Vive la France – vive Workation! Das hieß es im Januar für Wolfram, der seinen Arbeitsplatz kurzerhand vom regnerischen Köln ins wunderschöne Marseille verlegte. Hier geht’s zum Journal-Beitrag!
Wir sind ein Teil der SKOPOS GROUP für zeitgemäße Marktforschung.
Eine breit aufgestellte Unternehmensgruppe, die alle zeitgemäßen Marktforschungs-Dienstleistungen unter einem Dach vereint. Digital und innovativ. Von national bis international. Von Kunden-Befragung über UX-Research bis Insight-Community. Von Mitarbeiter-Befragung über Mystery-Shopping bis Customer-Experience und Data Science decken wir alle relevanten Themen und Methoden ab.
Mit Data Thinking von der Idee zum Datenprodukt: KI zielgerichtet einsetzen.
Während über das Thema „Künstliche Intelligenz (KI) in der Marktforschung“ schon seit einigen Jahren immer wieder diskutiert wird, bleibt die größte Herausforderung die tatsächliche Umsetzung: Wie lässt sich aus einem Modebegriff und einem Hype um schnellere und autonomere Marktforschung tatsächlich Nutzen gewinnen? Wir haben uns an Design-Thinking-Ansätzen orientiert, um die Entwicklung von KI-Anwendungsfällen effizient und zielführend zu gestalten.
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:
- Die Daten alleine sind noch nicht das Produkt, sondern erst das, was aus ihnen gemacht wird – und wie die Daten am Ende für einen Nutzer sichtbar und erlebbar werden.
- Das Datenprodukt ist auch mehr als das statistische oder das KI-Modell.
- Wie bei einem physischen Produkt sind bei der Entwicklung viele unterschiedliche Rahmenbedingungen zu berĂĽcksichtigen.
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.
Du willst mehr erfahren? Wir haben zu diesem Thema einen ausführlichen Artikel auf marktforschung.de veröffentlicht. Du findest ihn hier:
Du möchtest ein Data Science-Projekt agil entwickeln?
In vier Tagen mit deinem Team von Fragestellung zu ersten Ergebnissen?
Dann melde dich bei uns!
Unser hochmotiviertes Team freut sich, von Dir und Deiner Fragestellung zu hören.