Unternehmerische Entscheidungen sind so gut, wie die Informationen, auf denen sie beruhen. Auch der Einsatz von Künstlicher Intelligenz steht und fällt mit der Qualität der Datengrundlage. Dabei lassen sich ungeeignete Daten, die das Gesamtbild verfälschen, herausfiltern - etwa im Vertrieb.
Der Wert von Daten steigt für Unternehmen immer mehr.
vege/Fotolia | vege / Fotolia
Daten gehören zu den wertvollsten Ressourcen eines Unternehmens. Dennoch vernachlässigen viele Betriebe ihre Datenstrategie. Das belegt eine Studie von Yougov und Hewlett Packard, für die mehr als 800 Führungskräfte in Deutschland, Österreich und der Schweiz befragt wurden. Mehr als ein Drittel aller Teilnehmer und 65 Prozent der befragten Vorstände und Geschäftsführer gaben an, dass ihr Unternehmen gar keine Datenstrategie habe - nicht einmal als Teil der IT-Strategie. Bei 66 Prozent der Betriebe finden Analysen im Controlling noch immer mittels Tabellenkalkulationen statt. Analytics- oder KI-Methoden sind dort nicht im Einsatz und eine effiziente und wertschöpfende Nutzung der Daten ist fraglich.
Controlling via Excell liefert keine geeignete Datenbasis
Viele Unternehmen treiben die digitale Transformation bei der Auswertung von Daten mit Künstlicher Intelligenz (KI) voran. Diese Technologie, die auf datenbasierten Entscheidungen aufbaut, kommt im Alltag sogar recht häufig zum Einsatz - etwa bei großen Online-Shops. Doch für das notwendige Big-Data-Konzept reicht ein Daten-Controlling via Excel nicht mehr aus, zeigt die Praxis. Denn damit lassen sich gesammelte Informationen nicht sachgerecht bewerten und nützliche von im Unternehmen selbst erzeugten Daten nicht sicher unterscheiden. In ihrem Artikel "Von Datengold und Datengift" zeigt Michaela Regneri, warum es gerade darauf ankommt, diese auch als toxisch bezeichneten Daten zu erkennen und zu vermeiden.
Eine valide Datengrundlage für automatisierte Entscheidungsprozesse ist laut Regneri nur dann wertschöpfend, wenn das genutzte System ausschließlich relevante und wertvolle Daten verwendet. Analysen helfen dabei, den Wert der vorhandenen Informationen einzuschätzen und schädliche Daten zu identifizieren. Die KI-Expertin vom Handelsunternehmen Otto verdeutlicht in der Zeitschrift "Controlling & Management Review" (Ausgabe 8 | 2021) am Beispiel eines Online-Shops, warum Organisationen versehentlich selbst toxische Daten produzieren und wie sich diese herausfiltern lassen.
KI reagiert auf Datenqualität
Wer einen Online-Shop durchstöbert und auf einen Artikel klickt, erhält häufig eine Empfehlung für weitere passende Produkte. Diese Empfehlungen sind kein Zufall. Durch ein KI-System werden sie auf Basis der Klickhäufigkeiten generiert. In einem Experiment wurde untersucht, wie sich die Leistung eines KI-Systems ändert, wenn bestimmte Daten hinzugefügt oder weggelassen werden. Es zeigten sich drei wesentliche Ergebnisse:
- Rund zwei Drittel der genutzten Datenpunkte verbesserten den Umsatz.
- 26 Prozent hatten dagegen keine Auswirkung auf das Ergebnis und stellten sich damit als unnötiger Datenballast im System heraus.
- Ein kleiner Teil (elf Prozent), der Daten führte zu einer Verschlechterung des Systems.
Damit haben die Daten eine unmittelbare Wirkung auf den Vertriebserfolg eines Unternehmens. "Das Experiment hat sogenannte toxische Daten identifiziert. Obwohl sie viele Informationen enthielten, waren sie für das genutzte KI-System nicht nur wertlos, sondern sogar schädlich. Ihre Verwendung lieferte irreführendes Wissen", führt Regneri aus.
Wie der Vertrieb Datenanomalien erzeugen
Die Autorin identifiziert drei Mechanismen, die beim Online-Vertrieb das Entstehen toxischer Daten begünstigen:
- Informationsübersättigung - etwa im Hinblich auf Empfehlungen
- Datenanomalien durch externe Manipulation, wie beispielsweise Klickbots
- Datenanomalien durch eigene Klickanreize, wie beispielsweise Clickbaiting
Dieses hausgemachten Datengift lässt sich aber vermeiden. So kann laut Regneri beispielsweise eine Vertriebsaktion "Deal des Tages" zu einer ungewollten Datenmanipulation führen, wenn die Rabattaktion starke Umsatzschwankungen bei einem Artikel zur Folge hat. Im Experiment brach die Konversionsrate, also die Kennzahl zur Wirksamkeit der Maßnahme, an diesem Tag ein und benötigte fast einen Monat, um das Niveau des Aktionstags wieder zu erreichen.
Mit Sensitivitätsanalysen toxische Daten herausfiltern
Um das zu verhindert empfiehlt die Autorin den Einsatz sogenannter Sensitivitätsanalysen: "Die beispielhafte Analyse der Daten des Online-Shops hat gezeigt, dass sich auf diese Weise nicht nur überraschend viele Daten ohne gewinnbringenden Wert, sondern sogar auch ein beachtenswerter Anteil irreführender Daten herausfiltern lässt." Diese Methode ist nicht nur für den Einsatz von KI attraktiv: "Die vorgestellte Analysetechnik beruht auf Datenwerte im Kontext von KI-Systemen, ist aber im Prinzip auf alle datenbasierten Entscheidungsmethoden anwendbar. Voraussetzung ist, dass die Wertschöpfung des Systems messbar ist."
Fazit: Unternehmen müssen sich mit dem Wert ihrer Daten auseinandersetzen. Dass in vielen Unternehmen noch überhaupt keine Datenstrategie vorhanden ist, zeigt, dass bei der digitalen Transformation noch viel Handlungsbedarf besteht und erfolgsentscheidend wird. Regneri zeigt durch das Experiment, welchen direkten Einfluss Daten auf den Umsatz eines Unternehmens haben können.