KI-basiertes Dashboarding / 2.2 Wo liegen die Grenzen des KI-Dashboardings?

Künstliche Intelligenz ist in Unternehmen noch nicht so etabliert, dass ohne Vorbehalte auf die Ergebnisse von intelligenten Berichterstattungen vertraut wird.

So ist ein wesentlicher Faktor einer wertstiftend genutzten Intelligenz die vorhandene Datenbasis eines Unternehmens. Die KI benötigt spezifische Muster und Präferenzen, auf denen sie ihre Ergebnisse aufbaut, um eine individualisierte Auswertung sicherzustellen. Dies ist nur mit einer entsprechend breiten Datenbasis möglich, gepaart mit einer hohen Datenqualität. Eine solche Datenbasis kann dann mit entsprechend weiterführenden Quellen (externe, unstrukturierte Daten) erweitert werden, mit denen die KI in der Lage ist, Zusammenhänge herzuleiten, welche einen Mehrwert gegenüber dem klassischen Standard-Report liefern.

Ein besonderes Augenmerk der Nutzung von KI in Dashboards liegt auf dem Wunsch, voll automatisiert Dashboards mit intelligenten Insights zu generieren, zugeschnitten auf individuelle Anwender; diese Möglichkeit ist jedoch zum aktuellen Zeitpunkt noch nicht so ausgereift, dass man einen verlässlichen Mehrwert daraus ableiten kann. Häufig folgt die "KI-Funktionalität" hierbei einer vorgegebenen Struktur bzw. klar definierten und eindeutigen Regeln, was eher einer programmierten Automatisierung entspricht und die darüber hinausgehende Intelligenz vermissen lässt. Individuell auf den Nutzer zugeschnittene Visualisierungen innerhalb eines Dashboards, ohne dass eine vorher definierte Regel befolgt wird, sind daher noch nicht vollumfänglich möglich.

Da die Berichte eine essenzielle Basis für die Steuerung eines Unternehmens sind, müssen sie entsprechend verlässlich sein – daher möchten Unternehmen verstehen und nachvollziehen können, wie die KI arbeitet. Wie werden Muster genutzt, wie werden Präferenzen eingearbeitet, wo werden Informationen etwa als nicht essenziell betrachtet? Genau diese Aspekte sind in einigen Tools häufig nicht transparent nachvollziehbar, sie sind in einer Art Black-Box umgesetzt und für das Unternehmen nicht ersichtlich. Aus diesem Grund wird eine umfassende funktionale Validierung der Ergebnisse bei Nutzung der KI nachdrücklich empfohlen.

All diese Aspekte führen dazu, dass die Nutzer im Rahmen der Berichterstattung der Künstlichen Intelligenz nicht vollumfänglich vertrauen – trotz der immer häufiger in Standard-Tools integrierten "intelligenten" Funktionalitäten – und somit in diesem Bereich keine vorbehaltlose Akzeptanz der KI-Lösungen herrscht.

Auch ist die Anwendung von fortschrittlichen Use Cases im Rahmen von KI für den Standard-Nutzer noch stark eingeschränkt, da hierzu komplexe Algorithmen mit entsprechender Infrastruktur sowie einem Data Science Know-how erforderlich sind.

Die vielversprechenden Möglichkeiten von KI-Dashboard-Funktionalitäten sollten bei der Entscheidung hin zu fortschrittlichen Methoden daher immer vor dem Hintergrund der aktuellen Grenzen der Tools und der unternehmenseigenen personellen Möglichkeiten zur Handhabe der KI betrachtet werden.