Teil 4 befasst sich mit den Kerntechnologien der Daten- und KI-Transformationen.
Wen interessiert schon die Reife, warum nicht einfach KI bauen?
Vor ein paar Wochen hatten wir ein Gespräch mit einem Bewerber für eine Stelle. Der Kandidat fragte uns: Warum konzentrieren Sie sich nicht ausschließlich auf den Aufbau "echter" Lösungen für künstliche Intelligenz für Ihre Kunden? Diese direkte Frage brachte uns ins Grübeln: Warum sollte ein Daten- und KI-Beratungsunternehmen nicht darauf abzielen, die aktuellsten und modernsten Lösungen für maschinelles Lernen auf den Markt zu bringen?
Natürlich kannten wir die Antwort, aber die Frage machte die falschen Vorstellungen und den Hype deutlich, der in diesem Bereich herrscht. Das primäre Ziel unserer Projekte ist es, Lösungen anzubieten, die für unsere Kunden angesichts ihrer aktuellen umfassenden Daten- und KI-Reife als wirklich wertvoll wahrgenommen werden. Meistens ist der Wert für den Kunden nicht der glänzendste Algorithmus oder überhaupt kein Algorithmus!
Wie bringt man Brot auf den Tisch?
Unternehmen wenden sich oft mit der Bitte an uns, Daten und KI innerhalb einer Organisation zur Lösung spezifischer Geschäftsprobleme einzusetzen. Andere Unternehmen bitten um die Nutzung von Daten und KI, um mit den Wettbewerbern mithalten zu können, die diese neue Technologie bereits zu ihrem eigenen Vorteil nutzen. Das sind zwar attraktive Angebote für ein Beratungsunternehmen, aber es gibt auch ein paar rote Ampeln, die aufleuchten.
Entgegen einer weit verbreiteten Meinung ist die Verwendung von KI nicht so einfach wie das Auftragen von Butter auf ein Stück Brot. Wenn das Brot altbacken oder der Teig unterentwickelt ist, wird die Butter es nicht retten. Ähnlich verhält es sich, wenn die Datengrundlage des Unternehmens nicht ausgereift ist: Die KI-Lösung mag zwar attraktiv aussehen, aber sie wird nicht den gewünschten Nutzen bringen. Die ganze Initiative wird nur einen bitteren Beigeschmack hinterlassen.
Wie kann man aus Daten Wert schöpfen?
Die Führungskräfte von heute sind sich bewusst, dass sie in Daten, Analytik, KI und damit verbundene Fähigkeiten investieren müssen, um auf dem immer schneller werdenden Markt wettbewerbsfähig zu bleiben. Bei den Bemühungen, die Datentransformation voranzutreiben, werden jedoch häufig einige kritische Elemente übersehen. Es mag verlockend klingen, mit der Auflistung von KI-Anwendungsfällen zu beginnen. Wie unser Daten- und KI-Reifegradmodell jedoch zeigt, erfordert die effiziente Nutzung von Daten mehr als nur eine Auswahlliste.
Bislang konzentrierten sich die Investitionen vieler Unternehmen auf die Einführung der neuesten digitalen Technologie, wie Datenspeicherung, Rechenleistung und Analysen. Hochentwickelte Tools können zwar für die genannten Zwecke von entscheidender Bedeutung sein, aber Technologie allein reicht nicht aus, um einen echten Geschäftswert zu erzielen. Um das Potenzial von Daten mit Hilfe von Technologie erfolgreich zu nutzen, sind neue organisatorische Fähigkeiten erforderlich. Daher ist ein Umdenken in der Unternehmensführung erforderlich. Die Unternehmen müssen sich stärker auf die Elemente der Daten und der digitalen Transformation konzentrieren, die bisher weitgehend vernachlässigt wurden.
Warum konzentriert sich DAIN auf die Reife von Daten und KI?
Unter DAIN Studios haben wir Dutzende von Projekten durchgeführt, die unseren Kunden bei ihren Strategien und Implementierungen zur Datenumwandlung geholfen haben. Die Planung von Verbesserungen erfordert ein gründliches Verständnis der Ausgangssituation. Üblicherweise beginnen die Datenumwandlungsprojekte mit der Bewertung des aktuellen Daten- und KI-Reifegrads des Unternehmens.
Die Daten- und KI-Reife ist keine einzelne messbare Fähigkeit. Es handelt sich vielmehr um eine Reihe von organisatorischen und technologischen Fähigkeiten, die miteinander verknüpft sind. Aufgrund dieser Komplexität erfordert das Verständnis des Reifegrads von Daten und KI einen strukturierten Rahmen und eine umfassende Bewertung. Nur auf der Grundlage dieser Bewertung lassen sich klar formulierte Schritte für die notwendige Transformation des Unternehmens definieren.
Der Inhalt der Bewertung des Daten- und KI-Reifegrads variiert natürlich von Unternehmen zu Unternehmen. Auf der Grundlage unserer kollektiven Erfahrungen aus verschiedenen Branchen und Regionen in ganz Europa haben wir jedoch Gemeinsamkeiten darin festgestellt, wie die wichtigsten Datenfunktionen jedes Unternehmen voranbringen können.
Diese Erkenntnisse werden wir im Frühjahr 2021 in Form des DAIN Data and AI Maturity Model (DAMM) veröffentlichen. Ziel ist es, Organisationen mit diesen wertvollen Erkenntnissen zu helfen, ihre Nutzung von Daten und künstlicher Intelligenz zu bewerten und zu verbessern.
Einführung in das DAIN Data & AI Maturity Model
Das DAIN Data & AI Maturity Model unterteilt die Datenfähigkeiten in Impact Drivers und Enablers. Die Impact Drivers bewerten, inwieweit die Datennutzung in der Vision und Geschäftsstrategie des Unternehmens enthalten ist. Mit Use Cases & Value Generation messen wir, wie gut Daten-Nutzungsfälle und Geschäftsziele zusammenarbeiten. Sind Daten und Analysen beispielsweise eine separate Funktion oder ein integraler Bestandteil der Geschäftsentwicklung?
Der zweite Abschnitt des Modells, die Befähigermisst sieben verschiedene datenbezogene Fähigkeiten, die jeweils eine Rolle bei der Unterstützung der Datennutzung spielen.
Die organisatorischen Fähigkeiten sind Führung, Organisation und Kultur sowie menschliche Fähigkeiten. Mit diesen Fähigkeiten wird bewertet, wie gut die Organisation in der Lage ist, Daten von der Managementebene bis zur operativen Ebene zu entwickeln und zu verstehen.
Die technologischen Fähigkeiten messen den Reifegrad der Architektur und Technologie. Bei der Architektur wird bewertet, wie viel Automatisierung und manuelle Arbeit erforderlich ist, um aus den Daten einen Wert zu schaffen. Der Technologiestapel befasst sich mit den Tools, die für die Implementierung der Architektur und die Automatisierung der Datenverarbeitung verwendet werden.
Darüber hinaus umfassen die technologischen Fähigkeiten die Bereiche Data Assets und Analytics & AI Portfolio. Die Datenbestände geben Aufschluss über den Zustand der Daten selbst, wie umfassend und einfach die Datenbestände genutzt werden können und wie es um die Qualität der Daten bestellt ist. Das Portfolio Analytik & KI bewertet die Verfügbarkeit und Nutzung von künstlicher Intelligenz und fortgeschrittener Analytik.
Das letzte Element des Modells ist die Fähigkeit zum Schutz der Privatsphäre und der Ethik . Mit diesem Element soll bewertet werden, wie der Datenschutz und die ethische Nutzung von Daten bewertet und umgesetzt werden.
Vier Schritte zum Wettbewerbsvorteil
Der Vorteil des Modells ist die Möglichkeit, den Stand der Organisation auf der Reifeskala zu messen. Wenn Sie die Anforderungen für jedes Element kennen, ist es auch einfacher, die Prioritäten für Verbesserungen zu erkennen. Wir messen den Reifegrad in vier Stufen:
- Entdecken - Sie werden sich des Potenzials von Daten und künstlicher Intelligenz bewusst
- Aufstrebend - Sie haben eine Strategie formuliert und Ihre Reise zu einer höheren Datenreife begonnen
- Beschleunigung - Sie verstärken Ihren Daten- und KI-Reifegrad und beginnen, einen greifbaren Wert zu schaffen
- Führend - Sie sind führend bei der Gestaltung Ihrer Branche durch Daten und KI
Aus diesen beiden Dimensionen, d.h. den 9 Elementen der Datenstrategie und den 4 Stufen der Datenreife, ergibt sich das DAIN Data & AI Maturity Model.
Wie kann man die Reife von Daten und KI übertreffen?
Laut einer aktuellen Umfrage investieren 99 % der Fortune-1000-Unternehmen in Daten- und KI-Funktionen. Das Ergebnis dieser Investitionen ist jedoch nicht so schön. Nur 29,2 % sagen, dass sie transformative Geschäftsergebnisse erzielt haben, und nur 24 % sagen, dass ihre Unternehmen datengesteuert sind. Warum sehen wir bei all den Investitionen in die digitale Transformation in den letzten Jahren so wenig Verbesserung bei der Daten- und KI-Reife?
Die einfache Antwort ist, dass die Nutzung von Daten und KI schwierig ist. Man kann die Fähigkeiten nicht durch ein einziges Projekt oder eine Lizenz zur Geschäftsumgestaltung erwerben, sondern muss sie über einen längeren Zeitraum entwickeln. Außerdem sind die Datenkapazitäten nur so gut wie ihr schwächstes Glied. Wenn beispielsweise das Management nicht über die nötigen Datenkenntnisse verfügt oder keine Datenbestände vorhanden sind, wird der Einsatz von erstklassigen Algorithmen nicht die gewünschte Wirkung erzielen.
Der Zweck des Daten- und KI-Reifegradmodells besteht darin, Ihre größten Schwachstellen zu ermitteln. Die Kenntnis dieser Schwächen hilft Ihnen zu verstehen, in welche Bereiche Sie mehr investieren müssen. Durch die Verbesserung der schwächsten Glieder wird der Reifegrad insgesamt erhöht, und die Geschäftsergebnisse beginnen sich abzuzeichnen.