Warum jedes KI-Projekt als Datenprojekt beginnen sollte

Siebenundsiebzig Prozent der Entscheidungsträger:innen befürchten, dass ihrem Unternehmen die Vorteile generativer künstlicher Intelligenz entgehen. Aus Angst, den Anschluss zu verlieren, geben viele Unternehmen Vollgas bei der Einführung von KI. Sie hoffen auf Vorteile der KI wie schnellere Entscheidungsfindung, effizientere Betriebsabläufe und höhere Kundenzufriedenheit. Ignorieren sie jedoch die Datenaufbereitung und gehen sie überstürzt vor? 

Es besteht das Risiko, dass Sie KI-Projekte einführen, bevor Ihr Unternehmen dafür bereit ist. Aktuellen Studien zufolge ist Datenaufbereitung die wichtigste Maßnahme zur erfolgreichen Einführung generativer KI. Der Grund liegt auf der Hand: Wenn Sie Ihre KI-Modelle mit unzulänglichen Dateneingaben trainieren, führen die Ergebnisse zu falschen Outputs. 

Zur Veranschaulichung der Ursachen stellen wir Ihnen hier drei hypothetische Anwendungsfälle effektiver und ineffektiver Datenaufbereitung und die jeweiligen Auswirkungen auf den Erfolg der KI-Implementierung vor.

Datenaufbereitung führt zu erfolgreicher Implementierung: drei KI Projekte

1. KI steigert die Effizienz

Das Vertriebsteam des fiktiven Technologieunternehmens namens Futurix Dynamics hat alle in seinem CRM-Tool (Customer Relationship Management) gespeicherten Daten bereinigt und normalisiert. Diese Datenaufbereitung sorgt für präzise Kundenprofile und gut dokumentierte Vertriebsinteraktionen. Im Rahmen der Einführung neuer KI-Funktionen für das CRM bewertet die KI die vorhandenen Daten und gibt Futurix Dynamics Einblicke in potenzielle Leads und Upselling-Opportunities. Ein weiterer Vorteil: Die KI kann E-Mails für die Vertriebsmitarbeiter:innen generieren und ihnen für alle Interaktionen mit Kund:innen automatisierte Anrufprotokolle bereitstellen. Folglich verbringt das Team weniger Zeit mit der manuellen Informationserfassung, kann sich auf Geschäftsabschlüsse konzentrieren und so die Vertriebseffizienz erheblich steigern.

Beim Wettbewerber HumanisTek Inc. führt die Geschäftsführung KI überstürzt und ohne vernünftige Datenaufbereitung ein. Das CRM-System von HumanisTek Inc. enthält zahlreiche veraltete Kontakte und inkonsistente Vertriebsdaten. Daher schlägt ihre KI-Plattform häufig irrelevante Leads vor, die auf veralteten Kundendaten basieren. Das Ergebnis: Verpasste Chancen und frustrierte Vertriebsmitarbeiter:innen, die ständig fehlerhafte Daten korrigieren müssen. Darüber hinaus wendet das Vertriebspersonal zu viel Zeit für das Überarbeiten KI-generierter E-Mails auf, da diese oft falsch sind. Letztendlich bleibt die versprochene Effizienz aus.

2. KI verbessert die Genauigkeit

Beim Kundenservice-Unternehmen HelpDeskers kann das KI-System aufgrund einer guten Datenaufbereitung Kundenanfragen richtig verstehen und kategorisieren. Das Team kann Kundenvorgänge schneller abschließen und einen hochgradig personalisierten Service anbieten. Darüber hinaus kann das KI-System bestimmte Probleme direkt beim ersten Auftreten erkennen (zum Beispiel bei einem starken Anstieg des Anrufvolumens), da die Datenquellen vollständig sind und regelmäßig aktualisiert werden. In solchen Fällen stellt KI dem Team die notwendigen Informationen bereit, damit sie Probleme proaktiv angehen und die Kundenzufriedenheit insgesamt verbessern können. KI-generierte Berichte informieren die Geschäftsführung darüber, welche Themen die meisten Anrufe generieren. Auf dieser Grundlage lassen sich für das Callcenter zuverlässige Personal- und Schulungsentscheidungen treffen.

Beim Wettbewerber QuickFixing haben bereinigte Daten keine Priorität. Anrufe sind im System nicht richtig kodiert und Anrufthemen werden nicht zusammen mit dem Datum und der Uhrzeit der Anrufe nachverfolgt. Da die Daten unvollständig und manchmal falsch sind, kann die KI Kundenbeschwerden nicht kontextbezogen erfassen. Das Kundenserviceteam erhält nicht die erforderlichen Informationen zu aktuellen Problemen. Daher kann es nicht proaktiv vorgehen oder Lösungsanleitungen bereithalten. Das ist nicht nur für Kund:innen frustrierend, sondern führt langfristig auch zu falschen Geschäftsstrategien. Für die Geschäftsführung ist die Entwicklung dieser Fehler nicht eindeutig in Echtzeit zu erkennen. Folglich trifft sie Entscheidungen auf der Grundlage fehlerhafter Einblicke.

3. KI deckt Erkenntnisse auf

Im Marktforschungsunternehmen Trendists stellt ein:e spezielle:r Datenanalyst:in sicher, dass alle Daten, die in das KI-System eingelesen werden, aktuell und vollständig sind. Folglich stellt KI den Analyst:innen dynamische, aufschlussreiche Berichte bereit, die Marktveränderungen und Kundenverhalten präzise widerspiegeln. Anhand dieser Berichte können Analyst:innen der Geschäftsführung strategische Empfehlungen geben. So bleibt das Unternehmen Markttrends immer einen Schritt voraus.

Bei der Marktforschungsfirma Static Analytics, Ltd. hingegen sind die Informationen, die in das System eingelesen werden, oft veraltet. Die Datenanalyst:innen des Unternehmens arbeiten folglich mit einem KI-System, das keine genauen Prognosen und relevanten Empfehlungen bereitstellen kann. Daher können sie der Geschäftsführung keine Echtzeiteinblicke für die fundierte Entscheidungsfindung bereitstellen. Die Folge: Das Unternehmen kann nicht mit seinen Wettbewerbern mithalten.

Daten sind Ihre wichtigste strategische Ressource und die Voraussetzung für den erfolgreichen Einsatz von KI. Sie können das Potenzial Ihrer Daten jedoch nur dann voll ausschöpfen – und somit auch die Vorteile Ihrer KI-Initiativen nur dann erzielen –, wenn Sie die Daten in den Mittelpunkt stellen und die Datenaufbereitung priorisieren.