Google stärkt seine Datenanalysefähigkeiten strategisch, indem es künstliche Intelligenz (KI) in den Mittelpunkt seiner Pläne stellt, die Lücke zwischen strukturierten und unstrukturierten Daten zu schließen. Gerrit Kazmaier, Vice President dent General Manager für Datenbanken, Datenanalyse und Looker bei Google Cloud trac aus Unternehmensdaten spielen wird
Kazmaier betont die Zusammenarbeit zwischen KI und traditionellen Business-Intelligence-Tools. Die Stärke der KI liegt in ihrer Fähigkeit, strukturierte und unstrukturierte Daten schnell zusammenzuführen und dabei die Analysegeschwindigkeit des Menschen zu übertreffen. Aufbauend auf seinen Wurzeln in der Suchtechnologie und seiner Expertise in der Entwicklung des Transformer-Modells will Google die Datensuche in Unternehmen neu defi
Der Technologiekonzern plant eine unternehmensweite Datensuche, die seiner bekannten öffentlichen Suche ähnelt. Kazmaier betont, dass das Ziel darin besteht, jedem Unternehmensdatenpunkt – unabhängig von seiner Präsenz im World Wide Web – eine benutzerfreundliche Oberfläche zu bieten. In Anlehnung an die Vertrautheit der Google-Suche im öffentlichen Bereich stellt er sich eine nahtlose Integration von generativen KI-Tools (GenAI) mit domänenspezifischen Unternehmensinformationen vor.
Googles Datentransformationsbrücke verbindet Zugänglichkeit und Genauigkeit in der Business Intelligence
Der Fokus auf generative KI entspricht Googles Bestreben, Informationen universell zugänglich zu machen. Im Gegensatz zu herkömmlichen BI-Tools, die Programmier- oder Analysekenntnisse erfordern, ermöglicht GenAI Anwendern die Interaktion mit Datenbanken, Data Warehouses oder Data Lakes in natürlicher Sprache. Dieser Ansatz verbessert die Benutzerfreundlichkeit und macht das Filtern von Daten für Dashboard-Formate überflüssig.
Google stellt eine umfassende Roadmap zur Integration von KI in seine Analysetools vor. Dazu gehören die Anbindung von BigQuery an Vertex AI, die Vereinfachung von Daten-zu-KI-Workflows in BigQuery Studio und die Möglichkeit für Nutzer, Machine-Learning-Modelle in BigQuery ML zu erstellen. Die Verbesserungen erstrecken sich auch auf Looker und Looker Studio und unterstreichen Googles Engagement für die Weiterentwicklung von Business Intelligence.
Generative KI, insbesondere GenAI, birgt das Potenzial, auch Nicht-Fachkräfte in Unternehmen in die Lage zu versetzen, effektiv mit Geschäftsdaten zu arbeiten. Anstatt sich mit Programmierung oder Dashboard-Design auseinanderzusetzen, können Anwender nun in natürlicher Sprache mit Datenbanken interagieren und erhalten entsprechende Antworten. Dieser Wandel verbessert nicht nur die Zugänglichkeit, sondern erhöht auch die Genauigkeit, indem er größere Datenmengen und ein breiteres Spektrum an Datenquellen berücksichtigt.
Nutzung generativer KI für Erkenntnisse aus unstrukturierten Daten in der Business Intelligence
Kazmaier beleuchtet einen tiefgreifenden Wandel im Umgang mit unstrukturierten Daten in der sich ständig weiterentwickelnden Landschaft der Datennutzung. Unstrukturierte Daten, die traditionell 90 % der weltweiten Daten ausmachen, erleben derzeit einen Paradigmenwechsel. Generative KI etabliert sich als dynamisches Werkzeug, das Unternehmen wertvolle Erkenntnisse aus diesen riesigen Mengen unstrukturierter Informationen ermöglicht.
Diese transformative Fähigkeit geht weit über die bloße Datenverarbeitung hinaus; sie markiert eine Abkehr von traditionellen Fragen nach „Was, Wann und Wo“ hin zu einer tiefergehenden Erforschung des schwer fassbaren „Warum“. Mit der Integration von KI in die Analyse- und Informationssysteme von Unternehmen verlagert sich der Schwerpunkt von der reinen Datendarstellung hin zur gemeinsamen Interpretation von Informationen.
GenAI fungiert als Katalysator und fördert die Zusammenarbeit mit KI-Agenten. Dieser kollaborative Ansatz ermöglicht es Nutzern, mithilfe ausgefeilter Modelle Datentrends zu analysieren und so die Einschränkungen zu überwinden, die häufig mit der Komprimierung von Informationen in traditionellen BI-Tools einhergehen.
Googles Datenanalysestrategie verfolgt einen umfassenden Ansatz, der über Big Data hinausgeht. Sie beinhaltet die Einbeziehung einer Vielzahl von Datenpunkten in die Analyse. Kazmaier weist auf die Ineffizienzen bei der Entscheidungsfindung in KI-Systemen hin, insbesondere bei der Frage, ob zusätzliche Faktoren berücksichtigt werden sollten.
Die Nutzung der Rechenleistung von KI-Systemen ist entscheidend für die Optimierung von Entscheidungsprozessen und die Vermeidung von Hindernissen. Diese Strategie unterstreicht insbesondere die Integration bisher ungenutzter unstrukturierter Daten und markiert damit einen zentralen Aspekt des sich entwickelnden Datenanalyseansatzes.
