AI
BI 



 

KI-fähige BI: Je leistungsfähiger BI wird, desto weniger Mehrdeutigkeit verträgt sie 

Geschrieben von
Michael Schwan CEO
Als Mitbegründer und CEO der HICO Group ist Michael Schwan die visionäre Kraft hinter dem Wachstum und der Innovation des Unternehmens. Mit über 20 Jahren Erfahrung in den Bereichen Business Intelligence und Datenstrategie begleitet er Unternehmen auf ihrem Weg der digitalen Transformation und stellt sicher, dass die Lösungen von HICO mit den realen Geschäftszielen übereinstimmen. 


Veröffentlichungsdatum
12. Oktober 2026
artikel teilen

Ich habe einen großen Teil meines Berufslebens über Reporting nachgedacht. Und je länger ich mich damit beschäftige, desto überzeugter bin ich davon, dass der Report selbst nur selten das eigentliche Problem ist. Entscheidend ist, ob Menschen Informationen schnell verstehen, ob sie sie auf dieselbe Weise verstehen und ob sie dadurch bessere Entscheidungen treffen können. 

Business Intelligence ist über viele Jahre immer leistungsfähiger und flexibler geworden. Nutzer können nahezu jede Form der Visualisierung erstellen, Informationen auf unzählige Arten formatieren und hochindividuelle Dashboards bauen. Technisch ist das beeindruckend. Ich habe aber nie daran geglaubt, dass mehr Flexibilität automatisch zu besserer Kommunikation führt. Oft passiert sogar das Gegenteil. 

Wenn Actual in einem Dashboard blau, im nächsten schwarz und in der Management-Präsentation grün dargestellt wird, muss der Leser zuerst die visuelle Sprache entschlüsseln, bevor er über das Geschäft nachdenken kann. Und wenn derselbe KPI je nach geöffnetem Report unterschiedlich definiert ist, löst auch die schönste Visualisierung das eigentliche Problem nicht. 

Genau deshalb beschäftigt mich der Gedanke hinter IBCS seit so vielen Jahren. Das Grundprinzip ist einfach: Business-Kommunikation profitiert von einer gemeinsamen Sprache. Nicht, weil jeder Report identisch aussehen sollte, sondern weil Dinge, die dasselbe bedeuten, auch auf dieselbe Weise kommuniziert werden sollten. 

IBCS 2.0 unterscheidet dabei sinnvoll zwischen Notation und Composition. Eine gemeinsame Notation kann unnötige Interpretation reduzieren. Die Composition braucht weiterhin Urteilsvermögen, denn kein Standard kann entscheiden, welche Botschaft ein Report tatsächlich vermitteln soll. Genau so sollte es aus meiner Sicht sein. Standards sollen Denken nicht ersetzen. Sie sollen verhindern, dass wir immer wieder über dieselben unnötigen Dinge nachdenken müssen.

Warum KI Konsistenz wichtiger macht

Bis vor Kurzem waren Menschen erstaunlich gut darin, Inkonsistenzen auszugleichen. Wir wissen, dass ein Dashboard etwas anders funktioniert als das nächste. Wir erinnern uns daran, dass Finance einen KPI anders definiert als Sales. Wenn etwas unklar ist, fragen wir jemanden. Das ist ineffizient, aber es funktioniert. 

KI verändert diese Gleichung. Wir erwarten zunehmend, dass Systeme Informationen interpretieren, Entwicklungen erklären und Empfehlungen geben. Mit Agentic AI beginnen wir zusätzlich zu erwarten, dass Systeme auf Basis dieser Informationen handeln. Spätestens dann ist Mehrdeutigkeit weit mehr als nur lästig. 

Und die Lücke zwischen diesen Erwartungen und den Grundlagen darunter ist bereits sichtbar. 

Accenture hat für seine Studie zu AI-ready Data aus dem Jahr 2026 Führungskräfte aus 2.000 Unternehmen in 15 Ländern befragt. 64 Prozent gaben an, dass ihre Unternehmen bereits über isolierte Advanced-AI-Piloten hinausgegangen sind. Gleichzeitig hatten nur 7 Prozent den Reifegrad bei Daten erreicht, den Accenture für die Skalierung fortgeschrittener KI für notwendig hält. 72 Prozent fehlte weiterhin die Kombination aus vertrauenswürdigen Daten in der richtigen Qualität und standardisierten Governance-Praktiken. 

Deloitte zeigt rund um Agentic AI eine ähnliche Entwicklung. Laut der Studie State of AI in the Enterprise 2026 erwarten 74 Prozent der Unternehmen, innerhalb der nächsten zwei Jahre zumindest in größerem Umfang AI Agents einzusetzen. Gleichzeitig geben nur 21 Prozent an, bereits über ein ausgereiftes Governance-Modell für autonome Agents zu verfügen. 

Genau diese Kombination finde ich spannend. Wir machen Systeme deutlich schneller autonom, als wir die Informationen darunter eindeutig machen. 

Ein AI Agent löst widersprüchliche Definitionen, unklare Notation oder fehlenden Business-Kontext nicht automatisch auf. Im Zweifel handelt er einfach schneller auf dieser Grundlage.

Wo TRUECHART+ ins Spiel kommt

Genau hier kommt TRUECHART+ für mich ins Spiel. Wir haben es nicht entwickelt, um einfach noch ein weiteres Visual für Power BI oder Qlik anzubieten. Die Idee war, konsistente Business-Kommunikation direkt in den Reporting-Alltag zu integrieren, statt sie in jedem Report immer wieder manuell neu aufbauen zu müssen. 

Das wird besonders wichtig, sobald Reporting nicht mehr statisch ist. Nutzer wollen Tabellen pivotieren, Hierarchien navigieren, zusammenarbeiten, kommentieren und zunehmend auch mit Planung und Write-back arbeiten. TRUECHART+ bringt diese Funktionen zusammen und hält gleichzeitig Reporting-Logik und visuelle Sprache über Power BI und Qlik hinweg konsistent. 

Für mich liegt genau darin die eigentliche Herausforderung. Ein Standard darf nicht in dem Moment verschwinden, in dem jemand beginnt, mit den Daten zu interagieren. Er muss weiterhin funktionieren, wenn sich Strukturen verändern, wenn Menschen gemeinsam an Informationen arbeiten und wenn Daten nicht mehr nur betrachtet, sondern tatsächlich genutzt werden. 

Und genau hier sehe ich auch die Verbindung zu KI. Wenn wir erwarten, dass Systeme Business-Informationen interpretieren und auf ihrer Grundlage handeln, können wir die Verantwortung für Konsistenz nicht vollständig bei einzelnen Nutzern lassen. Ein größerer Teil davon muss direkt in der Software verankert sein.

Leistungsfähige BI braucht eine klarere Sprache

Je leistungsfähiger unsere Systeme werden, desto weniger Mehrdeutigkeit können wir uns darin leisten. 

Über Jahre hinweg haben inkonsistente Notation oder widersprüchliche Definitionen vor allem Reibung für die Menschen erzeugt, die Reports gelesen haben. Mit KI und Agentic AI wird dieselbe Mehrdeutigkeit zunehmend zum Input für Systeme, die Informationen interpretieren und möglicherweise darauf reagieren. 

Damit verändert sich auch die Rolle von Standardisierung. Es geht nicht mehr nur darum, Reports leichter lesbar zu machen. Es geht darum, eine gemeinsame Business-Sprache zu schaffen, die verständlich bleibt, wenn Menschen und Maschinen mit denselben Informationen arbeiten. 

Wenn Sie prüfen möchten, wie standardisiertes Reporting, IBCS und TRUECHART+ Ihre BI-Landschaft konsistenter und besser auf KI vorbereiten können, buchen Sie ein 30-minütiges Beratungsgespräch mit uns. Gemeinsam schauen wir darauf, wo heute noch Mehrdeutigkeit im Reporting entsteht, welche Standards und Definitionen den größten Mehrwert schaffen und wie sich mehr Konsistenz direkt in Ihrer BI-Umgebung verankern lässt.

Beratungsgespräch buchen Mehr über TRUECHART+​​​​