Führungskräfte verwenden 3 Strategien, um starke Datenfundationen für die KI -Integration zu erstellen

Geschäftsführer sind sich bewusst, dass robuste Grundlagen entscheidend sind, wenn es darum geht, die Macht der künstlichen Intelligenz (AI) zu nutzen. Sich ohne eine solide Datenstrategie in AI-Projekte zu stürzen, ist ein Rezept für eine Katastrophe. Wie das alte Sprichwort sagt: "Müll rein, Müll raus" – und das trifft auf AI besonders zu.

Wie können Fachleute also die Grundlagen schaffen, um sicherzustellen, dass ihre Organisation AI sowohl sicher als auch effektiv nutzen kann? Hier teilen drei Geschäftsführer ihre besten Tipps für die Entwicklung einer erfolgreichen Strategie zur Nutzung aufstrebender Technologien.

1. Setzen Sie Ihre Mitarbeiter an erste Stelle

Claire Thompson, die Konzernleiterin für Daten und Analysen beim Versicherungsriesen L&G, betont, dass ein strategischer Umgang mit Informationen für jedes Unternehmen, das innovativ sein möchte, unerlässlich ist. "Ich sage immer, dass Datengrundlagen für alles, was man als Nächstes tut, wichtig sind", sagte sie gegenüber ZDNET. Thompson unterstreicht die Notwendigkeit, Regeln und Vorschriften mit greifbaren finanziellen Ergebnissen zu verbinden.

"Machen Sie deutlich, wie die Datenstrategie greifbaren Wert schafft – warum ist es zum Beispiel wichtig, dass Ihre E-Mail-Adressen aktuell und korrekt sind, damit Sie gezielte digitale Kommunikation betreiben können?", fragt sie. Thompson versteht, dass nicht jeder begeistert ist, sich in einen langfristigen strategischen Plan zu vertiefen, der die Technologie, Prozesse, Menschen und Regeln beschreibt, die für die Verwaltung von Informationsvermögen erforderlich sind. Sie besteht jedoch darauf, dass die Planungsphase entscheidend ist, um die Vorteile von Technologien wie AI zu nutzen.

"Ich kann verstehen, warum manche sagen, dass Governance langweilig ist", gibt sie zu. "Aber in heutigen digitalen Organisationen, wo man durchgehende Verarbeitung anstrebt, wird es noch kritischer, dass Ihre Daten von guter Qualität sind. Also führen alle Wege zur Governance."

Ein zentraler Teil von Thompsons Strategie bei L&G ist die Förderung einer engen Zusammenarbeit zwischen ihrem Datenteam und der IT-Abteilung. Effektive Zusammenarbeit hängt von der Klarheit über die Fähigkeiten ab, die jede Partei einbringt. "Man braucht eine partnerschaftliche Zusammenarbeit. Technologie ist enorm wichtig für das, was wir im Datenbereich tun, und wir können unsere Arbeit nicht ohne die Cloud-Umgebungen, das Data Warehousing und die Tools erledigen. Daten werden in allen Anwendungen gespeichert, die das IT-Team betreut", erklärt sie.

Thompson hebt auch die Bedeutung hervor, Datenqualität durch Design in die Kernsysteme einzubetten. "Je mehr Sie diese Arbeit leisten, desto mehr verhindern Sie die Welleneffekte schlechter Datenqualität weiter unten in der Kette und verhindern jegliche Sanierungsmaßnahmen", sagt sie. Dieser Ansatz ebnet den Weg für verbesserte Kundenerfahrungen, wie personalisierte mobile Anwendungen und automatisierte Geschäfte, die durch AI unterstützt werden.

2. Beherrschen Sie Ihre Transaktionsdaten

Jon Grainger, CTO der Anwaltskanzlei DWF, glaubt, dass jetzt der perfekte Zeitpunkt ist, eine Datenstrategie zu entwickeln. Er betont, dass kluge Geschäftsführer sich auf die grundlegenden Elemente der Datennutzung konzentrieren sollten, lange bevor sie überlegen, wie sie AI und maschinelles Lernen nutzen können. "Ich sage immer, der beste Zeitpunkt für eine Datenstrategie war vor vier Jahren", witzelt er. "Es ist eine Supertanker-Arbeit. Letztendlich gibt es nicht viele Abkürzungen. Es gibt die Ansicht, dass es, wenn es so lange dauert, warum sich die Mühe machen? Und ich denke, deshalb haben viele Leute ihre Daten nicht im Griff."

Graingers Ziel ist es, seiner Kanzlei zu helfen, einen Ruf für großartige Erlebnisse durch digitale Transformation aufzubauen – eine Datenstrategie ist eine entscheidende Komponente dieses Ansatzes. Seit seinem Eintritt bei DWF Ende 2022 hat er eine neue Strategie eingeführt, die auf Cloud-basierte Software-as-a-Service (SaaS)-Produkte und offene Programmierschnittstellen (APIs) fokussiert ist.

Die Daten bei DWF umfassen verschiedene Entitäten, wie Fälle, Partner, Kunden und interne Geschäftsprozesse, einschließlich Abrechnung und Finanzen. "Die Datenstrategie dreht sich darum, sicherzustellen, dass Transaktionsdaten – die Quelle der Wahrheit – in diesen Bereichen gemeistert werden", erklärt Grainger. Ziel ist es, der Organisation zu helfen, schnell zu handeln, ohne Qualität oder Kosten zu beeinträchtigen.

"Jedes SaaS-Produkt hat eine klare Identität auf der Unternehmenskarte", sagt er und beschreibt die Nuancen seiner Datenstrategie. "Diese Identität wird durch die Daten bestimmt, die Sie in jedem Bereich meistern." Grainger betont, dass die "absolute Mindestanforderung" für die Integration in die Zielarchitektur der Kanzlei gut entwickelte APIs sind, die DWF zugreifen und nutzen kann.

Er weist darauf hin, dass die SnapLogic-Technologie eine Schlüsselrolle spielt, um eine solide und zuverlässige Verbindung zwischen Diensten, APIs und Nutzern zu gewährleisten. "Unweigerlich gibt es 15 verschiedene Schreibweisen einer bestimmten Adresse, und die Technologie kann dieses Muster erkennen und korrigieren", sagt er. "Sie kann auch etwas tun, das als Anreicherung bezeichnet wird. Sie nimmt also die Referenz einer Person, geht zu einer API, kommt zurück und sagt: 'Das sind die richtigen Informationen.'"

Grainger merkt auch an, dass die Datenstrategie sich auf die Modelle konzentriert, die DWF erstellt, um wichtige Geschäftsfragen zu beantworten. Durch die Kombination mit dem Fokus der Kanzlei auf SaaS-Produkte und APIs hat DWF solide Grundlagen, um aufstrebende Technologien zu erkunden. "Es stellt sich heraus, dass Sie sich ziemlich gut für generative AI aufstellen, wenn Sie all diese Elemente in Ihrer Datenstrategie haben", schließt er.

3. Arbeiten Sie mit Ihren Branchenkollegen zusammen

Nic Granger, Direktorin für Unternehmensangelegenheiten und CFO bei der North Sea Transition Authority (NSTA), glaubt, dass eine großartige Datenstrategie über interne Praktiken hinausgeht und organisatorische Grenzen überspannt. Die NSTA sammelt Daten aus dem Öl- und Gassektor, und Grangers Team hat digitale Plattformen entwickelt, die es der Industrie, der Regierung, der Wissenschaft oder anderen interessierten Parteien ermöglichen, offen auf Daten zuzugreifen.

Im Rahmen dieser Bemühungen leitet sie die Offshore Energy Digital Strategy Group (DSG), eine Fachgruppe, die Ende 2022 gegründet wurde, um die Zusammenarbeit zwischen britischen öffentlichen Einrichtungen zu fördern, die an der Datensammlung in den Bereichen Öl, Gas und erneuerbare Energien beteiligt sind. "Es wurde erkannt, dass wir eine kohärente digitale Datenstrategie für den Offshore-Energiesektor benötigen", sagte sie gegenüber ZDNET. "Es gab gute Inseln der Exzellenz in der Branche im Datenmanagement und in digitalen Technologien, aber sie sprachen nicht unbedingt miteinander. Das war also eine große Priorität für uns."

Die DSG wird von Mitwirkenden wie britischen Regierungsabteilungen, dem Open Data Institute und dem Technology Leadership Board unterstützt. Granger sagt, dass dieser kollaborative Ansatz erfolgreich war: "Wir haben jetzt die Datenstrategie, und es geht darum, an drei zentralen Arbeitssträngen zu arbeiten."

Der erste Strang konzentriert sich auf Daten, Standards und Prinzipien: "Sicherstellen, dass die zugrunde liegende Qualität der Daten gut ist, weil wir alle auf derselben Basis arbeiten", erklärt sie. Der zweite Strang zielt darauf ab, gemeinsame Daten-Toolkits zu schaffen und Interoperabilität sicherzustellen. "Es sollte keine Rolle spielen, ob Sie in einem Offshore-Energieunternehmen oder an einem Projekt in einem Öl- und Gasunternehmen arbeiten, Sie sollten Daten haben, die plattformübergreifend nutzbar sind. Diese Arbeit dreht sich darum, 'Wie bekommen Sie die Daten von A nach B ohne Duplikation?'"

Der dritte Arbeitsstrang konzentriert sich auf branchenübergreifende Digitalisierung: "Das geht darum, sicherzustellen, dass die Daten- und digitalen Fähigkeiten in der gesamten Branche vorhanden sind und die Branche den Best Practices für Cybersicherheit entspricht", sagt Granger.

Mit diesen Datengrundlagen ist es viel einfacher, darüber nachzudenken, wie man aufstrebende Technologien optimal nutzen kann. "Unser Fokus liegt darauf, sicherzustellen, dass wir die Daten zugänglich machen und in den richtigen Formaten für andere bereithalten, um AI und maschinelles Lernen zu nutzen", schließt Granger.