KI-basiertes Dashboarding

Zusammenfassung

Überblick

• Der Einsatz von KI-basiertem Dashboarding, also die Nutzung von KI-Funktionalitäten in Reporting-Standardsoftware, unterliegt einer kontinuierlichen Weiterentwicklung.
• Es gilt klar zu differenzieren, welche Grenzen diese integrierten KI-Funktionalitäten innehaben und wo der Einsatz von spezifischer KI-Software bzw. Programmierungen außerhalb eines Dashboards abzubilden sind.
• Darüber hinaus werden die Möglichkeiten von Reporting-Standardsoftware sowie potenzielle Entwicklungspfade beschrieben und Optionen bei komplexeren Analytics-Anwendungen aufgezeigt.

1 KI-Dashboarding – Was ist das?!

Viele sprechen über KI-Dashboarding, aber es gibt oft kein gemeinsames Verständnis davon, was es bedeutet und welchen Mehrwert es schaffen kann. Die scheinbaren Grenzen zwischen [echter] künstlicher Intelligenz und Standard-Dashboard-Funktionalitäten sind fließend; das volle Potenzial der KI wird oft nicht genutzt. Stark vereinfacht gesagt, generiert KI-Dashboarding intelligente Erkenntnisse, die über die vordefinierten Analysepfade für Berichtsnutzer hinausgehen, und ermöglicht alternative Arten der Interaktion, um Informationen abzufragen. Es gilt im Sinne eines einheitlichen Verständnisses aber klarzustellen, was KI-Dashboarding kann, und wo auch etwaige Grenzen liegen. Im Rahmen der folgenden Ausführungen bezieht sich KI-Dashboarding auf KI-Funktionalitäten, die in gängigen Front-end-Tools (Berichts-Software) verwendet und im Standard angeboten werden. Alles darüber hinaus, also die Nutzung von Algorithmen, erstellt durch Data Scientists, in dedizierten "AI Engines" wäre eine Entwicklungsstufe über der Nutzung von integrierten KI-Lösungen/ Technologien.

1.1 Vorteile der Nutzung intelligenter KI-Dashboard Technologien

Die Kernfrage sollte aber sein: Warum sollte man den Einsatz von KI-Dashboarding überhaupt in Betracht ziehen, bzw. welche Vorteile bringt der Einsatz? Ein wichtiger Punkt bei diesen Überlegungen ist, dass der Einsatz von fortgeschrittenen Lösungen, außerhalb eines KI-Dashboards, erweiterte Kenntnisse im Bereich Datenmodellierung, Statistik sowie Programmierung erfordert (Data Scientist). Diese Kombination an Fähigkeiten ist nur sehr punktuell vorhanden, weshalb der Einsatz von KI-Dashboards eine valide Option ist. KI-Dashboarding liefert

• zusätzliche Geschäftseinblicke auf der Grundlage des verfügbaren Datenmodells ohne zeitaufwändige und manuelle Analysen.
• wertvolle Informationen für jeden Anwender, auch ohne Data-Scientist-Kenntnisse oder ein definiertes Reporting-Konzept.
• höhere Effizienz durch den Einsatz von KI-Dashboarding als Ad-hoc-Analyse, um zusätzliche Einblicke und Hinweise auf die Ursachen von Abweichungen zu erhalten.
• einen einfachen Einstieg, um die Organisation mit Technologien der "künstlichen Intelligenz" in Kontakt zu bringen, um Barrieren und Vorurteile abzubauen.
• wertvollere Diskussionen, da herkömmliche Analysen und Analysewege durch zusätzliche Erkenntnisse ergänzt werden.

1.2 Entwicklungsstufen von KI-Dashboards

Gemäß der oben eingeführten Definition von KI-Dashboards, haben diese Standardfunktionalitäten zur KI-gestützten Analyse inne. In Abb. 1 sind die entsprechenden Entwicklungsstufen skizziert.

Abb. 1: Entwicklungspfade von KI-Dashboards

Ausgehend von der ersten Ausbaustufe, welche den Einsatz von entsprechenden Dashboards-Tools voraussetzt, haben auch hier nicht alle Unternehmen diesen Stand erreicht oder befinden sich auf dem Weg dahin. In dieser Phase folgen Dashboards einem klaren Aufbau sowie einer vordefinierten Struktur (Analysepfade) zur Identifikation der relevanten Handlungs- und Problemfelder.

In der zweiten Phase handelt es sich um die bereits definierten KI-gestützten Dashboards, welche zusätzliche Erkenntnisse aus der verfügbaren Datengrundlage generieren. Hier ist wichtig zu verstehen, dass die zugrunde liegenden Algorithmen dem Nutzer nicht transparent sind und gezeigte Ergebnisse immer noch mit dem entsprechenden Fachwissen zu validieren sind. Sie weisen aber jene im Kapitel genannten Vorteile und Möglichkeiten auf. Wichtig ist auch zu verstehen, dass die gängigen Berichtstools kontinuierlich weiterentwickelt werden und die Grenze zwischen erster und zweiter Phase immer mehr verschwimmt.

In der dritten Phase hingegen ist das Anforderungsprofil an die KI-Dashboard-Tools entsprechend höher. Diese decken nicht nur das Spektrum der zuvor genannten Tools ab, sondern sind auch in der Lage folgende Funktionalitäten anzubieten:

• Automatische Generierung von zielgerichteten Visualisierungen auf Basis der verfügbaren Daten (intelligente & nutzerspezifische Bereitstellung)
• Automatische Identifikation von relevanten Erkenntnissen sowie Zusammenhängen
• Automatisierte Analyse von strukturierten, aber insb. auch unstrukturierten Daten

Grundsätzlich nimmt die konzeptionelle Vorarbeit innerhalb von diesen KI-Dashboard-Tools ab. Dennoch ist zu berücksichtigen, dass es derartige Tools mit vollem Umfang noch nicht gibt, aber erste Entwicklungen in diese Richtung erkennbar sind. Spannend wird auch die Wechselwirkung mit ChatGPT oder dem MS Co-Pilot sein, dies wird bei der Weiterentwicklung der Tools und deren Funktiona...