{"id":18625,"date":"2020-10-29T12:55:00","date_gmt":"2020-10-29T12:55:00","guid":{"rendered":"https:\/\/barc.com\/?post_type=news&#038;p=18625"},"modified":"2022-11-09T14:11:04","modified_gmt":"2022-11-09T14:11:04","slug":"advanced-analytics-verspricht-erfolg","status":"publish","type":"news","link":"https:\/\/barc.com\/de\/news\/advanced-analytics-verspricht-erfolg\/","title":{"rendered":"Advanced Analytics verspricht Erfolg und Wettbewerbsf\u00e4higkeit"},"content":{"rendered":"\n<ul class=\"wp-block-list\">\n<li>Die Umsetzung von Analytics in Unternehmen erfordert eine Mischung aus richtiger Technologie, Nutzertraining, Strategie und internem Marketing des Themas<\/li>\n\n\n\n<li>Automated Machine Learning und Augmented Analytics bieten Unterst\u00fctzung f\u00fcr Experten, ersetzen den Menschen aber nicht<\/li>\n<\/ul>\n\n\n\n<p><br>BARC (Business Application Research Center) ver\u00f6ffentlicht seine neue Studie \u201e<a href=\"https:\/\/barc.com\/research\/the-future-of-analytics\/\">The Future of Analytics<\/a>\u201c. 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. Dank der Sponsoren Dataiku, Qlik und Tableau stehen die Studiendokumente <a href=\"https:\/\/barc.com\/research\/the-future-of-analytics\/\">kostenlos zum Download zur Verf\u00fcgung<\/a>.&nbsp;<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Tools, F\u00e4higkeiten und Strategie treiben Analytics an<\/strong><\/h2>\n\n\n\n<p>Obwohl Advanced Analytics schon seit mehreren Jahren ein hei\u00df diskutiertes Thema darstellt, haben nur wenige Unternehmen einen zufriedenstellenden Reifegrad auf diesem Gebiet erreicht. 97 Prozent der Umfrageteilnehmer halten es f\u00fcr wichtig, Kompetenzen im Bereich Analyse und Datenverst\u00e4ndnis innerhalb ihrer Organisation zu f\u00f6rdern. Die Identifizierung der richtigen Werkzeuge f\u00fcr die richtigen Anwender folgt mit 95 Prozent an zweiter Stelle.&nbsp;<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img fetchpriority=\"high\" decoding=\"async\" width=\"725\" height=\"473\" src=\"https:\/\/barc.com\/wp-content\/uploads\/2021\/08\/future_analytics_1.png\" alt=\"Wie wichtig sind die folgenden Punkte f\u00fcr den erfolgreichen Einsatz von Advanced Analytics in Ihrem Unternehmen? (n=298) \u00a9 BARC\" class=\"wp-image-18626\" srcset=\"https:\/\/barc.com\/wp-content\/uploads\/2021\/08\/future_analytics_1.png 725w, https:\/\/barc.com\/wp-content\/uploads\/2021\/08\/future_analytics_1-300x196.png 300w, https:\/\/barc.com\/wp-content\/uploads\/2021\/08\/future_analytics_1-600x391.png 600w\" sizes=\"(max-width: 725px) 100vw, 725px\" \/><figcaption class=\"wp-element-caption\">Wie wichtig sind die folgenden Punkte f\u00fcr den erfolgreichen Einsatz von Advanced Analytics in Ihrem Unternehmen? (n=298) \u00a9 BARC<\/figcaption><\/figure>\n\n\n\n<p>Einen weiteren wichtigen Aspekt stellt die Definition einer ganzheitlichen Datenstrategie dar. In Bezug auf zuk\u00fcnftige Priorit\u00e4ten bei Investitionen wird die Verbesserung des Datenmanagements von 64 Prozent der Befragten an oberster Stelle genannt. &#8222;Es ist nicht \u00fcberraschend, dass die Optimierung des Datenmanagements als Erfolgsfaktor angesehen wird&#8220;, sagt Alexander Rode, Analyst und Data Scientist bei BARC sowie Co-Autor dieser Studie. &#8222;Advanced Analytics erfordert den Zugang zu Daten f\u00fcr ganz neue Nutzergruppen, welche wiederum neue Datenquellen erschlie\u00dfen und Beziehungen zwischen Daten herstellen, die von herk\u00f6mmlichen Data-Warehouse-Strukturen nicht abgebildet werden k\u00f6nnen.&#8220;<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Automated Machine Learning macht Data Scientists und Business-Analysten effizienter &#8211; wird sie aber nicht ersetzen<\/strong><\/h2>\n\n\n\n<p>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-L\u00f6sungen die M\u00f6glichkeit, Business Analysten und Data Scientists effizienter zu machen. F\u00fcr die Nutzung dieser L\u00f6sungen und die Interpretation der Ergebnisse ist jedoch nach wie vor Expertenwissen erforderlich. W\u00e4hrend 79 Prozent der Befragten best\u00e4tigen, 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.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img decoding=\"async\" width=\"725\" height=\"474\" src=\"https:\/\/barc.com\/wp-content\/uploads\/2021\/08\/future_analytics_2.png\" alt=\"Wie sehr stimmen Sie allgemein den folgenden Aussagen in Bezug auf Automated Machine Learning (AutoML) zu? (n=277) \u00a9 BARC\" class=\"wp-image-18627\" srcset=\"https:\/\/barc.com\/wp-content\/uploads\/2021\/08\/future_analytics_2.png 725w, https:\/\/barc.com\/wp-content\/uploads\/2021\/08\/future_analytics_2-300x196.png 300w, https:\/\/barc.com\/wp-content\/uploads\/2021\/08\/future_analytics_2-600x392.png 600w\" sizes=\"(max-width: 725px) 100vw, 725px\" \/><figcaption class=\"wp-element-caption\">Wie sehr stimmen Sie allgemein den folgenden Aussagen in Bezug auf Automated Machine Learning (AutoML) zu? (n=277) \u00a9 BARC<\/figcaption><\/figure>\n\n\n\n<p>Nur rund 20 Prozent der Teilnehmer gehen davon aus, dass die Rollen des Data Scientists und Business Analysten durch Automated Machine Learning ersetzt werden. &#8222;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&#8220;, erkl\u00e4rt Alexander Rode. &#8222;Data Science erfordert nach wie vor menschlichen Input, z. B. bei der Definition von Anwendungsf\u00e4llen, der Auswertung sowie bei Entscheidungen in Bezug auf die Operationalisierung von Prototypen und deren Integration in die Organisation&#8220;.<\/p>\n","protected":false},"featured_media":41906,"template":"","meta":{"_acf_changed":false,"site-sidebar-layout":"default","site-content-layout":"default","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"default","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}}},"categories":[47,49],"class_list":["post-18625","news","type-news","status-publish","has-post-thumbnail","hentry","category-business-intelligence","category-data-science"],"acf":[],"_links":{"self":[{"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/news\/18625","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/news"}],"about":[{"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/types\/news"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/media\/41906"}],"wp:attachment":[{"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/media?parent=18625"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/categories?post=18625"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}