KI-gestützte Business Intelligence

Kapitel 2. Von BI zu Decision Intelligence: Bewertung der Durchführbarkeit von KI-Projekten

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Im vorangegangenen Kapitel hast du erfahren, wie ML-Fähigkeiten das Geschäft vorantreiben können. Aber um eine Roadmap mit priorisierten Anwendungsfällen zu erstellen und eine fundierte Entscheidung darüber zu treffen, welche Anwendungsfälle vorrangig verfolgt werden sollen, müssen wir eine weitere Dimension von Kriterien berücksichtigen: die Machbarkeit.

In diesem Kapitel tauchen wir viel tiefer in die Grundlagen von ML ein, damit du die Komplexität und allgemeine Machbarkeit eines bestimmten KI-Anwendungsfalls beurteilen kannst. Wir werden die Machbarkeit anhand von drei Hauptthemen untersuchen: Daten, Infrastruktur/Architektur und Ethik. Als Ergebnis wirst du in der Lage sein, die erste Version deiner Roadmap für KI-gestützte BI-Anwendungsfälle zu erstellen.

Daten an die erste Stelle setzen

KI Projekte erfordern eine andere Denkweise als klassische BI-Projekte. Die meisten BI-Projekte werden relativ geradlinig durchgeführt, oft nach dem traditionellen Wasserfallmodell: Definiere die Kennzahl, die du abbilden willst, entwerfe das Datenmodell, integriere die Daten und stelle sicher, dass es funktioniert (was oft schwer genug ist). Iteriere, wenn nötig. Auftrag erledigt.

Der Hauptunterschied bei KI-Projekten besteht darin, dass - selbst unter idealen Umständen ...