Analytics: Warum Euer Datenanalyst eine Maschine sein sollte

  • Post category:Analytics

Kontroverse These heute zum Thema Analytics: Sollte der Datenanalyst Mensch oder Maschine sein? 3 Gründe, warum die Maschine besser sein könnte.

1. Der Data-Analytics-Fachkräftemangel

Der Übergang zu maschinell erstellten Data Insights ist nicht über Nacht passiert. Schon seit Jahren besteht auf dem Gebiet Data Analytics und Data Science weltweit ein akuter Fachkräftemangel. Ein Problem, das den Aufstieg der Künstlichen Intelligenz im Bereich Customer Experience erst möglich gemacht hat. Zwar wurden die Prozesse durch KI-Systeme deutlich vereinfacht und beschleunigt, das Defizit an menschlichen Fachkräften besteht weiterhin.

2. Die menschliche Fehleranfälligkeit

Neben den offensichtlichen Vorteilen, die eine Maschine gegenüber einem Menschen bietet - also erhöhte Geschwindigkeit und reduzierte Kosten - gibt es einen ganz entscheidenden: Die Absenz des menschlichen Naturells. Denn menschliches Irren und Befangenheit können Daten und Erkenntnisse wesentlich verfälschen. Und weil die Vorbereitungen und das Coden an sich ziemlich langwierige Prozesse darstellen, kann es auch sein, dass menschliche Datenanalysten sich selbst "automatisieren" und so erst eine ganz individuelle Voreingenommenheit entwickeln.

3. Der neue Datenanalyst

Vor nicht allzu langer Zeit musste die Branche der Finanzdienstleister ähnliche Klippen umschiffen. Als Software die Branche revolutionierte, waren Buchhalter und Wirtschaftsprüfer gezwungen, ihren Wertbeitrag in Richtung Kunden zu verschieben. Statt sich mit traditioneller Buchhaltung oder Steuerberatung aufzuhalten, nehmen die Finanzberater nun eher die Rolle eines "Director of Finance" ein, während die Technologie deren frühere Aufgaben übernimmt.

Als Antwort auf die höhere Arbeitsgeschwindigkeit und die tiefgehenderen Insights, die Maschinen heute bei Datenanalysen erzeugen, sollten es menschliche Data Analysts ihren Kollegen aus der Finanzbranche gleichtun. Die Ergebnisse der KI sollten mit breiter gefassten, organisatorischen oder fachlichen Erfahrungen angereichert werden, die für das Unternehmen von zusätzlichem Wert sind.

Tatsächlich ist die "Verbrüderung" von menschlichen Datenanalysten und Künstlicher Intelligenz längst im Gange: Eine Studie des Beratungshauses PwC aus dem Jahr 2016 kommt zu der Erkenntnis, dass die Analysen, auf der die nächsten strategischen Entscheidungen gefällt werden, zu 59 Prozent menschlichem Urteilsvermögen entspringen, während 41 Prozent auf Algorithmen entfallen.

Keine News mehr verpassen!
Quelle: www.computerwoche.de