Die BARC Spotlight-Studie GenAI in Business Intelligence & Analytics wirft ein Schlaglicht auf die Verunsicherung der Wirtschaft in Bezug auf die Nutzung von Gen-AI : Bedenken zu Datensicherheit, fehlenden fachlichen Kompetenzen, mangelnder Datenqualität sowie der Komplexität von Integrationen bestimmen das Bild. Ein klarer Fokus bei der Implementation der Technologie lässt sich nicht erkennen, stattdessen ergeben die verschiedenen Ansätze eher einen Flickenteppich: Ist die Industrie mit der GenAI überfordert?
Für Eilige Leser gehts hier direkt zum Download:
Als unabhängiges Beratungs- und Forschungsinstitut ist das “Business Application Research Center”, kurz BARC, schon seit Mitte der Neunzigerjahre darauf spezialisiert, den Softwaremarkt rund um Business Intelligence, Data & Analytics, Corporate Performance Management und Enterprise Software zu durchleuchten.
Die Spotlight-Studie GenAI in Business Intelligence and Analytics wurde vom BARC im Auftrag von HICO und Qlik erhoben – und wie der Titel nahelegt, wirft sie ein Schlaglicht auf die Adaption und Nutzung von GenAI im aktuellen Geschehen. Für die Erhebung wurden 238 Entscheider:innen im Bereich Business Intelligence in verschiedenen Branchen zu ihrer Einschätzung von Adoption Status, Nutzen, Risiken und Best Practices rund um GenAI in BIA gefragt.
Das sich bietende Bild wirft seinerseits ein Schlaglicht: auf eine verunsicherte Zunft.
Kleine Minderheit ganz weit vorn
9% in Implementierungsphase bei GenAI in BI
Datenexpert:innen, eine Kohorte, an die sich wendet, wer aus Daten Insights erzeugen will oder muss, präsentieren sich insbesondere im Hinblick auf GenAI als keineswegs homogene Wissensgemeinschaft. Im Gegenteil entwirft die BARC Spotlight-Studie das Bild einer höchst verunsicherten Zunft.
So ist beispielsweise die Lücke zwischen voranschreitenden Early Adaptors und Nachzüglern bei der Adaption von GenAI auf vielsagende Weise widersprüchlich: Eine Mehrheit von 73% der Befragten gibt an, mit der Implementation von GenAI in BI & Analytics zu experimentieren oder bereits in einer fortgeschrittenen Implementierungsphase zu sein.
Zugleich gaben vergleichsweise häufige 39% an, dass GenAI in ihrer BI-Organisation kein Thema sei und außerdem ganze 60%, dass man noch in einer Diskussionsphase sei. Ergibt insgesamt ganze 170% – wie kann das sein?
Ein Schuh wird daraus, wenn man die vorangehende BARC-Studie (siehe unten) aus dem Frühjahr 2024 heranzieht. In dieser wird zwischen Data Leaders und –Laggards eingeführt.
Das macht das statistische Bild zwar viel klarer, unterstreicht aber dafür umso stärker die enormen Unterschiede im Umgang mit GenAI, denn es wird deutlich: Die Einführung von GenAI in der BIA befindet sich – allen Unkenrufen zum Trotz – noch im Anfangsstadium.
The Future of BI & Analytics
Adopting Generative AI for Analytics: Early Trends, Lessons and Best Practices
Nur ein kleiner Prozentsatz der Unternehmen ist wirklich dabei, GenAI in ihre BI-Praxis zu implementieren. Etwa 29 % der Befragten befinden sich mit ihren Teams in einer Diskussionsphase, 9 % evaluieren mögliche Use Cases und immerhin 22 % sind dabei, mit GenAI zu experimentieren.
Insgesamt, so fassen die BARC-Autoren zusammen, befinden sich nur rund 9 % in einer irgendwie gearteten Implementierungsphase.
Warum ist das so? Und: Ist das schlimm?
Im Spotlight: Daten(verun)sicherheit
Die erste Frage lässt sich zumindest teilweise mit den üblichen Ressentiments beantworten: So bilden Risiken wie Datenschutz, Qualifikationsdefizite, Compliance, Datenqualität und eine gewisse Voreingenommenheit die Basis für erhebliche Bedenken.
Alle Infos und Einzelheiten. Hier gehts direkt zum Download:
Ob diese nun gerechtfertigt sind oder nicht, beantwortet die Studie nicht. Unserer Erfahrung nach hängt es ganz vom Fall ab. So scheint beispielsweise die vielzitierte Voreingenommenheit gegenüber neuen Technologien ein weit verbreitetes Phänomen zu sein, das landläufig gerne mit der innerorganisationalen Demographie erklärt wird. Ob es sich hierbei nun um echte Befunde oder eher betriebspolitisch motivierte Aussagen handelt, gilt es an anderer Stelle herauszuarbeiten.
Wichtiger – und griffiger – sind die Unsicherheiten in Bezug auf Datenschutz- und Compliance-Themen sowie im Hinblick auf die Datenqualität, die mithin wichtigste Voraussetzung, um überhaupt mit einer sinnvollen Implementierung von GenAI im Business-Intelligence-Umfeld zu starten. “Shit in – Shit out”, der zentrale Aphorismus aller datengestützten Prozesse, er gilt im Umgang mit Generativer KI eben in ganz besonderem Maße.
Kirchen, Säue, Dörfer und eine pragmatische Empfehlung
Während man im phlegmatischen Rheinland oftmals die sprichwörtliche Kirche im Dorf zu lassen gedenkt, werden durch aktivistischere Gefilden (LinkedIn) eher Trend-Säue gejagt.
Beides scheint verfehlt. Kevin Petrie, leitender Studienautor der BARC, rückt die Perspektive zurecht und gibt zu bedenken, dass der Markt für GenAI in der BIA noch in einem frühen Entwicklungsstadium begriffen ist. Dass Early Adopters hier den Weg weisen, gehört zu den großen Konstanten wirtschaftlicher Innovationszyklen.
Was die in Sachen GenAI in BI führenden Unternehmen insbesondere unterscheidet, ist, dass sie bereits über eine fortschrittliche KI/ML-Infrastruktur verfügen und darüber hinaus zufriedener und optimistischer sind, was die Vorteile von GenAI angeht.
Die Einführungstrends deuten darauf hin, dass Unternehmen mit starken Data-Science-Programmen und größere Organisationen GenAI mit größerer Wahrscheinlichkeit einführen werden.
Kleinere Unternehmen sehen GenAI als eine Möglichkeit, ihre Analysefähigkeiten zu erweitern, während größere Unternehmen sich darauf konzentrieren, die Effizienz bestehender Projekte zu steigern.
Klingt alles ganz interessant?
Finden wir auch! Also – warum nicht gleich hier ’nen Termin ausmachen und alles Weitere mit den HICO-Experten besprechen?
