«Echtzeit wird zum entscheidenden Faktor»

Im Zentrum steht laut Finger vor allem ein Paradigmenwechsel: Daten werden nicht mehr zwingend repliziert und zentral gespeichert, sondern möglichst direkt und in Echtzeit bereitgestellt. Plattformen wie die SAP Business Data Cloud sollen dabei sicherstellen, dass aktuelle Informationen ohne Verzögerung verfügbar bleiben. Der Vorteil: Daten verlieren durch Kopieren oder Zwischenspeicherung nicht an Aktualität.

Ein weiterer Unterschied betrifft die Verantwortung für Datenqualität und Semantik. Mit sogenannten «Data Products» verschiebt sich diese zunehmend von der IT hin zu den Fachbereichen. Die Business-Verantwortlichen definieren damit nicht nur die Inhalte, sondern übernehmen auch Verantwortung dafür, dass Daten korrekt interpretiert und im richtigen Kontext genutzt werden können.

Datenaufbereitung bleibt grösster Aufwand

Besonders kritisch sieht Finger weiterhin die Datenintegration. In klassischen Reporting-Projekten seien oft bis zu 80 Prozent des Aufwands in die Suche, Bereinigung und semantische Aufbereitung von Daten geflossen. Erst ein kleiner Teil habe sich auf die eigentliche Analyse oder Entscheidungsfindung konzentriert. Moderne Plattformen wie SAP sollen diesen Aufwand reduzieren, indem Datenquellen durchgängiger orchestriert und Informationen einfacher zusammengeführt werden können. Gerade für KI-Anwendungen sei dies entscheidend, da diese häufig Daten aus unterschiedlichen Systemen und Kontexten kombinieren müssen.

Vertrauen als zentrale Voraussetzung

Damit KI-gestützte Entscheidungen akzeptiert werden, müsse laut Finger vor allem die Nachvollziehbarkeit gewährleistet sein. Unternehmen müssten jederzeit erkennen können, woher Daten stammen und wie Veränderungen innerhalb der Systeme entstanden sind. Eine durchgängige Transparenz von der Datenquelle bis zum Reporting sei daher zentral. Die eigentliche Verantwortung für den korrekten und sinnvollen Einsatz von KI liege jedoch weiterhin beim Business. Datenarchitekturen könnten lediglich sicherstellen, dass relevante und verlässliche Informationen bereitstehen.

KI liefert bereits konkreten Business-Nutzen

Dass moderne Datenarchitekturen längst mehr sind als reine Pilotprojekte, zeigt laut Finger eine Reihe praktischer Anwendungsfälle. Dazu gehören etwa die automatische Bestimmung von Mehrwertsteuercodes in internationalen Szenarien, Forecasting-Prozesse oder KI-gestützte Preisfindung. Besonders komplex werden solche Entscheidungen dort, wo unterschiedlichste Datenquellen in Echtzeit kombiniert werden müssen. Als Beispiel nennt Finger Lieferentscheidungen bei Konsumgütern: Wenn mehrere Kunden gleichzeitig dieselben Produkte bestellen, könne KI unter Einbezug zusätzlicher Informationen wie Wetterdaten oder Nachfrageprognosen priorisieren, welche Lieferungen geschäftlich sinnvoller sind. Dadurch würden Entscheidungen, die früher Tage oder sogar Wochen gedauert hätten, deutlich beschleunigt.

Empfehlung: Mitarbeitende stärker einbeziehen

Neben Technologie sieht Finger auch organisatorische Veränderungen als entscheidend an. Mitarbeitende müssten frühzeitig in Projekte eingebunden werden und Verantwortung übernehmen können. Gerade neue Rollen wie «Data Product Owner» würden dafür sorgen, dass Fachbereiche aktiv an datengetriebenen Prozessen mitarbeiten. Wichtig sei zudem, dass KI-Systeme ihre Ergebnisse erklären können. Nutzer müssten nachvollziehen können, auf welcher Datenbasis Bewertungen oder Empfehlungen zustande kommen. Erst dadurch entstehe langfristig Vertrauen in KI-gestützte Entscheidungen.