Im ersten Teil unserer Blog-Serie haben wir erläutert, wie Menschen zur treibenden Kraft der digitalen Transformation werden und wie diese durch Künstliche Intelligenz und Machine Learning befeuert wird. Außerdem haben wir einen ersten Einblick erhalten, wie Finanz- und BI-Experten mit diesen Technologien spürbaren Mehrwert für Corporate Performance Management-Anwendungen generieren können. Im Folgenden werden wir die Themen KI, Machine Learning und andere zukunftsweisende Technologien sowie die Entwicklung von deskriptiven hin zu präskriptiven Datenanalysen näher beleuchten.

Analytische Evolution im Corporate Performance Management

Vor rund 15 Jahren wurde Corporate Performance Management (CPM) als Teildisziplin der Business Intelligence (BI) eingeführt, als Antwort auf die wachsende Komplexität und Herausforderungen der Performance-Steuerung mit Spreadsheets. Die erste Generation von CPM-Lösungen ermöglichte es Fachanwendern, ihre Daten aus verschiedenen Perspektiven zu betrachten und sie sicher in einer auf flexible Planung, Analyse und Reporting spezialisierten Datenbank zu speichern. Im Vergleich zu heutigen Standards beschränkte sich die Analysemöglichkeit meist auf die Beschreibung vergangener Sachverhalte, daher auch die Bezeichnung Descriptive Analysis.

Seitdem ist das Datenvolumen sprunghaft angestiegen, zugleich ist aber auch die Rechenleistung in die Höhe gegangen und die Datenspeicherung erheblich kostengünstiger geworden. Advanced Analytics erfüllt die Anforderungen der nächsten CPM-Generation. Durch die schnelle Verarbeitung großer Datenmengen sind die Nutzer in der Lage, Muster zu erkennen und tiefere Einsichten für die optimierte Entscheidungsfindung zu gewinnen.

Predictive Analytics ist ein Aspekt der Advanced Analytics, der Effizienz und Innovation entscheidend vorantreiben wird. Mithilfe statistischer Verfahren und Algorithmen (auch bekannt als Data Mining) werden dabei große Mengen an historischen Daten analysiert, um Wahrscheinlichkeiten und künftige Ereignisse zu ermitteln. Modernes Forecasting beispielsweise beruht im Wesentlichen auf Predictive Analytics.

Künftig wird es zunehmend BI- und Corporate Performance Management-Lösungen für die Finanzplanung und Datenanalysen geben, die Anwender durch KI-erweiterte Funktionen helfen, Geschäftsergebnisse vorherzusagen und gezielte Maßnahmen zu deren Verbesserung zu empfehlen. Dieses Segment wird als Prescriptive Analytics bezeichnet.

Formen der Künstlichen Intelligenz

 

Analytische Revolution durch Künstliche Intelligenz und Machine Learning

Auch jenseits der Welt von BI und CPM gibt es einen gewaltigen Hype um Analytics, Künstliche Intelligenz und Machine Learning. Künstliche Intelligenz (KI) umfasst sämtliche Technologien, die es einer Maschine ermöglichen, die menschliche Intelligenz nachzuahmen. Das Konzept der Künstlichen Intelligenz gibt es ungefähr seit den späten 1950-er Jahren, es hat aber schnell an Bedeutung verloren, weil einfach die Zeit noch nicht reif dafür war.

Mit grenzenloser Verfügbarkeit und sinkenden Kosten für Rechenleistung bei gleichzeitig steigenden Mengen an analysierbaren Daten ist KI inzwischen kein Thema mehr, das nur in Science-Fiction-Romanen oder abgehobenen Forschungslaboren vorkommt. Die Möglichkeiten zur Nutzung von KI sind endlos. Künstliche Intelligenz wird nicht nur die Geschäftswelt, sondern die gesamte Gesellschaft innerhalb des nächsten Jahrzehnts entscheidend verändern.

Machine Learning treibt derzeit bahnbrechende KI-Innovationen voran. Es umfasst spezifische Algorithmen, die es einem Computer ermöglichen, Informationen zu verarbeiten, Erkenntnisse abzuleiten und diese im Rahmen eines kontinuierlichen Verbesserungszirkels anzuwenden. Das heißt, dass Menschen nicht mehr Computer programmieren müssen, um eine ganz bestimmte Aufgabe auszuführen. Stattdessen können die Computer sich selbst trainieren, eigenständig Entscheidungen zu treffen und Probleme zu lösen.

Machine Learning, und ganz speziell die Unterform Deep Learning, brauchen jedoch eine riesige Menge an nutzbaren Daten, etwa in der Größenordnung wie Google oder Amazon sie haben. Das ist auch der “Treibstoff” von wegweisenden Neuerungen wie selbstfahrenden Autos. Kurz gesagt handelt es sich hier um extrem (!) fortgeschrittene Analytics.

GPU-beschleunigtes Computing und Datenintegrations-Technologien unterstützen KI

Auch Jedox erweitert seine Plattform um Funktionalität für KI und Machine Learning. Unsere Anwender aus der Finanzabteilung und anderen Fachbereichen nutzen heute die flexible, kollaborative Jedox Software-Plattform, um Budgetierung, Planung und Forecasting auf der Finanzebene und der operativen Ebene zu verknüpfen.

Als einziger BI-Anbieter bietet Jedox einen GPU-Accelerator, der Künstliche Intelligenz durch zusätzliche Power für schnellere Datenverarbeitung und die Analyse großer Datenmengen unterstützt und damit die Leistung der hoch performanten In-Memory Datenbank nochmals steigert. Mit dem Jedox Datenintegrationstool und vorgefertigten Konnektoren können außerdem Daten aus unterschiedlichsten Quellen kombiniert werden. Der Jedox Integrator bringt Daten aus internen Systemen wie ERP und CRM zusammen und verbindet diese mit externen Datenquellen, um die wichtigsten Business-Treiber und Trends zu ermitteln.

Jedox GPU Accelerator

Jedox GPU Accelerator

In nächster Zeit werden wir weitere Anwendungsbereiche beleuchten und erläutern, wie die Jedox KI-Engine Business Intelligence, Finanzplanung und Analyse, Automatisierung und Validierung von Forecasting und Vertriebsplanung der nächsten Generation unterstützt.

Erfahren Sie in diesem kurzen Video, wie KI und maschinelles Lernen im Corporate Performance Management für BI und Controlling Realität werden.

 

Lesen Sie Part 3 der Blogserie „Echte Vorteile durch KI“ und erfahren Sie mehr über das Corporate Performance Management der Zukunft.