Datenkompetenz: Der Schlüssel zum Erfolg im Zeitalter der Künstlichen Intelligenz

Daten ohne Kontext sind nicht viel wert. Bis eine Person lernt, zu lesen, zu verknüpfen, zu hinterfragen und auf deren Basis zeitgerechte und gute Entscheidungen zu treffen, können Zahlen allein im Geschäft nicht viel helfen. Neben den bereits bekannten Kompetenzen – Medien-, Finanz-, Digitalkompetenz – ist Datenkompetenz heute besonders wichtig für Unternehmer und Mitarbeiter, was die Fähigkeit bedeutet, die Bedeutungen hinter den Daten zu verstehen sowie deren Einschränkungen zu erkennen.

Daher reicht es nicht aus, Daten zu haben; man muss wissen, wie man sie interpretiert. Dies ist besonders entscheidend angesichts der rasanten Entwicklung der Künstlichen Intelligenz, die große Mengen an Betriebs- und Kundendaten in kurzer Zeit verarbeiten kann, aber dennoch das menschliche Verständnis ihres Kontexts und kritisches Denken nicht ersetzen kann. Im Gegensatz zu Maschinen haben Menschen die Fähigkeit, ethische Urteile über alles, was sie tun, zu fällen, was sich heute besonders in der Nutzung vieler verfügbarer KI-Tools zeigt.

Digital Architects

Jeder Algorithmus oder prädiktive Modell basiert auf Daten, die bestimmte Werte und Annahmen tragen, abhängig davon, woher sie stammen. Da es sich jedoch um von Menschen geschaffene Daten handelt, sind hinter ihnen neben guten Eigenschaften verschiedene Vorurteile verborgen. Beispielsweise können KI-Tools, die auf historischen Daten basieren, im Auswahlprozess von Kandidaten und Einstellungen Kandidaten eines bestimmten Geschlechts oder Alters bevorzugen und somit unbewusst Vorurteile weitertragen. In solchen Situationen kommt die Datenkompetenz des Recruiters, eines Menschen, der weiß, wie der Algorithmus Entscheidungen trifft und zusätzliche Fragen stellt, bevor er ein Ergebnis von KI-Tools im Personalmanagement als gegeben hinnimmt, ins Spiel. Ähnlich kann KI im Bestandsmanagement die besten Daten vorschlagen, aber die Manager werden Entscheidungen treffen, die die Beziehungen zu Kunden oder Lieferanten nicht negativ beeinflussen. In der Wissenschaft kann KI große Datenmengen analysieren und Hypothesen vorschlagen, aber bei der Bestimmung der Forschungsrichtung und der Schlussfolgerungen hat der Forscher immer noch das letzte Wort.

Zdravko Kunić, Leiter der Universitätsabteilung für Datenwissenschaft und Künstliche Intelligenz an der Algebra Bernays Universität, ist der Meinung, dass es wichtig ist, digitale Kompetenz mit einer ethischen Dimension zu entwickeln, und fügt hinzu, dass solche Experten oft als ‚digitale Architekten‘ bezeichnet werden.

– Sie verwandeln Daten in Weisheit und Weisheit in qualitativ hochwertige Entscheidungen – erklärt Kunić, der glaubt, dass ‚es entscheidend ist, die Fähigkeit zu entwickeln, Daten kritisch zu analysieren, die Prinzipien der Künstlichen Intelligenz zu verstehen und zu wissen, wie man Werkzeuge auswählt, die dem Zweck dienen‘, und diejenigen, die wissen, wie man KI-Hilfe richtig nutzt, können einen erheblichen Wettbewerbsvorteil erlangen.

Und Mislav Galler, Mitglied des Vorstands und Chief Commercial Officer von Telemach, merkt an, dass mit der Entwicklung von KI-Lösungen und Automatisierungstools die menschliche Rolle in der Datenverarbeitung ’nicht verloren, sondern verändert‘ wird.

– In der Praxis bedeutet dies, dass KI Muster oder Anomalien erkennen kann, aber Erfahrung, Intuition und das Verständnis des größeren Bildes sind nach wie vor erforderlich, um zu wissen, was mit diesen Informationen zu tun ist. Kontext und Präzision der gegebenen Anweisungen sind entscheidend, und unvermeidlich und äußerst wichtig ist kritisches Denken. Wir glauben, dass der größte Erfolg in der Zukunft von denen erzielt wird, die die Kraft der Daten mit menschlichem Urteilsvermögen und Empathie kombinieren. Tatsächlich sind Daten ein Werkzeug, und ihr wahrer Wert liegt darin, wie sie dazu beitragen, konkreten, messbaren und langfristigen Wert für Menschen zu schaffen – betont Galler.

Korrelation und Kausalität

Anita Cvetić Oreščanin, Mitglied des Vorstands und Mitbegründerin von Solvership, einem IT-Unternehmen, das sich mit Datenanalytik und Künstlicher Intelligenz beschäftigt, betont, dass es auch wichtig ist, die Fähigkeit zu entwickeln, das Wesentliche vom Unwesentlichen zu unterscheiden.

– Unternehmer und die meisten Mitarbeiter werden keine Künstlichen Intelligenzmodelle programmieren oder erstellen, aber sie müssen Daten verstehen, um schnell und mit minimalem Risiko informierte Entscheidungen zu treffen – erklärt Cvetić Oreščanin.

Sowohl Cvetić Oreščanin als auch Kunić warnen jedoch vor einem häufigen Fehler beim Verständnis und der Interpretation von Daten, nämlich dem Glauben, dass Daten allein eine endgültige und wahre Antwort liefern, oder der Verwechslung von Korrelation und Kausalität.

– Fehler bei der Dateninterpretation entstehen oft daraus, dass sie nicht von ausreichender Qualität sind oder innerhalb der Organisation nicht richtig verwaltet werden. Es ist wie der Bau eines Hauses auf schlechten Fundamenten: Man kann den besten Bauplan und die besten Handwerker haben, aber die Wände werden trotzdem schief sein. Wenn ein Unternehmen keine klaren Regeln für das Datenmanagement hat, verwenden verschiedene Abteilungen oft unterschiedliche Versionen derselben Informationen, was häufig zu falschen Schlussfolgerungen führt – sagt Cvetić Oreščanin.

Das bedeutet, dass selbst qualitativ hochwertige Daten zu falschen Entscheidungen führen können.

– Wenn wir uns dessen nicht bewusst sind, können die Entscheidungen, die wir treffen, gut begründet erscheinen, aber tatsächlich falsch sein. Daher ist es notwendig, die Bedeutung des kritischen Denkens auf der Grundlage von Daten zu betonen. So wie wir lernen, Literatur kritisch zu lesen, ist es wichtig, auch Daten und statistische Indikatoren kritisch zu betrachten – fügt Kunić hinzu.

Und die Fähigkeit zur kritischen Reflexion und verantwortungsvollen Nutzung von Daten könnte die präziseste Definition von Datenkompetenz sein. Galler erklärt dies, indem er feststellt, dass Daten nur dann Wert haben, wenn sie richtig analysiert und in einen relevanten geschäftlichen, aber auch breiteren Kontext eingeordnet werden.

– Zum Beispiel kann ein Anstieg des Konsums in einem bestimmten Zeitraum dem Erfolg einer Marketingkampagne zugeschrieben werden, obwohl die wahre Ursache in Veränderungen im Nutzerverhalten, Saisonalität oder externen Faktoren liegt. Daten werden niemals isoliert betrachtet, ohne Einblick in Marktbedingungen, regulatorische Änderungen oder soziale Trends. Dies kann zu falschen strategischen Entscheidungen, schlechten Investitionen und im Allgemeinen zu negativen Auswirkungen auf das Geschäft führen – betont Galler.

Nichts ohne Vertrauen

Bei Telemach sehen sie auch aus Erfahrung, dass Unternehmer, die ein grundlegendes Verständnis für Analytik, digitale Werkzeuge und das Potenzial der Künstlichen Intelligenz entwickeln, besser in der Lage sind, das volle Potenzial der Technologie für das Unternehmenswachstum und die Optimierung zu nutzen. Trotz der breiten Verfügbarkeit von Werkzeugen sind die Daten jedoch ‚oft fragmentiert, in verschiedenen Systemen und Abteilungen gespeichert, ohne Verbindung und eine Strategie für das zentrale Management‘, merkt Galler an.

Cvetić Oreščanin stellt sogar fest, dass die größten Hindernisse nicht technischer, sondern organisatorischer und kultureller Natur sind. Sie betont, dass es oft an gegenseitigem Vertrauen unter den Mitarbeitern in Unternehmen mangelt, wenn es um Daten geht.

– Die Mitarbeiter fragen sich, ob die Daten genau sind, oder haben Angst, Entscheidungen zu treffen, die von der bisherigen Vorgehensweise abweichen. Auch Eigentümer und Manager sind oft auf kurzfristige Ergebnisse fokussiert, sodass sie Investitionen in die Dateninfrastruktur eher als Kosten denn als Investitionen betrachten – sagt Cvetić Oreščanin, aber aus ihrer Erfahrung weiß sie, dass sich alles zu ändern beginnt, wenn konkrete Ergebnisse in Form von schnelleren Entscheidungen oder Einsparungen gezeigt werden.

– Die Organisation beginnt zu erkennen, dass Daten nicht nur Zahlen in einer Tabelle sind, sondern wertvolles Kapital, das das Unternehmen leitet – fügt sie hinzu.

Auch bei Telemach sind sie zu einem ähnlichen Schluss gekommen und haben erkannt, dass Technologie allein nicht ausreicht. Echte Fortschritte, sagt Galler, ‚treten nur ein, wenn Unternehmen eine Kultur der datengestützten Entscheidungsfindung entwickeln und dabei die Bedürfnisse der Nutzer und die Marktdynamik klar verstehen‘. Daher werden Datenkompetenzen als wichtig für das effektive Management der Unternehmensstrategie und die Verbesserung der Kundenerfahrung angesehen, insbesondere in der Telekommunikation, wo täglich große Mengen an Kunden- und Betriebsdaten verwaltet werden.

– In einer Welt, in der die Geschwindigkeit der Reaktion oft über den Erfolg entscheidet, ist digitale Kompetenz die Grundlage für die Agilität des Unternehmens – betont Galler.

Drei wichtige Dimensionen

Cvetić Oreščanin schließt, dass Daten ohne Management, Qualität und Datenschutz ‚wie ein Kompass ohne Nadel sind – man hat ein Werkzeug in der Hand, aber es führt einen nicht weit‘. Daher rät sie Unternehmern sowie Mitarbeitern, auf alle drei Dimensionen zu achten:

– Datenmanagement bietet einen Rahmen: Wer ist für welche Daten verantwortlich und wie werden sie genutzt; Datenqualität stellt sicher, dass die Daten genau, vollständig und konsistent sind. Und selbst wenn wir qualitativ hochwertige Daten haben, wenn sie nicht gemäß den Gesetzen und den Genehmigungen der Dateninhaber gesammelt und verwendet wurden, kann die Interpretation nicht nur falsch, sondern auch schädlich für den Ruf sein. Wenn alle drei Dimensionen zusammenkommen, werden Daten zu einer zuverlässigen Grundlage, auf der qualitativ hochwertige Entscheidungsfindung aufgebaut werden kann.