Wie man laut IT-Logix BI und KI unter einen Hut bringt

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

Kristof Gramm: KI hat ihren Mehrwert im BI – vor allem durch Machine Learning und Data Science – längst bewiesen: etwa bei Predictive Analytics, Fraud Detection oder der Analyse von Bilddaten. Mit generativer KI und Large Language Models wird BI nochmals leistungsfähiger. Es ermöglicht, unstrukturierte Daten automatisiert zu analysieren, zu klassifizieren und in strukturierte Formen zu überführen. Das steigert die Effi­zienz, verbessert die Datenqualität und ersetzt viele manuelle Tätigkeiten. Die Einbindung von KI im BI wird auch die Datenanalyse und Prozessdigitalisierung vorantreiben.

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

KI sollte im Kontext der gesamten BI-Wertschöpfungskette gedacht werden – nicht nur zur Analyse, sondern als Hebel für echten Business Impact. Wichtig sind die Datenqualität, der Datenschutz und das Vertrauen ins Reasoning der KI. Gerade wenn KI wichtige Entscheidungen beeinflusst, muss deren Zustandekommen nachvollziehbar bleiben. Das ­grösste Risiko liegt aber darin, sich gar nicht mit KI auseinanderzu­setzen.

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

Nur im Zusammenspiel aller Faktoren entsteht echter Mehrwert. Daten bilden das Fundament, Technologie liefert die Werkzeuge, und die Kultur entscheidet über die Umsetzung im Alltag, denn sie beeinflusst massgeblich die Akzeptanz im Unternehmen.

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

Die Automatisierung von Insights und Decision Intelligence wird voranschreiten. KI wird zunehmend unstrukturierte Daten wie Gespräche oder Meetings verarbeiten. Das schafft neue Entscheidungsgrundlagen. Themen wie KI-Reasoning und Trustworthy AI – besonders in regulierten Branchen – gewinnen an Bedeutung. Conversational BI wird Standard: Daten werden in natürlicher Sprache abgefragt, analysiert und ange­reichert.

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?

Entscheidend ist eine klare Data Governance und die Kombination aus technischer Validierung und teils noch menschlicher Plausibilitätsprüfung. Der Qualitätsanspruch muss dem jeweiligen Use Case entsprechen – nicht immer sind 100 Prozent notwendig. KI kann bereits bei der Datenerfassung zur Qualitätssicherung beitragen und hilft, systemische Fehler frühzeitig zu erkennen und zu beheben.

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." 
• 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."