{"id":116426,"date":"2024-11-29T07:32:33","date_gmt":"2024-11-29T07:32:33","guid":{"rendered":"https:\/\/barc.com\/?p=116426"},"modified":"2024-11-29T07:36:09","modified_gmt":"2024-11-29T07:36:09","slug":"generative-ai-bi-analytics","status":"publish","type":"post","link":"https:\/\/barc.com\/de\/generative-ai-bi-analytics\/","title":{"rendered":"Generative AI: Evolution oder Revolution in BI &amp; Analytics?"},"content":{"rendered":"\n<p>Generative AI (GenAI) wird derzeit als eine der vielversprechendsten Entwicklungen im Bereich der Datenverarbeitung und -analyse gehandelt. Sie bietet das Potenzial, <a href=\"https:\/\/barc.com\/de\/was-ist-business-intelligence-analytics\/\" data-type=\"link\" data-id=\"https:\/\/barc.com\/de\/was-ist-business-intelligence-analytics\/\">Business Intelligence<\/a> (BI), Analytics und Planung effizienter und zug\u00e4nglicher zu gestalten. Doch wie realistisch sind die Erwartungen, und was k\u00f6nnen Unternehmen wirklich von GenAI erwarten? Auf Basis von Erkenntnissen der BARC-Studie und einer detaillierten Analyse kl\u00e4ren wir Potenziale, Herausforderungen und konkrete Anwendungsbereiche.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img fetchpriority=\"high\" decoding=\"async\" width=\"960\" height=\"428\" src=\"https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.1-Viel-Larm-um-GenAI.png\" alt=\"Abb.1 Viel L\u00e4rm um GenAI\" class=\"wp-image-116427\" srcset=\"https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.1-Viel-Larm-um-GenAI.png 960w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.1-Viel-Larm-um-GenAI-300x134.png 300w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.1-Viel-Larm-um-GenAI-768x342.png 768w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.1-Viel-Larm-um-GenAI-600x268.png 600w\" sizes=\"(max-width: 960px) 100vw, 960px\" \/><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">1. Generative AI verstehen: Vom Fundament zur Anwendung<\/h2>\n\n\n\n<p>Um GenAI einzuordnen, ist ein Verst\u00e4ndnis der zugrunde liegenden Technologien entscheidend:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>K\u00fcnstliche Intelligenz (KI):<\/strong> Der Oberbegriff f\u00fcr Technologien, die Aufgaben ausf\u00fchren, die typischerweise menschliche Intelligenz erfordern, wie das Verstehen von Daten oder das Treffen von Entscheidungen.<\/li>\n\n\n\n<li><strong>Maschinelles Lernen (ML): <\/strong>Ein Teilbereich der KI, der es Maschinen erm\u00f6glicht, Muster in Daten zu erkennen und aus ihnen zu lernen, ohne explizite Programmierung.<\/li>\n\n\n\n<li><strong>Large Language Models (LLMs):<\/strong> Eine spezialisierte Form von ML, die auf riesige Textmengen trainiert ist. LLMs erm\u00f6glichen die Verarbeitung und Generierung nat\u00fcrlicher Sprache und bilden die Grundlage vieler GenAI-Anwendungen.<\/li>\n\n\n\n<li><strong>Generative AI (GenAI):<\/strong> Die n\u00e4chste Stufe, die nicht nur analysiert, sondern auch neue Inhalte generiert, z. B. Texte, Visualisierungen oder Datenmodelle. GenAI geht \u00fcber die reine Textverarbeitung hinaus und er\u00f6ffnet neue M\u00f6glichkeiten f\u00fcr die datengetriebene Arbeit.<\/li>\n<\/ul>\n\n\n\n<p>Diese Entwicklung macht GenAI besonders relevant f\u00fcr BI &amp; Analytics, da sie Interaktion und Inhalte auf ein neues Niveau hebt.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">2. GenAI in der Praxis: M\u00f6glichkeiten und Beispiele<\/h2>\n\n\n\n<p>Die Anwendungsfelder von GenAI sind vielf\u00e4ltig und umfassen sowohl die Unterst\u00fctzung von Konsumenten als auch Produzenten von Daten. Hier ein paar Beispiele basierend auf unserer aktuellen Studie \u201e<a href=\"https:\/\/barc.com\/de\/research\/bi-analytics-genai-trends-lessons-best-practices\/\">The Future of BI &amp; Analytics<\/a>\u201c.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">F\u00fcr Konsumenten von Daten (Nutzer von Analysen und Dashboards):<\/h3>\n\n\n\n<figure class=\"wp-block-image size-full\"><img decoding=\"async\" width=\"960\" height=\"540\" src=\"https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.2-GenAI-Konsumenten.png\" alt=\"Abb.2 GenAI Konsumenten\" class=\"wp-image-116429\" srcset=\"https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.2-GenAI-Konsumenten.png 960w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.2-GenAI-Konsumenten-300x169.png 300w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.2-GenAI-Konsumenten-768x432.png 768w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.2-GenAI-Konsumenten-600x338.png 600w\" sizes=\"(max-width: 960px) 100vw, 960px\" \/><\/figure>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Nat\u00fcrliche Sprachabfragen (NLQ):<\/strong> Nutzer k\u00f6nnen Fragen wie \u201eWie war die Umsatzentwicklung im letzten Quartal?\u201c stellen, und GenAI liefert direkt eine Antwort mit passenden Visualisierungen.<\/li>\n\n\n\n<li><strong>Automatische Visualisierung und Mustererkennung: <\/strong>GenAI erstellt Visualisierungen und hebt Trends sowie Abweichungen hervor, ohne dass Nutzer tief in die Datenanalyse eintauchen m\u00fcssen.<\/li>\n\n\n\n<li><strong>Erkenntnisse zu Dashboards und Visualisierungen:<\/strong> GenAI analysiert Daten hinter Dashboards und Visualisierungen, beschreibt wesentliche Muster und Abweichungen und beschreibt diese f\u00fcr ein besseres Verst\u00e4ndnis.<\/li>\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\">F\u00fcr Produzenten von Daten (Power User, Entwickler):<\/h3>\n\n\n\n<figure class=\"wp-block-image size-full\"><img decoding=\"async\" width=\"960\" height=\"540\" src=\"https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.3-GenAI-Produzenten.png\" alt=\"Abb.3 GenAI Produzenten\" class=\"wp-image-116431\" srcset=\"https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.3-GenAI-Produzenten.png 960w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.3-GenAI-Produzenten-300x169.png 300w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.3-GenAI-Produzenten-768x432.png 768w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.3-GenAI-Produzenten-600x338.png 600w\" sizes=\"(max-width: 960px) 100vw, 960px\" \/><\/figure>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Code erstellen und optimieren:<\/strong> Entwickler k\u00f6nnen GenAI nutzen, um Code zu generieren oder zu optimieren \u2013 SQL, Python, DAX und mehr.<\/li>\n\n\n\n<li><strong>Neue Daten beschreiben:<\/strong> GenAI analysiert den Inhalt neuer Daten und beschreibt diese, um deren schnellere Einbindung in die Datenmodelle und damit Ihre Nutzung zu erm\u00f6glichen.<\/li>\n\n\n\n<li><strong>Prognosemodelle erstellen: <\/strong>Mit wenigen Eingaben k\u00f6nnen Controller Vorhersagemodelle generieren, um schnelle Hochrechnungen zu generieren.<\/li>\n<\/ul>\n\n\n\n<p>Diese Beispiele zeigen, wie GenAI sowohl <strong>Effizienzgewinne <\/strong>als auch eine <strong>vereinfachte Interaktion<\/strong> mit Daten erm\u00f6glicht.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">3. Herausforderungen: Realistische Erwartungen an GenAI<\/h2>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"960\" height=\"540\" src=\"https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.4-GenAI-Hurden.png\" alt=\"Abb.4 GenAI H\u00fcrden\" class=\"wp-image-116433\" srcset=\"https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.4-GenAI-Hurden.png 960w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.4-GenAI-Hurden-300x169.png 300w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.4-GenAI-Hurden-768x432.png 768w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.4-GenAI-Hurden-600x338.png 600w\" sizes=\"(max-width: 960px) 100vw, 960px\" \/><\/figure>\n\n\n\n<p>Neben dem Potenzial bringt GenAI auch Herausforderungen mit sich, die Unternehmen nicht ignorieren sollten:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Datenschutz und Sicherheit:<\/strong> Bedenken hinsichtlich der Sicherheit sensibler Daten gibt es h\u00e4ufig. Dies ist besonders im Controlling und in regulierten Branchen kritisch.<\/li>\n\n\n\n<li><strong>Kompetenzl\u00fccken und Schulungsbedarf:<\/strong> Die Einf\u00fchrung von GenAI erfordert nicht nur technisches Verst\u00e4ndnis, sondern auch die F\u00e4higkeit, Ergebnisse kritisch zu bewerten und sinnvoll zu nutzen.<\/li>\n\n\n\n<li><strong>Datenqualit\u00e4t:<\/strong> Schlechte oder unvollst\u00e4ndige Daten f\u00fchren zu ungenauen und verzerrten Ergebnissen. Unternehmen m\u00fcssen sicherstellen, dass ihre Datenbasis robust ist.<\/li>\n\n\n\n<li><strong>Regulatorische Anforderungen:<\/strong> GenAI muss mit rechtlichen Vorgaben wie der DSGVO konform sein, was zus\u00e4tzliche Herausforderungen f\u00fcr die Implementierung schafft.<\/li>\n<\/ul>\n\n\n\n<p>Diese Punkte unterstreichen, dass GenAI kein Wundermittel ist. Sorgf\u00e4ltige Planung und ein realistischer Blick auf die Technologie sind entscheidend.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Evolution, nicht Revolution<\/h2>\n\n\n\n<p>Generative AI wird die Arbeit in BI &amp; Analytics sp\u00fcrbar ver\u00e4ndern, aber nicht auf den Kopf stellen. Vielmehr handelt es sich um eine <strong>Evolution<\/strong>, die bestehende Prozesse <strong>effizienter<\/strong> und <strong>zug\u00e4nglicher<\/strong> macht. Unternehmen, die die Technologie sinnvoll einsetzen, k\u00f6nnen von Effizienzgewinnen und neuen M\u00f6glichkeiten profitieren \u2013 m\u00fcssen dabei jedoch Herausforderungen wie Datenschutz und Datenqualit\u00e4t im Blick behalten.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Jetzt starten: Mit klaren Zielen zu mehr Effizienz<\/h2>\n\n\n\n<p>Die beste Zeit, sich mit GenAI zu besch\u00e4ftigen, ist jetzt. Die beste Herangehensweise an GenAI ist, pragmatisch zu bleiben und erste Pilotprojekte zu starten. Identifizieren Sie konkrete <strong>Anwendungsbereiche<\/strong>, testen Sie die Technologie und schulen Sie Ihre Teams. Die richtigen Schritte heute schaffen die Basis f\u00fcr eine datengetriebene Zukunft.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"960\" height=\"540\" src=\"https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.5-GenAI-Mehrwert.png\" alt=\"Abb.5 GenAI Mehrwert\" class=\"wp-image-116435\" srcset=\"https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.5-GenAI-Mehrwert.png 960w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.5-GenAI-Mehrwert-300x169.png 300w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.5-GenAI-Mehrwert-768x432.png 768w, https:\/\/barc.com\/wp-content\/uploads\/2024\/11\/Abb.5-GenAI-Mehrwert-600x338.png 600w\" sizes=\"(max-width: 960px) 100vw, 960px\" \/><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Lassen Sie sich von uns beraten \u2013 gemeinsam machen wir Ihr Unternehmen fit f\u00fcr die GenAI-Revolution!<\/h2>\n\n\n\n<p>Mit unserer langj\u00e4hrigen Expertise in Data &amp; Analytics beraten wir Unternehmen umfassend \u2013 von der Strategieentwicklung bis zur Auswahl der Software. Unsere Research-basierte Beratung liefert Ihnen die notwendigen Einblicke, um GenAI gezielt und erfolgreich einzusetzen. Dabei begleiten wir Sie nicht nur bei der Auswahl der richtigen Software, sondern auch bei der Definition der passenden Architektur und der Optimierung Ihrer Datenstrategie. Vertrauen Sie auf unsere unabh\u00e4ngigen Analysen und fundierte Marktkenntnis, um mit GenAI Reporting &amp; Planung einfacher und effizienter zu machen.<\/p>\n\n\n\n<p><strong>Zu den Beratungsleistungen<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"https:\/\/barc.com\/de\/produkt\/softwareauswahl-kompakt-unternehmensplanung\/\">Softwareauswahl kompakt: Unternehmensplanung<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/barc.com\/de\/produkt\/softwareauswahl-kompakt-bi-analytics\/\">Softwareauswahl kompakt: BI &amp; Analytics<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/barc.com\/de\/produkt\/digital-finance-controlling-smart-start-workshop\/\">Planning Trends: Bessere Entscheidungen in dynamischen M\u00e4rkten<\/a><\/li>\n<\/ul>\n\n\n\n<div style=\"height:30px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p><strong>Related Content<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"https:\/\/barc.com\/de\/research\/data-architecture-ai-innovation\/\">Optimizing Your Architecture for AI Innovation<\/a> [kostenfreie Studie]<\/li>\n\n\n\n<li><a href=\"https:\/\/barc.com\/de\/research\/data-pipelines-genai-evaluation-criteria\/\">The Ultimate Guide to Data Pipelines for Generative AI: Five Criteria to Evaluate Tools<\/a> [kostenfreier Guide]<\/li>\n\n\n\n<li><a href=\"https:\/\/barc.com\/webinare\/data-engineering-genai-pipeline-tools-evaluation\/\">Data Engineering for Generative AI: Evaluating New Pipeline Tools<\/a> [Webinar on demand]<\/li>\n\n\n\n<li><a href=\"https:\/\/barc.com\/de\/enterprise-bi-analytics-markt-genai\/\">Enterprise BI &amp; Analytics: Ein reifer Markt trifft auf die GenAI Disruptionswelle<\/a> [Blog]<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>In diesem Artikel werfen wir einen Blick auf Chancen, H\u00fcrden und m\u00f6gliche Anwendungsfelder von GenAI im Bereich BI &#038; Analytics.<\/p>\n","protected":false},"author":109,"featured_media":47330,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"site-sidebar-layout":"default","site-content-layout":"","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":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"set","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":""}},"footnotes":""},"categories":[47,49,54],"tags":[],"plus":[],"content_typ":[209],"layoutvorlage":[],"class_list":["post-116426","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-business-intelligence","category-data-science","category-corporate-performance-management","content_typ-artikel"],"acf":[],"_links":{"self":[{"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/posts\/116426","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/users\/109"}],"replies":[{"embeddable":true,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/comments?post=116426"}],"version-history":[{"count":3,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/posts\/116426\/revisions"}],"predecessor-version":[{"id":116439,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/posts\/116426\/revisions\/116439"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/media\/47330"}],"wp:attachment":[{"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/media?parent=116426"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/categories?post=116426"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/tags?post=116426"},{"taxonomy":"plus","embeddable":true,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/plus?post=116426"},{"taxonomy":"content_typ","embeddable":true,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/content_typ?post=116426"},{"taxonomy":"layoutvorlage","embeddable":true,"href":"https:\/\/barc.com\/de\/wp-json\/wp\/v2\/layoutvorlage?post=116426"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}