29.10.2019

In Zeiten von KI: Wohin geht die Reise für Business Intelligence?

Business Value

BI unterstützt KI

Auch KI braucht eine SVOT

Architektur einer KI-Anwendung ohne SVOT
(Grafik: ORAYLIS)
Architektur einer KI-Anwendung mit SVOT
(Grafik: ORAYLIS)

KI unterstützt BI

Mehrdimensionale Kundensegmentierung sowie Sales-Analyse auf Basis von identifizierten Kundensegmenten
Mehrdimensionale Kundensegmentierung sowie Sales-Analyse auf Basis von identifizierten Kundensegmenten. (Grafik: ORAYLIS)

Ein weiterer Einsatzbereich findet sich bei den „Diagnostic Analytics“, die Fragen nach dem „Warum“ eines Ereignisses beantworten. Dabei werden Eventualitäten mittels Drilldown Suche in hierarchischen Daten diagnostiziert. KI-Algorithmen können in diesem Kontext dazu beitragen, ungewöhnliche Muster als Begründung für ein Ereignis aufzudecken. In der Industrie wird dieses Vorgehen beispielsweise genutzt, um mögliche Indikatoren für Maschinenausfälle zu bestimmen.

Zudem haben wir bereits festgestellt, dass auf der Basis von historischen BI-Daten sehr wohl auch handfeste Prognosen für die Zukunft getätigt werden können. Hierbei leisten KI-Methoden wie Gradient Boosting oder Deep Learning hilfreiche Unterstützung.

Berechnung der Ausfallwahrscheinlichkeit von Maschinen mittels historischer Daten
Mit historischen Maschinendaten wird zunächst die Lebenserwartung hinsichtlich verschiedener Parameter bestimmt. Danach lässt sich die Ausfallwahrscheinlichkeit gegenüber dem Durchschnitt darstellen. (Grafik: ORAYLIS)

Fazit

Wir stellen fest: Heutzutage wird zwar nicht mehr gerne über BI gesprochen. Ihre Verfahrensweisen und Technologien sind aber aus dem KI-Zeitalter nicht wegzudenken. Der Erfolg vieler KI-Anwendungen ist von den qualitätsgesicherten Massendaten im DWH abhängig. Und so bleibt auch die SVOT ein fester Bestandteil von modernen analytischen Plattformen. Damit ist BI zwar nicht mehr der einzige Mittelpunkt der unternehmensweiten Datenanalyse, wie es in früheren Zeiten der Fall war. Die entsprechenden Verfahrensweisen und Technologien gehen zunehmend in den modernen Konzepten auf. Aber sie leistet weiterhin einen wichtigen Beitrag zu klassischen wie auch zukunftsweisenden Analysethemen.

Neuen Kommentar schreiben

Der Inhalt dieses Feldes wird nicht öffentlich zugänglich angezeigt.

Klartext

  • Keine HTML-Tags erlaubt.
  • HTML - Zeilenumbrüche und Absätze werden automatisch erzeugt.
  • Web page addresses and email addresses turn into links automatically.
Teilen auf

Newsletter Anmeldung

Abonnieren Sie unseren Newsletter!
Lassen Sie sich regelmäßig über alle Neuigkeiten rundum ORAYLIS und die BI- & Big-Data-Branche informieren.

Jetzt anmelden