Samuel AltersbergerUnter dem Titel “What’s next in Analytics?” hat BearingPoint Entscheider aus Unternehmen der DACH-Region befragt. Das Ergebnis: 85 Prozent der Befragten sehen dringenden Handlungsbedarf bei ihrer aktuellen Analytics-Systemlandschaft, um GenAI Anwendungen zu implementieren. Darüber hinaus geben unter den befragten Personen 60 Prozent an, dass sie den zukünftigen Bedarf an GenAI-Experten im Analytics-Bereich nicht decken können. In den Fachabteilungen verfügen zudem lediglich 35 Prozent der Mitarbeitenden über gute Kenntnisse in dieser Thematik. Klare Strategien in technischer und organisatorischer Hinsicht sind daher unerlässlich, damit eine heterogene Tool-Landschaft und Fehlinvestitionen vermieden werden können.
What’s next in Analytics?
GenAI Analytics bezeichnet den Einsatz generativer Künstlicher Intelligenz in den Bereichen Data Analytics, Reporting und Business Intelligence. Ziel ist es, Analytics getriebene Prozesse intelligenter, effizienter und interaktiver zu gestalten – von der Analyse über die Visualisierung bis hin zur automatisierten Entscheidungsunterstützung.
Im Unternehmenskontext besteht weiterhin großes unausgeschöpftes Potenzial beim Einsatz von GenAI Analytics. Die Identifikation von hochwertigen, unternehmensspezifischen Anwendungsfällen sowie die Einbindung relevanter Stakeholder wird für Organisationen entscheidend sein. Sowohl eine robuste Cloud-basierte GenAI-Analytics-Architektur als auch die Stärkungen von Compliance- und Governance-Strukturen stellen weitere wichtige Faktoren dar, um den Wandel im Analytics-Bereich voranzutreiben. Zudem kann die Gefahr eines Fachkräftemangels durch Investitionen in Recruiting und KI-spezifische Trainingsprogramme sowie dem flexiblen Einsatz externer Experten reduziert werden .
Effizienzsteigerung dank GenAI Analytics: Fast die Hälfte der Befragten ist auf dem Weg
Die größten Vorteile sehen die Befragten in der Effizienzsteigerung, Kostensenkung und insbesondere bei der Analyse aufwendig strukturierter Daten. Anwendung finden GenAI-Analytics-Tools aktuell hauptsächlich in der Datenaufbereitung (52 Prozent) sowie bei Dokumentation und Administration (48 Prozent). Als weitere relevante Anwendungsfälle werden die automatisierte Report-Generierung, Datenexploration und Data Mining genannt. Jeweils 37 Prozent der Befragten bestätigen einen entsprechenden Einsatz. Dabei sind ChatGPT von OpenAI (71 Prozent) und Microsoft Copilot (45 Prozent) mit großem Abstand die am häufigsten genutzten generativen KI-Assistenten unter den Befragten.
Die Hürden für GenAI Analytics: von Qualitätsbedenken bis geopolitische Risiken
Auch die Herausforderungen werden von den Befragten klar benannt: Compliance, Datensicherheit und Qualitätsbedenken stehen – noch vor ethischen Bedenken – an erster Stelle. Ein signifikanter Investitionsbedarf in Technologie und Organisation wird nicht zuletzt wegen der Sicherheitserwägungen gegenüber Technologien des US-amerikanischen oder chinesischen Marktes erkannt. Besteht KI-Technologie “made in Europe” gegenüber den Marktführern aus dem Silicon Valley und aus Fernost? Lediglich 21 Prozent der Befragten bewerten aktuelle KI-Initiativen auf EU-Ebene als ausreichend. 79 Prozent sehen hingegen mit Blick auf die geopolitische Situation die technologische Dominanz der Vereinigten Staaten und der Volksrepublik kritisch. Gefordert wird eine verstärkte Initiative der Europäischen Union für mehr digitale Souveränität.
Christoph Landgrebe, Partner bei BearingPoint im Bereich Data Analytics, bewertet diese zentralen Erkenntnisse: “Die Ergebnisse unserer Studie zeigen deutlich, dass Unternehmen die Relevanz von GenAI-Analytics-Anwendungen erkannt haben und höhere Investitionen in der Zukunft planen. Grundlage für einen zielgerichteten Einsatz bilden eine Einführungsstrategie, die Identifikation von hochwertigen, unternehmensspezifischen Anwendungsfällen sowie strukturierte Ansätze mithilfe eines AI-Governace Frameworks.”
Link zum Studiendokument: https://ots.de/xEr2Zd
Über die Studie
Für die vorliegende Studie “What’s next in Analytics?” wurden Probandinnen und Probanden aus der deutschsprachigen Wirtschaft (DACH-Region) befragt. Die befragten Beschäftigten (90 Prozent Vollzeit-, 10 Prozent Teilzeitbeschäftigte) gehören mehrheitlich der Altersgruppe der 30- bis 39-Jährigen an und stammen überwiegend aus den Bereichen Industrie & Produktion (19 Prozent ), Medien & IT (16 Prozent) sowie Finanz- und Versicherungswesen (12 Prozent). Einbezogen in die Datenerhebung wurden sämtliche Abteilungen und Levels innerhalb eines Unternehmens. In der überwiegenden Mehrzahl setzten sich die Studienteilnehmenden aus erfahrenen Fachkräften diverser Branchen sowie großen Unternehmen zusammen.
Ana Karen Jimenez
