Veränderungsmacht der digitalen Transformation
Wer nicht digitalisiert, verliert! Steffen Vierkorn, Geschäftsführer der Qunis GmbH und Trainer, konzentrierte sich deshalb auf die Chancen der digitalen Transformation insbesondere durch den Einsatz Künstlicher Intelligenz. Unternehmen können durch den Einsatz moderner digitaler Tools eine Prozessexzellenz erreichen, die Eigenverantwortung der Mitarbeiter erhöhen und die innovative Zusammenarbeit sowohl intern als auch extern steigern. Die Gesellschaft verändert sich zunehmend zu einer Kommunikationskultur; Kreativität und Problemlösungskompetenzen zählen mehr denn je. Märkte bilden Kundenansprüche ab und stellen Anforderungen an die Unternehmen. Die Erwartungshaltung der Kunden verlangt heute und in Zukunft
- eine bessere Usability,
- eine höhere Individualisierung von Produkten und Services sowie
- schnellere Reaktionen auf Marktveränderungen.
Die Rufe nach neuen Geschäftsmodellinnovationen werden unter diesen Gesichtspunkten immer lauter.
Controlling muss Datenmanagementkonzept erarbeiten
Durch die Digitalisierung stehen immer mehr Daten zur Verfügung, die immer wieder neue Auswertungsideen hervorbringen. Dafür muss das Controlling geeignete Datenmanagementkonzepte erarbeiten. Anforderungen und Inhalte dieser Konzepte sind:
- Unterstützung für BI-, Big-Data- und Advanced Analytics-Lösungen, je nach Unternehmen weltweit
- Der zentrale Data Lake ist ein zentraler Hub für übergreifende Anforderungen an Daten – verbunden mit spezifischen/regionalen Lakes.
- Bereitstellung von harmonisierten und integrierten Datenstrukturen, basierend auf übergreifenden Anforderungen (Central Data Lake).
- Die Datenspeicherung von strukturierten und poly-strukturierten Daten zur Unterstützung von allen analytischen Use Cases – bis hin zu Advanced-Analytics-Anwendungen (IoT, Industrie 4.0, etc.).
- Datenbereitstellung für 3rd-Party Applikationen.
- Eine schnelle und effiziente Implementierung durch eine geeignete Organisation und einen innovativen Technologie Stack.
- Globale Verfügbarkeit (bei Bedarf) – auch durch die Nutzung von Cloud Services.
Das innovative Datenmanagement kombiniert diese Anforderungen (s. Abb. 2 der Bilderreihe). Demnach können z.B. strukturierte Daten mittels Business-Intelligence-Anwendungen analysiert werden.
Advanced Analytics erweitert die Controllerrolle
Unterstützende Advanced-Analytics-Lösungen bieten zusätzlich bestimmte Bausteine an, die eine erweiterte Analyse der Daten ermöglichen. Diese Elemente sind z.B.:
- Clustering,
- Regression,
- Time Series Forecast und
- Natural Language Processing
Der Umgang mit Advanced Analytics erfordert allerdings bestimmte Kompetenzen, die ein Großteil der Controller bisher noch nicht besitzt. Eine Erweiterung des Controller-Rollenmodells ist dementsprechend unvermeidlich.
Citizen Data Scientist als neue Rolle
Die Datenwissenschaft/Data Science verwendet Methoden, Prozesse, Algorithmen und Systeme, um aus strukturierten und unstrukturierten Daten Zusammenhänge und Muster zu erkennen und Wissen zu generieren. Die daraus abgeleitete Rolle des Data Scientists beschäftigt sich vor allem mit der Programmierung und dem Nutzen statistischen Wissens, um betriebswirtschaftliche Zusammenhänge zu erkennen und/oder vorhersagen zu können.
Data Scientists müssten nicht ausschließlich aus dem IT-Bereich kommen, sondern könnten auch eine Weiterentwicklung des aktuellen Controllers sein, so Steffen Vierkorn. Da neben der Programmierung und dem Nutzen von statistischem Wissen im Controlling allerdings noch weitere Fähigkeiten verlangt werden, stellte Steffen Vierkorn den sog. Citizen Data Scientist als Ergänzung des Data Scientists vor. Seine Hauptfunktion liegt außerhalb von Statistik und Analytik und kann als erweiterter Power User beschrieben werden. Er beschäftigt sich mit einfachen bis mittel-anspruchsvollen analytischen Aufgaben, für die früher mehr Erfahrung nötig gewesen wäre. Zu seinen Aufgaben zählen u.a. die Erstellung von Modellen, die fortgeschrittene Analysen, Vorhersagen und präskriptiven Funktionen beinhalten. Der Vortragende mache allerdings auch darauf aufmerksam, dass ein Citizen Data Scientist nicht einen „echten“ Data Scientist ersetzen könne, ihm dennoch eigene Fähigkeiten und vor allem das erwünschte Business Know-how zugesprochen würde.
Citizen Data Scientist können bspw. nicht nur mit Technologien wie Business Intelligence und Analytics-Plattformen umgeben, sondern auch den Prozess des Machine Learnings und der Produktivsetzung begleiten (s. Marktsegment 2 in Abb. 3 der Bilderreihe).
Das Fazit von Steffen Vierkorn: Jeder soll sich mit der Künstlichen Intelligenz beschäftigen . Die Angst vor neuen Technologien sei unberechtigt und würde im Gegensatz zu vielen Meinungen sogar Spaß machen.
