Wie man laut Microsoft BI und KI unter einen Hut bringt

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

Sonja Meindl: Der Hauptvorteil liegt in der Fähigkeit von KI, Business Intelligence von rückblickender Analyse zu vorausschauender Entscheidungsunterstützung weiterzuentwickeln. Unternehmen erhalten durch KI nicht nur Einblicke in vergangene Ereignisse, sondern können deren Ursachen analysieren und zukünftige Entwicklungen antizipieren. 

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

Eine zentrale Herausforderung ist die sichere Integration von KI in bestehende Prozesse – besonders in regulierten Branchen wie dem Finanz- oder Gesundheitswesen. Hochwertige Daten, klare Verantwortung entlang des Datenlebenszyklus und aktives Change-Management sind entscheidend, um Vertrauen aufzubauen und KI zum Erfolg zu bringen.

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

Alle drei sind essenziell. Der Schlüssel liegt in der Kombination aus hoher Datenqualität, offener Datenstruktur, Governance und einer innovationsfreundlichen Unternehmenskultur. Wir haben gesehen: Erfolgreiche Unternehmen starten oft mit Pilotprojekten, machen Erfolge sichtbar und fördern so Akzeptanz. Zudem ist es wichtig, dass KI als Teil einer Gesamtstrategie strategisch verankert ist.

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

Wir stehen am Beginn einer neuen Phase von BI, in der KI-Agenten nicht nur analysieren, sondern auch Handlungsoptionen vorschlagen und Prozesse automatisieren – eingebettet in Workflows und steuerbar über natürliche Sprache. Mit Low-Code-Plattformen können Organisationen aller Grössen eigene intelligente BI-Lösungen entwickeln. Kombiniert mit Fortschritten, wie etwa dem Genix Copilot, entstehen Systeme, die vorausschauender, personalisierter und stärker auf Nachhaltigkeit und ESG-Kennzahlen ausgerichtet sind.

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?

Wir müssen klare Verantwortung entlang des Daten- und KI-Lebenszyklus übernehmen. Microsoft setzt dabei auf ein Responsible AI Framework mit Prinzipien wie Fairness, Transparenz und Nachvollziehbarkeit. Tools können helfen, potenzielle Verzerrungen frühzeitig zu erkennen. So entsteht Vertrauen – durch Technologie und eine gelebte Verantwortungskultur.

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."