Wie man laut Boss Info KI und BI unter einen Hut bringt

Was ist aus Ihrer Sicht der bedeutendste Vorteil für Unternehmen von KI in Business Intelligence – und warum?

Marco Cermusoni: Ein Vorteil von KI in BI liegt im Analyseprozess: Muster und Trends werden in grossen und komplexen Datenmengen durch einfache textgesteuerte Abfragen erkannt. Das macht es auch für Nichtexpertinnen und -experten zugänglicher und unterstützt proaktive, datengestützte Entscheidungen.

Wo sehen Sie die grössten Herausforderungen oder Risiken bei der Integration von KI in BI-Systeme?

Die drei grössten Herausforderungen liegen in der Datenqualität und -interpretierbarkeit, der Erstellung robuster und kosteneffizienter Pipelines sowie der adäquaten Visualisierung generierter Reports, da sich Text nur bedingt als Antwortformat in BI-Lösungen eignet. Unvollständige oder mangelhafte Daten führen in traditionellen wie KI-gestützten BI-Lösungen zu Trugschlüssen. Daten korrekt zu aggregieren, vektorisieren und tokenisieren und so weiter sein keine simplen Prozesse. Es muss sichergestellt sein, dass entwickelte Module nicht in einem halben Jahr obsolet sind.

Welche Faktoren sind für den erfolgreichen Einsatz von KI in BI ­besonders entscheidend – Technologie, Datenqualität, Unternehmenskultur?

Eine offene und vorausschauende Unternehmenskultur ist die Grundvoraussetzung, um sich dem Thema breiter zu widmen. Flexible Lösungsbauteile, eine modulare Architektur, unabhängig von spezifischen LLMs ermöglichen es Unternehmen, sich schnell der rasant entwickelnden Technologie anzupassen und Sunk-Costs zu vermeiden.

Welche technologischen Entwicklungen rund um KI, die den ­BI-Markt fundamental verändern könnten, erwarten Sie in den ­nächsten fünf Jahren?

Ein relevanter Trend sind "Agentic Worflows". Grosse Technologiefirmen setzen derzeit auf autonome Agenten, die spezifische Workflows selbstständig erledigen. Für BI-Anwendungen könnten dies digitale Mitarbeitende sein, die bei Ausreissern, Kostendächern oder Anomalien Alarm schlagen und die richtigen Personen informieren.

Datenqualität ist eine zentrale Grundlage für sinnvolle BI-Analysen. Wie geht man mit der Gefahr um, dass fehlerhafte, verzerrte oder halluzinierte Daten und Erkenntnisse zu falschen Business-­Entscheidungen führen könnten?

Wenn mit GenAI BI-Systeme entwickelt werden, muss man zwingend wissen, wie diese richtig konfiguriert und angepasst werden und welche Limitierungen die aktuellen Modelle haben. Datenvalidierungsmechanismen müssen aufgebaut und eine Validierungsschleife durch den Menschen eingebaut werden. Daten mit GenAI synthetisch anreichern, sollte man nur sehr selektiv und mit grosser Vorsicht.

Die Antworten der weiteren Teilnehmenden des Podiums:

• Marco Cermusoni, Boss Info: "Unvollständige oder mangelhafte Daten führen in traditionellen wie KI-gestützten BI-Lösungen zu Trugschlüssen."
• Yvan Cognasse, Oracle: "Die Einführung von KI erfordert häufig einen kulturellen Wandel." 
• Alexander Finger, SAP: "KI ist das entscheidende Werkzeug für umfassendere Analysen in Echtzeit." 
• Kristof Gramm, IT-Logix: "Das ­grösste Risiko liegt darin, sich gar nicht mit KI auseinanderzu­setzen."
• Markus Grob, Elca: "Die Unternehmenskultur ist am wichtigsten und zugleich am schwierigsten zu verändern." 
• Sonja Meindl, Microsoft: "Es ist wichtig, dass KI als Teil einer Gesamtstrategie strategisch verankert ist."