COVID-19 hat 2020 sowohl Gesellschaft als auch Wirtschaft bestimmt. Unbestritten ist auch die katalytische Wirkung, die die Pandemie auf technologische Entwicklungen hatte. Doch was erwartet uns 2021, zum Beispiel in Sachen KI und Analytics?
Dr. Andreas Becks
ist Senior Manager Customer Advisory, Artificial Intelligence bei SAS DACH.
Wertschöpfung mit analytischen Modellen: Definierte Prozesse sind der Schlüssel
„Insights-driven“ ist der heilige Gral, den eine erfolgreiche digitale Transformation verspricht. Und immer mehr Unternehmen sind auf einem guten Weg dorthin. Woran es noch mangelt: diese Erkenntnisse in sinnvolle Aktionen umzusetzen. Auf der sogenannten „letzten Meile“ von Analytics gilt es, drei Hürden zu nehmen.
Analytische Modelle operationalisieren: So kommen KI & Co. in die Business-Praxis
Analytics und künstliche Intelligenz (KI) stehen bei Unternehmen ganz oben auf der Agenda – sind aber deshalb noch lange nicht im Geschäftsalltag angekommen. Analysten zufolge versickern viele Investitionen in Analytics-Projekten ohne konkretes Ergebnis. Erforderlich für die pragmatische Umsetzung im Unternehmen sind ein Ansatz, der Kollaboration fördert, und ein leistungsstarkes Model Management.
KI in der Wirtschaft: Ohne Ethik geht es nicht
Die Vorteile von künstlicher Intelligenz (KI) im Geschäftsumfeld sind nicht mehr zu leugnen. Nichtsdestoweniger bleibt die Technologie bei Verbrauchern umstritten. Vorbehalte richten sich beispielsweise gegen Roboter, die mutmaßlich Jobs wegnehmen, oder Unternehmen, die mit Kundendaten zu stark in die Privatsphäre eingreifen. Dystopische Szenarien, in denen KI ohne menschliche Kontrolle Entscheidungen über Leben und Tod trifft, sind zwar aktuell nicht zu befürchten. Trotzdem muss die Diskussion um ethische Rahmenbedingungen geführt werden.
Volltreffer für SciSports: Sports Analytics mit SAS
Sports Analytics ist nicht nur für Sportbegeisterte faszinierend. Sie zeigt auch sehr schön, dass Trendthemen wie Internet of Things (IoT) oder künstliche Intelligenz (KI) ganz neue Anforderungen an die Datenanalyse stellen. Erst eine durchgängige Plattform, die unterschiedlichste Funktionalitäten bündelt und den gesamten analytischen Lifecycle abbildet, bringt die notwendige Spielstärke auf den Platz.