Zurück zur Startseite

Auf Krisen vorbereiten: Wichtige BI und Data Trends für das Jahr 2023

Wir leben in herausfordernden Zeiten, deren Konflikte beinahe alle gesellschaftlichen und wirtschaftlichen Bereiche beeinflussen. Welche Auswirkungen diese Krisen auch auf die Business Intelligence Welt haben, spiegelt sich auch in den BI- und Datentrends für das Jahr 2023 wider. Wir werfen einen Blick auf einige der wichtigsten Entwicklungen im Datenbereich und wagen eine Prognose für die nähere Zukunft.

BI und Data Trends 2023

Die Welt wird aktuell von der geopolitischen, sozialen und wirtschaftlichen Lage regelrecht gebeutelt. Bereits während der Pandemie mussten viele Unternehmen technologisch aufrüsten, um ihren Betrieb überhaupt aufrechterhalten zu können. Doch unlängst sind zahlreiche weitere Konflikte über die Gesellschaft und die Wirtschaft hereingebrochen – ein Ende ist nicht in Sicht. Dieser globale Umstand wirkt sich schließlich auch auf den Business Intelligence Bereich aus.

Daten- und Analyse-Expert*innen müssen mit einer verstärkten Fragmentierung rechnen, welche beispielsweise in verteilten Rechenzentren, Lieferkettenunterbrechungen, ständigen Innovationen und einem erhöhten Fachkräftemangel resultiert. Dabei wird es immer wichtiger, vorausschauend zu bleiben, auch für künftige Krisen gewappnet zu sein und jederzeit angemessen reagieren zu können.

Mit Echtzeitdaten und Automation gegen Lieferkettenunterbrechungen wappnen

Insbesondere durch die Pandemie und den Ukraine-Konflikt ist es in der jüngsten Vergangenheit zu enormen Lieferkettenunterbrechungen und Engpässen gekommen. Bei derartigen Störungen ist es stets wichtig, sofort die nötigen Maßnahmen zu ergreifen, um schlimmeres zu verhindern. Hierbei sollte auf Basis von Notfallplänen und idealerweise vorbeugend gearbeitet werden. Besonders hilfreich erweisen sich dabei beispielsweise Prognosen und die Betrachtung möglicher Zukunftsszenarien.

Um für weitere Krisen gewappnet zu sein, müssen Unternehmen daher künftig vermehrt Wert auf die Analyse von Echtzeitdaten und moderne Funktionen wie Alerting und Anwendungsautomation legen. Auf diese Weise lässt sich schnellstmöglich auf akute Konflikte reagieren und die entsprechenden Maßnahmen können rechtzeitig eingeleitet werden.

No-Code und Low-Code weiterhin auf dem Vormarsch

In den vergangenen Jahren wurden immer mehr Low-Code-Tools für die Anwendungsentwicklung bereitgestellt, durch die auch technisch nicht versierte User ihre eigenen Apps erstellen können. Auf diese Weise kann ein weitaus größerer Personenkreis im Unternehmen von Daten und daraus resultierenden Erkenntnissen profitieren.

Laut Expert*innen werden in naher Zukunft rund 60 % der neuen Anwendungen auf No-Code- bzw. Low-Code-Plattformen entwickelt werden – bisher waren es nur rund 30 %.  Die Nutzung von Low-Code sollte High-Code jedoch nicht ausschließen. Vielmehr sollte deren Einsatz dahingehend optimiert werden, dass er auf höchste Produktivität und optimale Geschäftsergebnisse abzielt. Dabei dürfen jedoch auch nie die vorhandenen Kompetenzen außer Acht gelassen werden.

Mensch vs. Maschine

Künstliche Intelligenz hat längst Einzug in verschiedenste Lebens- und Geschäftsbereiche gehalten – auch in die Datenanalyse. Modelle für natürliche Sprache werden hier mittlerweile mittels Machine Learning mit riesigen Datenmengen trainiert und werden immer ausgefeilter. Im Bereich Daten und Analyse werden die Möglichkeiten zur Nutzung natürlicher Sprache künftig enorme Auswirkungen auf die Abfrage, Interpretation und Darstellung von Informationen haben. Dabei werden Nutzer*innen nicht nur die gesuchten Daten finden, sondern auch neue, umfangreiche Informationen, die ihnen selbst nicht in den Sinn gekommen wären. In den nächsten Jahren wird sich die dabei eingesetzte künstliche Intelligenz, insbesondere durch den Einsatz natürlicher Sprache, noch weiter in der Datenanalyse etablieren.

Data Storytelling muss zu Maßnahmen führen

Für möglichst effiziente Datenanalysen ist es wichtig, dass stets die richtigen Informationen der richtigen Person zur richtigen Zeit zur Verfügung gestellt werden. Ein Zauberwort lautet hierbei auch Data Storytelling. Dieses gilt als die beste Möglichkeit, Daten für User sinnvoll aufzubereiten. Storys können schließlich – besser als Daten allein – Menschen emotional ansprechen und so zum Handeln animieren. Data Storytelling muss somit mehr sein als bloße Diagramme und Dashboards. Vielmehr muss es Hand in Hand mit entsprechenden Maßnahmen gehen. In einer fragmentierten Datenwelt wie heutzutage ist dies jedoch oft nicht so leicht umsetzbar.

Für ein dennoch erfolgreiches Data Storytelling empfiehlt sich daher ebenfalls der Einsatz von Alerting, Reporting und Automatisierung, um die Storys zum richtigen Zeitpunkt in die Workflows einfließen zu lassen. Laut Analyst*innen werden in den nächsten 2-3 Jahren Datenstorys die am weitesten verbreitete Möglichkeit zur Nutzung von Analysen sein – ein Großteil davon wird dabei mithilfe von Augmented-Analytics-Techniken automatisch generiert.

Neue Chancen durch Marktkonsolidierung

Trotz der erwähnten Fragmentierung lässt sich aktuell auch eine Konsolidierung bisher voneinander getrennter Systeme (z.B. für Datenintegration und -management, Analysen und KI, Visualisierung, Data Science und Automatisierung) beobachten, welche die Zusammenarbeit zwischen den Erzeugern und den Nutzern von Daten vereinfacht.

Laut Expert*innen wird der Markt für Stand-alone-Datenaufbereitung mehr und mehr verschwinden und die entsprechenden Funktionalitäten werden zunehmend in moderne Tools für Datenmanagement, Analysen und Data Science eingebettet.

Neben den genannten Trends und Entwicklungen schreitet die BI- und Daten-Welt natürlich auch in anderen Bereichen stetig voran. So bleiben auch Themen wie Data Governance oder Data Management im Allgemeinen weiterhin aktuell und relevant.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert