State of Process Automation 199 - Warum eine gute Datenqualität entscheidend für Operational Excellence und den Erfolg von KI ist | Marco Geuer
13 snips
Jan 11, 2025 Marco Geuer, Head of Global Data Strategy & Solutions bei FIEGE, erklärt die essenzielle Bedeutung von Datenqualität für Unternehmen und KI-Projekte. Er beleuchtet, wie schlechte Daten zu Fehlentscheidungen führen können und warum viele KI-Initiativen daran scheitern. Geuer diskutiert Strategien zur systematischen Identifizierung und Verbesserung von Datenqualitätsproblemen sowie die Rolle des Data Quality Managers. Dabei wird deutlich, dass kontinuierliche Überwachung und Sensibilisierung der Mitarbeitenden entscheidend für den Geschäftserfolg sind.
AI Snips
Chapters
Transcript
Episode notes
Auswirkungen schlechter Datenqualität
- Schlechte Datenqualität führt zu Fehlentscheidungen, verpassten Chancen und unzufriedenen Kunden.
- KI-Systeme, die mit fehlerhaften Daten trainiert werden, liefern unplausible Ergebnisse und verstärken die Probleme.
Falsche Empfehlungen durch schlechte Daten
- Marco Geuer erzählt von einem Recommendationssystem für Kundenberater, das aufgrund schlechter Daten falsche Empfehlungen gab.
- Ein Kunde wurde fälschlicherweise zum Kauf eines schnelleren Internetanschlusses aufgefordert, obwohl er Probleme mit dem bestehenden Service hatte.
Ursachenanalyse
- Unternehmen müssen sich eingestehen, dass Datenqualitätsprobleme existieren und oft selbst verursacht werden.
- Es ist wichtig, die Ursachen von Problemen in den Daten zu suchen und nicht die Reporting-Tools oder Kennzahlen zu hinterfragen.