Rechercher
Contactez-nous Suivez-nous sur Twitter En francais English Language
 











Abonnieren Sie unseren NEWSLETTER

Newsletter FR

Newsletter EN

Vulnérabilités

vom Newsletter abmelden

GenAI-Revolution ausgebremst: Fehlende Datenbasis in Unternehmen ist ein Hemmschuh für den Fortschritt

März 2024 von Syniti

Syniti, Anbieter von Datenmanagement-Lösungen, gab heute die Ergebnisse einer gemeinsam mit HFS Research durchgeführten Studie bekannt. Sie liefert Unternehmen wertvolle Erkenntnisse darüber, welchen Mehrwert sie aus ihren Investitionen in generative KI (GenAI) ziehen können. Der Bericht mit dem Titel Don’t let your GenAI project fail before it begins (Lassen Sie Ihr GenAI-Projekt nicht scheitern, bevor es begonnen hat) enthält vier Leitlinien, wie Unternehmen mit einem Data-First-Ansatz bessere Geschäftsergebnisse erzielen. Er basiert auf praktischen Anwendungsfällen.

Obwohl KI bereits seit Jahrzehnten bekannt ist, haben erst generative KI-Lösungen wie ChatGPT den Zugang zu dieser Technologie revolutioniert und vereinfacht. ChatGPT hat die Welt im Sturm erobert und innerhalb von nur zwei Monaten die beeindruckende Zahl von 100 Millionen monatlich aktiven Nutzern erreicht. Damit ist es die am schnellsten wachsende Verbraucheranwendung aller Zeiten. Seither treiben Unternehmen die Einführung von GenAI mit Hochdruck voran, um von den zahlreichen Vorteilen dieser Technologie zu profitieren. Sie stellen jedoch rasch fest, dass mangelnde Datenqualität und unzureichendes Datenmanagement den Nutzen ihrer Daten erheblich einschränken. Eine kürzlich von HFS durchgeführte Studie zeigt, dass ein Drittel der Führungskräfte weniger als die Hälfte der Daten ihres Unternehmens als wirklich nutzbar erachtet. Dies verdeutlicht, dass viele Unternehmen noch nicht ausreichend auf den Einsatz von GenAI vorbereitet sind.

Eine unzureichende Datenbasis hat unter Umständen weitreichende geschäftliche Konsequenzen, die über reine Datenqualitätsprobleme hinausgehen. Wenn die Daten, die in die Modelle eingespeist werden, Verzerrungen aufweisen, wie Ungleichbehandlung von Geschlechtern oder Rassen, können sich diese Vorurteile schnell auf breiter Basis in einem Unternehmen reproduzieren. Dies birgt erhebliche Risiken: Schädigung des Images, rechtliche Konsequenzen und Verunsicherung von Investoren. Syniti unterstützt Unternehmen mit einem Data-First-Ansatz, der sicherstellt, dass sie über die richtige Infrastruktur verfügen, um Silos aufzubrechen und vertrauenswürdige, verwertbare Daten als Grundlage für GenAI-Modelle bereitzustellen.
Naveen Gupta, Global Data Leader bei IKEA, erläutert: „Die größte Herausforderung für IKEA ist die Einführung von Datenmanagementprozessen. Wir verfügen über keine Best Practices für Datenbereinigung, Strategie und Governance. Alle diese Aspekte sind jedoch für den Erfolg von GenAI unerlässlich.“

Phil Fersht, CEO & Chief Analyst bei HFS Research, fügt an: „Datenqualität ist der Eckpfeiler für erfolgreiche KI-Initiativen, insbesondere im Bereich der generativen KI. Unser gemeinsamer Bericht mit Syniti beleuchtet ein kritisches Problem, dem Unternehmen heute gegenüberstehen: die Unzulänglichkeit ihrer Datenbasis. Ohne ein solides Datenmanagement kann das volle Potenzial von GenAI nicht ausgeschöpft werden. Unternehmen müssen der Datenqualität und -zuverlässigkeit höchste Priorität einräumen, um die transformative Kraft von KI freizusetzen.

Kevin Campbell, CEO von Syniti, ergänzt: „Das Potenzial von GenAI kann nicht hoch genug eingeschätzt werden, allerdings müssen sich Unternehmen dieser Technologie mit der gebotenen Vorsicht und dem nötigen Respekt nähern. Die Datenqualität ist für jede Businesstransformation entscheidend, auch für den erfolgreichen Einsatz von generativer KI. Es ist alarmierend, wie viele Unternehmen ihre Daten im Vorfeld dieser Initiativen bislang nicht richtig aufbereitet haben. Unternehmen haben noch einen langen Weg in puncto Datenqualität und Datenmanagement vor sich, doch ein Data-First-Ansatz wird ihnen den Weg zum Erfolg ebnen.“


zum vorherigen Artikel

    

zum nächsten Artikel