X

Neuste Trends, Tipps, Strategien &
Events rund um das Thema Cloud

Eins steht fest: Augmented Analytics übernimmt das Steuer

Nein, die Überschrift ist nicht der Spoiler. Es bleibt spannend für Unternehmen. Denn auch wenn klar ist, dass Augmented Analytics kaum aufzuhalten sein wird – der Prozess selbst ist mehr als nur einen kurzen Blick wert, wenn Sie nichts verpassen wollen. Deswegen haben wir uns gedacht, wir gliedern in Phasen auf  und zeigen, wie Augmented Analytics Level für Level ausgereifter wird.

Auf einen Blick: Augmented Analytics übernimmt das Steuer

 
Augmented Analytics entwickelt sich zügig in immer mehr Unternehmen. Sie profitieren von zunehmend verfeinert automatisierten Entscheidungsprozessen.

 

Unternehmen beginnen ja ganz offensichtlich bereits, KI- und ML-basierte Funktionen in ihrer ganz normalen Business Intelligence und Analytik einzusetzen. Wahrscheinlich bringen die erweiterten Möglichkeiten sogar viele Unternehmen dazu, die 35-prozentige Akzeptanzgrenze zu durchbrechen, indem sie BI völlig umkrempeln, damit sie so funktioniert wie die Anwender interagieren und nicht umgekehrt.

Die ziemlich einfache Grundlage der Augmented Analytics laut Definition von Gartners IT-Glossar lautet wie folgt:

"Augmented analytics is the use of enabling technologies such as machine learning and AI to assist with data preparation, insight generation and insight explanation to augment how people explore and analyze data in analytics and BI platforms. It also augments the expert and citizen data scientists by automating many aspects of data science, machine learning, and AI model development, management and deployment."
Quelle: Gartner.com

Eine große Rolle spielen hierbei auch Natural Language Query/Processing (NLP/NLQ) und Natural Language Generation (NLG). Das heißt, wenn Daten mithilfe gesprochener Sprache abgefragt, verarbeitet und ausgegeben werden, wird transparenter, was sich in Ihren Daten abspielt.

 

Bloß weil man nichts sieht, ist es nicht unheimlich

Damit sich Augmented Analytics weiterentwickeln kann, muss sie Teil Ihrer Daten- und Analysesysteme werden. Das läuft nun aber etwas anders als bisher ab: Sie rufen das nicht mehr extra auf, sondern es passiert einfach. Das System gibt Ihnen z. B. Empfehlungen, vereinfacht komplexe Dinge, schlägt Optionen vor, an die Sie noch nicht gedacht haben usw. Für die einen ist das der Traum, für andere zu viel "Black Box" – sie wollen immer noch wissen, was wann wo passiert. Diese unterschiedlichen Einstellungen sind der Grund, dass die Zeit erst nach und nach reif dafür wird, dass Augmented Analytics eingeführt und auch akzeptiert wird. Und sie muss nun einmal automatisch und für den Benutzer unsichtbar angewendet werden.

 

So werden aus Daten Erkenntnisse und dann Maßnahmen

Der Workflow bei Analytics beginnt mit der Erfassung der ersten Daten und endet mit den Maßnahmen, die zu einem gewünschten Ergebnis führen sollen. Das geschieht in einem durchgehenden Fluss, der vom Datenmanagement bis hin zu Geschäftsanwendungen alles umfasst. Augmented Analytics spielt dabei eine Schlüsselrolle. Das Verfahren für die Entwicklung der Augmented Analytics – Capabilities Maturity Model (CMM) – wird wahrscheinlich einem typischen sechsstufigen Verlauf folgen:

 

Level 0 – „Handwerk“: Alles wird wie seit Jahrzehnten manuell durchgeführt.

Level 1 – Self Service: Die Datenverwaltung ist immer noch weitgehend manuell, aber die menschliche Interaktion mit Daten geschieht durch Natural Language Query, One-Click-Statistiken für einfache Prognosen, Ausreißer usw. sowie durch empfohlene Visualisierungen je nach Datentyp.

Level 2 – Tiefergehende Erkenntnisse: Frühformen des erweiterten Datenmanagements treten auf (z.B. Empfehlungen für Datenquellen, Joins und Erweiterungen) und erweiterte Untersuchungen bringen Erkenntnisse, die Ihnen bereits die Knochenarbeit abgenommen haben.

Level 3 – Datengrundlage: Die zweite Welle erweiterter Datenverwaltung beginnt mit Korrekturen und Anreicherungen. Automatisierte Analytics macht Fortschritte mit Narrativen auf jeder Ebene – ob Visualisierung, Dashboard oder Datensatz.

Level 4 – Einheitliche Intelligenz: Das System wird orchestriert und lernt Muster von Metriken und Key Performance Indikatoren (KPIs), die Warnungen senden, wenn bestimmte Zustände Aufmerksamkeit erfordern. Das können sowohl betriebswirtschaftliche KPIs als auch System-KPIs sein. Erkenntnisse werden durchgängig gewonnen, die Geschäftszwecke gehen von einer Idee in die Umsetzung über, Ergebnisse werden prognostiziert und Maßnahmen empfohlen – die dann aber immer noch von Menschen durchgeführt werden.

Level 5 – Autonomes Handeln: Alles ist wirklich datengesteuert, wobei die am besten geeigneten nächsten Aktionen basierend auf Vorhersagen, Erkenntnissen und Absichten ausgeführt werden. Das System selbst ist Motor von Veränderungen.

Der Vergleich zu autonomen Fahrzeugen liegt hier nahe. Intelligente Fähigkeiten zur Unterstützung des Fahrers erweitern dabei sich allmählich auf immer mehr Bereiche, mit dem Ziel, dass schließlich die Maschine der "Fahrer" ist. Obwohl wir noch weit davon entfernt sind, Daten und Analysen ohne einen menschlichen Fahrer vollständig zu kontrollieren, gibt es andere Bereiche, in denen so etwas bereits existiert:

  • Echtzeit-Angebote, die online automatisch an Käufer übermittelt werden und vollständig auf Regeln und Algorithmen basieren
  • Programmgesteuerter Handel mit Investments, bei dem Algorithmen Kauf- und Verkaufsaufträge auf öffentlichen Finanzmärkten auslösen
  • Selbstoptimierende, selbstverwaltende Datenbanken wie im Oracle Autonomous Data Warehouse, die viele Aktivitäten automatisieren

Dass so eine Technologie immer ausgereifter wird, geht nicht immer streng eins nach dem anderen. Sie können in Ihrem Unternehmen einzelne Funktionen in einer anderen Reihenfolge einführen oder einige Funktionen überhaupt auslassen. Also kein Problem für Ihre aktuellen oder zukünftigen Entwicklungsperspektiven bzw. -pläne!

 

Ihre Meinung ist gefragt

Was denken Sie über die Ausgereiftheit von Augmented Analytics; stimmen Sie uns zu? Sehen Sie die Sache ganz anders? Ihr Input wird uns auf dem weiteren Weg helfen, Augmented Analytics weiter zu verfeinern.

Mehr über Ihre Vorteile durch Oracle Analytics erfahren Sie bei Oracle.com/analytics – und melden Sie sich doch auch gleich für den Oracle Analytics Advantage Blog an, damit Sie immer auf dem Laufenden bleiben.

 

Kontakt:

Ein spannendes Thema, über das ich gerne mit Ihnen spreche, per E-MailLinkedInXing oder Twitter. Cesar Ortiz, Principal Solution Engineer.

Kommentieren

Kommentare ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.