Mit Data Thinking von der Idee zum Datenprodukt: KI zielgerichtet einsetzen.

Wenn heute von „KI“ gesprochen wird, sind im Kern „nur“ statistische Modelle gemeint, die mithilfe von Algorithmen trainiert werden. Diese Modelle können dann für Schlussfolgerungen und Vorhersagen genutzt werden. Was zunächst banal und ernüchternd klingt, soll aber unterstreichen, dass „KI“ für sich erstmal ein stumpfes Schwert ist: So ein Modell garantiert noch keinen Mehrwert in Form von höherer Effizienz oder besserem ROI. Das KI-Modell muss erlebbar und Ergebnisse von Anwendern genutzt werden. Diesen Zweck können beispielsweise Dashboards, Ampel-Grafiken oder automatische Vorschläge für Nutzer an den richtigen Stellen erfüllen. Wir sprechen bei solchen Entwicklungen von Datenprodukten. Der Begriff umfasst dabei das gesamte Paket von Daten über das KI-Modell bis zur erlebbaren Darstellung der Ergebnisse, geht also über die Betrachtung des reinen „KI-Modells“ hinaus. Wir nutzen den Begriff „Datenprodukt“ auch, um damit mehrere Dinge hervorzuheben:

Der dreifache Diamant: Das Data-Thinking-Programm

Um die Entwicklung von solchen Datenprodukten zu strukturieren, haben wir das Data-Thinking-Programm abgeleitet. Es lässt sich am „Triple Diamond“ skizzieren:

Im Rezept für ein erfolgreiches Datenprodukt fehlt neben Daten, Modellen und Nutzerschnittstelle noch eine Zutat: die richtige Fragestellung. Die Bedeutung dieser Zutat darf nicht unterschätzt werden. Denn Daten enthalten Antworten auf zahlreiche Fragen – und im Gegensatz zu Jeopardy gibt es dabei nicht immer die eine richtige Frage. Wer ohne Frage und damit ohne Ziel losläuft, wird sich im Datendschungel verlaufen. Erst mit der richtigen Fragestellung wird klar, mit welchem Ziel Daten analysiert, Modelle trainiert und Nutzer versorgt werden sollen.