Anzeige

Advanced Analytics

BARC (Business Application Research Center) veröffentlicht seine neue Studie „The Future of Analytics“. Die BARC-Analysten Dr. Sebastian Derwisch und Alexander Rode geben darin einen Ausblick auf die Zukunft von Advanced Analytics und beleuchten hierbei die Aspekte Stellenwert in Unternehmen, relevante Nutzergruppen sowie Prozesse und Technologien zur Umsetzung.

Obwohl Advanced Analytics schon seit mehreren Jahren ein heiß diskutiertes Thema darstellt, haben nur wenige Unternehmen einen zufriedenstellenden Reifegrad auf diesem Gebiet erreicht. 97 Prozent der Umfrageteilnehmer halten es für wichtig, Kompetenzen im Bereich Analyse und Datenverständnis innerhalb ihrer Organisation zu fördern. Die Identifizierung der richtigen Werkzeuge für die richtigen Anwender folgt mit 95 Prozent an zweiter Stelle. 

Einen weiteren wichtigen Aspekt stellt die Definition einer ganzheitlichen Datenstrategie dar. In Bezug auf zukünftige Prioritäten bei Investitionen wird die Verbesserung des Datenmanagements von 64 Prozent der Befragten an oberster Stelle genannt. "Es ist nicht überraschend, dass die Optimierung des Datenmanagements als Erfolgsfaktor angesehen wird", sagt Alexander Rode, Analyst und Data Scientist bei BARC sowie Co-Autor dieser Studie. "Advanced Analytics erfordert den Zugang zu Daten für ganz neue Nutzergruppen, welche wiederum neue Datenquellen erschließen und Beziehungen zwischen Daten herstellen, die von herkömmlichen Data-Warehouse-Strukturen nicht abgebildet werden können."

Automated Machine Learning macht Data Scientists und Business-Analysten effizienter - wird sie aber nicht ersetzen

Mit Automated Machine Learning (AutoML) werden Machine-Learning-Modelle auf Grundlage eingespeister Daten automatisiert erstellt, optimiert und ausgewertet. Mehr als 80 Prozent der Befragten sehen in AutoML-Lösungen die Möglichkeit, Business Analysten und Data Scientists effizienter zu machen. Für die Nutzung dieser Lösungen und die Interpretation der Ergebnisse ist jedoch nach wie vor Expertenwissen erforderlich. Während 79 Prozent der Befragten bestätigen, dass AutoML zunehmend von Data Scientists eingesetzt wird, nehmen nur 53 Prozent der Befragten wahr, dass Business Analysten, denen oft tiefergehendes statistisches Wissen fehlt, diese Werkzeuge ebenfalls nutzen.

Nur rund 20 Prozent der Teilnehmer gehen davon aus, dass die Rollen des Data Scientists und Business Analysten durch Automated Machine Learning ersetzt werden. "Das leuchtet auch ein, da es viele analytische Aufgaben gibt, die menschliches Eingreifen erfordern, wie z. B. die Problemformulierung, die Auswahl der richtigen Methode sowie die Bewertung und Interpretation von Fehlern und Ergebnissen", erklärt Alexander Rode. "Data Science erfordert nach wie vor menschlichen Input, z. B. bei der Definition von Anwendungsfällen, der Auswertung sowie bei Entscheidungen in Bezug auf die Operationalisierung von Prototypen und deren Integration in die Organisation".

Über die Studie

„The Future of Analytics“ ist eine BARC-Anwenderbefragung, die sich mit dem aktuellen Stand und der zukünftigen Entwicklung von Advanced Analytics in Unternehmen beschäftigt. Sie basiert auf einer weltweiten Umfrage unter mehr als 300 Unternehmen unterschiedlicher Branchen und Größen. Im Fokus der Studie stehen neben dem aktuellen Stellenwert von Advanced Analytics auch Erfolgsfaktoren für die Nutzung von Advanced Analytics sowie die Themen Augmented Analytics und Automated Machine Learning. Die Autoren der Studie sind die BARC-Analysten Dr. Sebastian Derwisch und Alexander Rode.

Die Studie sollte hier zum Download stehen.

www.barc.de


Artikel zu diesem Thema

Data Transfer
Mai 20, 2020

Wie Unternehmen von Daten profitieren können

Daten gelten schon seit längerem als das neue Gold. Doch Unmengen an Informationen…

Weitere Artikel

2022

5 Trends, mit denen sich Daten 2022 effektiver nutzen lassen

Die Beschleunigung der digitalen Transformation in den letzten zwei Jahren hat den Verantwortlichen deutlich aufgezeigt, dass sie mehr darauf achten sollten, wie sie Unternehmensdaten managen, die über verschiedene Speicherorte verteilt sind, gleichzeitig…
Geschäftsmann

Banken stehen beim digitalen Kundenmanagement noch am Anfang

Kundenstammdaten werden von Banken im DACH-Raum noch nicht in ausreichendem Masse systematisch erhoben, aktualisiert und für personalisierte Kundenbeziehungen eingesetzt. Das ergab eine Studie* des CRM-Herstellers BSI in Kooperation mit dem Institut für…
Datenanalyse

Mit Embedded Analytics maximalen Nutzen aus den Daten gewinnen

Rund um den Zugriff und die Analyse von Daten steigen die Investitionen von Unternehmen, nicht zuletzt auch in der Fertigungsindustrie. Durch die Optimierung des Datenmanagements sollen die Herausforderungen der Digitalisierung gemeistert werden und der…
Recruiting

Wie Tools für maschinelles Lernen und Low-Code/No-Code beim IT-Fachkräfte-Mangel helfen

Die Ergebnisse einer kürzlich von Quanthub veröffentlichten Studie zeigen, dass bereits im Jahr 2020 weltweit 250.000 Data Scientists fehlten. Außerdem bleiben Data Scientists im Durchschnitt nur 2,6 Jahre im Unternehmen. Angesichts der monatelangen…
business intelligence

Scalable BI Self Service – der Boost für BI-Architekturen

Bei Business Intelligence (BI)-Initiativen lassen sich gleich mehrere zentrale Zielsetzungen ausmachen. Auf der Wunschliste vieler BI-Anwender stehen einfache und schnelle Auswertungen. Ein unkomplizierter Zugriff und die Analyse relevanter Daten zur…
2022

Prognosen 2022: Smarte Datennutzung als Wettbewerbsvorteil

Exasol hat seine Prognosen für das Jahr 2022 veröffentlicht. Sie zeigen, wie Daten Unternehmen zu einem Wettbewerbsvorteil verhelfen werden. In den letzten Jahren haben die Unternehmen auf der ganzen Welt erkannt, welche Macht Daten haben.

Anzeige

Jetzt die smarten News aus der IT-Welt abonnieren! 💌

Mit Klick auf den Button "Zum Newsletter anmelden" stimme ich der Datenschutzerklärung zu.