Fast die Hälfte der von Datenanalyse-Agenten der befragten Unternehmen erzeugten Analysen führt zu Maßnahmen, die das Geschäft verbessern. Laut einer von Insights, dem personalisierten Inhaltszweig von MIT Technology Review, der von seiner Redaktion getrennt ist, veröffentlichten Studie liegt diese Rate durchschnittlich bei 48 %, gegenüber 37 % vor einem Jahr. Mehr als die Hälfte der Ergebnisse bleiben der Studie zufolge also ohne nützliche Wirkung für die Unternehmen.
- Fast die Hälfte der Analysen von Datenagenten führt zu geschäftsfördernden Maßnahmen.
- Bei den Insight Leaders führen über 70 % der Analysen zu solchen Maßnahmen.
- Fehlender Geschäftskontext und verstreute Daten beeinträchtigen die Qualität der Analysen.
- Unternehmen setzen auf Daten-Governance und eine semantische Schicht, um die Qualität zu verbessern.
Die Autoren heben eine kleine Gruppe von Organisationen hervor, die sie als « Insight Leaders » bezeichnen. In dieser Gruppe führen über 70 % der Analysen der Agenten zu geschäftsfördernden Maßnahmen, und diese Organisationen bewerten die Qualität dieser Analysen höher als der Durchschnitt der Befragten. Der Unterschied ist besonders ausgeprägt bei präskriptiven Analysen, also solchen, die eine zu ergreifende Maßnahme empfehlen.
Mangel an Kontext und verstreute Daten
Wenn Analysen als qualitativ unzureichend bewertet werden, ist der von den befragten Führungskräften am häufigsten genannte Hauptgrund der Mangel an geschäftlichem Kontext, der von 55 % genannt wird. Fragmentierte oder unzugängliche Daten folgen mit 45 %. Unter den Insight Leaders geben weniger an, dass ihre Agenten Schwierigkeiten haben, auf den notwendigen Kontext zuzugreifen.
Auch das Volumen stellt ein Problem dar. In 52 % der befragten Organisationen erzeugen die Agenten eine zu große Anzahl von Analysen, um korrekt bewertet und somit wirksam umgesetzt zu werden. Weniger als ein Viertel (24 %) schafft es, alle Analysen zu bewerten. Die meisten gehen fallweise vor, ein Prozess, der laut Bericht derzeit die menschlichen Teams stark beansprucht.
Governance und semantische Schicht
Um die Qualität der Analysen zu verbessern, setzen die befragten Unternehmen vorrangig auf die Stärkung der KI- und Daten-Governance, was von 60 % genannt wird. Auch 45 % fügen ihrer Datenarchitektur eine semantische Schicht hinzu, also eine Ebene, die den Daten eine gemeinsame und unternehmensweit geteilte Bedeutung verleiht.
Die von den Autoren der Studie befragten Experten sind sich über die Rolle dieser semantischen Schicht einig, die sie für entscheidend halten, damit die Agenten leistungsfähig sind.
