Trends der Business Intelligence

Business Intelligence wird auch im kommenden Jahr 2018 deutlich im Trend liegen. Kenntnisse, Methoden und Werkzeuge entwickeln sich rasant.

Künstliche Intelligenz, Machine Learning

Machine Learning (ML) beschäftigt sich mit der erweiterten Analyse von Daten und ist damit ein wertvolles Hilfsmittel für Analysten. Mit den Erkenntnissen aus den Analysen mit künstlicher Intelligenz (KI, artificial intelligence, ai) können Vorhersagen für die Zukunft getroffen werden. Für ein Unternehmen bedeutet das beispielsweise die schnelle Optimierung eines Regressionsmodells um die richtigen Entscheidungen zu treffen.

Prognosen sagen, dass die Umsätze durch KI und Machine Learning bis zum Jahr 2020 weltweit auf 39 Milliarden Euro ansteigen werden. Laut einer Gartner Studie wird es bis zum Jahr 2020 durch KI 2,3 Millionen neue netzbezogene Arbeitsplätze entstehen. Dem gegenüber werden aber nur 1,8 Millionen andere Arbeitsplätze überflüssig.

Einfluß der Geisteswissenschaften

Bei LinkedIn hat man festgestellt, dass Absolventen der Geisteswissenschaften zu 10% schneller in Technologieunternehmen einsteigen als Absolventen von technischen Studiengängen. Das bedeutet, dass die Disziplin der Data Analytics noch etwas anderes braucht als nur technologisch-wissenschaftliches Denken und Handeln.

Natürliche Sprachverarbeitung (NLP)

Natural Language Processing, NLP wird sich deutlich stärker verbreiten. Die Unternehmen Apple (Siri), Google (Home), Amazon (Alexa) und Microsoft (Cortana) haben bereits Einzug in unsere moderne Welt gehalten. Gartner sagt voraus, dass bis 2020 ca. 50% der Analytics-Anfragen per Suche, NLP oder Spracheingabe generiert werden. Man kann davon ausgehen, dass in den kommenden zwei Jahren 75% der Arbeitskräfte Zugriffe auf intelligente Personal Assistans haben, um ihre Fähigkeiten und Kenntnisse im Umgang mit Anwendungen des Unternehmens zu erweitern. Laut Gartner investieren Unternehmen bis 2021 über 50% mehr für Bots und Chatbots als für die Entwicklung von mobilen Apps.

Aufstieg des Data Engineer / Data Scientist

In den letzten 4 Jahren hat sich die Anzahl der Data Scientists laut LinkedIn mehr als verdoppelt. Der Data Engineer ist der Expert im Umgang mit Daten und deren Darstellung. Er trägt fundamental dazu bei, den zukünftigen Selfservice in der modernen Analytics Umgebung zu realisieren. Laut einer Gartner Studie haben Unternehmen mit einer schlechten Datenqualität in der Vergangenheit jährlich mehr als 8 Millionen Euro Verlust gemacht. Bis dato verbringen Data Scientists und Analysten 80% ihrer Arbeitszeit mit der Aufbereitung (Bereinigung, Normierung) von Daten.

Das Internet of Things (IoT) wächst rasant

Die Anzahl der vernetzten Geräte des Internets der Dinge (IoT) wird sich in den kommenden zwei Jahren verdoppeln und auf 20,4 Milliarden IoT-Geräte ansteigen. Man erwartet in diesem Bereich bis Ende 2020 ein Umsatzwachstum auf über 5 Milliarden Dollar.

Veränderung der akademischen Welt

Auf Grund der steigenden Anforderungen an Kenntnissen in den Bereichen Data-Science und Analytics müssen sich auch die Hochschulen darauf einstellen. Laut einer PwC Studie werden 70% der Unternehmen in den kommenden 3 Jahren verstärkt Data-Science und Analytics Kompetenzen abfragen. Zur Zeit verfügen aber lediglich 23% der Hochschulabsolventen über die notwendigen Kompetenzen. Damit ist der Bereich Data Science und Analytics ein Berufszweig der Zukunft.

Weitere Trends

  • Digitalization
  • Self Service
  • Data Visualization
  • Predictive analytics
  • Data Governance
  • Mobile Dashboard
  • Multi-Cloud-Strategies
  • Data Insurance (Versicherung von Daten)
  • Ausweitung des CDO (Chief Digital Office)

::: L :::