00:00:01: Erfahren Sie, wie eine gelungene Datenstrategie Ihren Unternehmenserfolg nachhaltig steigert?

00:00:12: Einblicke, Erfahrungswerte und Tipps gibt es von den Datenexperten Michael Jungschläger und Sven Göllner.

00:00:31: Eine kleine Geschichte.

00:00:32: Willkommen zum Podcast Wertgeschätzt!

00:00:33: Diesmal mit mir alleine, mit Sven von der BIMANU.

00:00:36: grüßt euch und die Geschichte, die ich euch jetzt mitgebe, werde ich mit euch.

00:00:40: habt ihr ständigem Unternehmen also Montagsmorgen neun Uhr Geschäftsführer Und du öffnest das erste Dashboard vielleicht das zweite das dritte Chris Per Eme noch eine Excel zugeschickt.

00:00:52: Also wird's ja wissen was in deinem Laden los ist.

00:00:55: und Viertelstunde später weißt Du okay Unser Umsatz in dem Quartal ist um zwölf Prozent eingebrochen.

00:01:03: Aber ich wette mit euch, ihr wisst nicht warum das der Fall ist.

00:01:08: und das nächste oder das Verrückte ist ja eigentlich... Ihr habt ja die Daten!

00:01:12: Ihr habt die Warnwirtschaft, also das ERP, ihr habt ein Customer Relations Management wo eure Kunden und Leads drin sind und die Bereiche haben viele Exels die auch noch gefüttert sind.

00:01:24: nutzt dann tolle Werkzeuge wie Power BI, die euch das ganze interaktiv super aufbereiten.

00:01:29: Also ihr habt quasi mehr Zahlen als jemand überhaupt lesen kann und trotzdem fliegt ja an dieser wichtigen Stelle einfach blind!

00:01:38: Das ist einfach so... Und das ist jetzt wirklich wichtig.

00:01:42: dass kein Datenproblem, das ist ein Kontextproblem und darum soll es heute gehen.

00:01:45: ich versuche jetzt wirklich weiß nicht wie lange die wird aber schätze mal so zwanzig Minuten würde ich noch einmal erklären was isst die neue Kategorie Contextual Intelligence.

00:01:55: Also ihr werdet den Begriff jetzt häufiger hören, abgekürzt CI und warum der Begriff gerade entsteht und was das für eine Kategorie ist und wie einer einfache Formel aus drei Zeichen das Ganze auf einen Punkt bringt.

00:02:07: Und ihr müsst auf jeden Fall dran bleiben weil es ist ne ganz ganz wichtige Folge insgesamt wenn ihr ja mit ChatGPT und Co arbeitet und dort irgendwelche Datenanalyse macht.

00:02:16: also Wir wollen einfach mal starten und dann hoffe ich, dass diese Folge euch diesen Mehrwert bringt den ich mir ja wirklich erhoffe.

00:02:24: Tja warum Daten nicht allein nichts bringen?

00:02:28: Das ist nochmal eine interessante Aussage.

00:02:32: fangen wir mal mit einer Zahl an bei die viele unserer Kunden zu beginnen nennen wie viel Berichte habt ihr?

00:02:40: und dann sind es halt zehn, zwanzig, dreißig Dashboards.

00:02:44: aber wenn ich da noch frage und was passiert danach?

00:02:47: gibt es bessere Entscheidungen, dann ist es ein bisschen still.

00:02:50: Einige sagen das können wir machen's auch aber für einige ist das eine Überforderung mit so vielen Berichten umzugehen.

00:02:59: Das ist halt auch Alltag.

00:03:00: im Unternehmen muss man ja klippen gerade Mittelstand.

00:03:02: und irgendwann In den letzten zehn Jahren hat man gesagt, wir brauchen mehr Transparenz.

00:03:07: Ja dann wurde halt das Ganze auch mit tollen Visualisierungswerkzeugen wie Power BI eingeführt.

00:03:12: Das ist ein weiteres Repotting-Tool was sehr modern und sehr viel kann.

00:03:18: Dann hat jede Abteilung ihr eigenes Excel gebaut Und jetzt kommt's.

00:03:22: Jetzt fangen die Unternehmen und die Abteilungen und die Mitarbeiter an Nutzen, Chat, GPT Cloud, Gemini und Co.

00:03:29: Und das Ergebnis?

00:03:30: Wir haben jetzt nicht nur verteilte Daten in Form von Excel, wir haben jetzt noch nicht nur Dashboard sondern wir haben einzelne Chat-Fenster wo dort auch noch Unternehmensdaten rein landen.

00:03:38: also schon verrückt!

00:03:41: Und das Fazit ist es gibt keine Antworten.

00:03:43: so da würde ich einen typischen Moment mal aufzeigen den jeder Mal erlebt habt.

00:03:49: also ihr habt das Dashboard der zeigt tatsächlich Umsatz minus zwölf Prozent in drei Regionen bei vier Produkten.

00:03:55: Das ist eine klare Aussage und fakte ich ja auch korrekt.

00:03:58: Dafür ist ja auch dieses Thema BI da, also Business Intentate, zentrale Daten sauber aufbereitet.

00:04:05: Jetzt sitzt du aber als Entscheider-Geschäftshörer wirklich vor diesem Dashboard und stellt dir eine wirkliche Frage die dich wirklich interessiert.

00:04:13: Aber das Dashboard kann es gar nicht beantworten!

00:04:16: Warum?

00:04:17: Warum ist tatsächlich der Umsatz gesunken?

00:04:20: So vielleicht bist Du wirklich fit in Deiner Unternehmensbereichen, das heißt du weißt genau dass in der Produktion irgendwas gewesen ist.

00:04:29: Dass da neue Preise entstanden sind und dass ja die Frage an was lag es denn jetzt?

00:04:33: Lags am Wetter, einen neuen Preis, gab's neun Konkurrenten der im Markt war, dann sind vielleicht Kunden die abgesprungen sind und zwar gleichzeitig.

00:04:42: oder hattet ihr am Wochenende eine Produktionsstörung.

00:04:44: Das heißt ihr habt weniger Ein weniger Ausschuss, solche Sachen.

00:04:50: In einer Marketing-Kampagne die von Dürrherdu noch gar nichts weiß weil das Marketing eigenständig agiert mit seinem Budget, die einfach nicht zündet.

00:04:58: Das Dashboard kann es dir nicht beantworten.

00:05:01: Warum?

00:05:02: Weil es nicht alle Daten sieht Und es ist auch gar nicht darauf aufgelegt, diese Zusammenhänge zu erkennen.

00:05:08: Jetzt kann man sagen ja wir haben doch das Copilot aber es bleibt auch da.

00:05:11: Copilot sieht ja auch nicht mehr sondern nur das Dashboard.

00:05:15: Deswegen ist Copilot von Microsoft auch nicht das All High Mittel für solche Fragestellungen zu beantworten weil es halt immer nur den Fokus des Dashboards hat.

00:05:25: also macht man das doch auch was man bisher seit zwanzig Jahren gemacht hat?

00:05:29: Man holt sich jemandem aus der Analytik Abteilung oder aus dem Kontrolling.

00:05:35: Oder man gibt es irgendeinem Mitarbeitungs- und schlimmsten Fallen Werkstudent, der kript sich durch die Systeme, schaut sich die Zahlen manuell an und liefert nach zwei Tagen eine Präsentation oder Ergebnis.

00:05:45: Und wenn's gut läuft habt ihr die richtige Ursachen.

00:05:47: aber echt zwei Tage in dem du nicht reagieren kannst und ich würde wetten... krasses Thema ist, dann kannst du auch nachts nicht mehr schlafen.

00:05:58: So ein was beschäftigt dich?

00:05:58: und dich nervt es dass du jetzt die Antwort noch nicht hast und das du das auch abgeben musstest.

00:06:05: Und jetzt kommt's!

00:06:06: Was is denn die Lösung für das Problem?

00:06:09: Das ist diese neue Kategorie CI also Contextual Intelligence.

00:06:14: Die löst das.

00:06:15: aber bevor ich das erkläre was CI ist müssen wir uns bitte nochmal die Begriffe anschauen weil sie die Hälfte des Gesamtkonstruktes ist.

00:06:24: Also wir haben eine Formel entwickelt, die das aufzeigt und deswegen würde ich gerne mit euch nochmal kurz einen Schritt zurück, dass ihr das versteht.

00:06:33: Das ist ganz wichtig!

00:06:34: Deswegen ist die Folge wirklich elementar.

00:06:36: Wir leiten euch quasi ein neues Thema ein in neue Kategorie, die meiner Meinung nach in den nächsten Jahren unseren Markt bestimmen wird so und deswegen müssen wir noch mal ein paar Begrifflichkeiten vorher beantworten.

00:06:49: Wir werden das auch machen, es gibt zukünftig von uns Blockbeiträge Videos und die Podcast-Folgen dazu.

00:06:55: Also fangen wir mal mit dem Begriff an den die allermeisten hoffentlich jetzt schon kennen und das ist das Thema BI.

00:07:02: also steht für Business Intelligence.

00:07:05: Ich übersetze das nochmal für euch eine Plattform oder Software die quasi die Zahlen aus eurem System sichtbar machen.

00:07:12: Dashboards Berichte Auswertung Wenn es noch mehr ist, ihr habt Kennzeilen sauber definiert Stammdaten.

00:07:18: Habt mit seinen Teilen Datenplattformen die bekanntesten Namen um die Daten dann sichtbar zu machen.

00:07:23: sind da zum Beispiel Power BI Tablo Klick oder Es gibt ein bisschen moderner Luca Sortspot.

00:07:29: also das sind halt vielleicht Software oder BI Werkzeuge die man vielleicht nicht kennt.

00:07:34: Da drunter gibt es ja nochmal Plattform ETL-Werkzeuge etc.

00:07:39: Um die Datenansprechung auf und das lasse ich mal weg.

00:07:42: aber wichtig ist dass ihr das noch mal versteht.

00:07:45: also wofür b.i tatsächlich steht weil das brauchen wir gleich.

00:07:48: also nochmal zurück kam aus den neunzigern und ich finde es war ein echt großer fortschritt in den unternehmen jetzt gemacht haben.

00:07:55: ich komme ursprünglich aus der konzernwelt vor über zehn jahren und da haben wir es halt genauso gemacht, also früher hat man vielleicht die berichte einmal im monat ausgedruckt.

00:08:05: Das BI hat es tatsächlich geschafft, dass wir wirklich die Daten täglich bekommen untertägig oder sogar in der Produktion Echtzeit.

00:08:11: Also klickbar!

00:08:11: Wir konnten filtern... also das kann wirklich sehr viel und kann ich direkt mitgeben ihr werdet es auch weiterhin brauchen.

00:08:18: Wir werden's nicht abschaffen Und das BI kann ja noch mehr.

00:08:23: Also wir zeigen unsere Kennzahnern.

00:08:24: Wir sehen die Abweichung.

00:08:25: Wir können die Zeitverläufe darstellen ganz wichtig wenn wir eine Datenhistorie haben.

00:08:29: Wir wollen ja wissen, wie war denn der Vergleich zum Vorjahr und wir können sogenannte Drilldowns anbieten?

00:08:35: Was ist das denn schon

00:08:36: z.B.?

00:08:37: Also das Klicker zum Beispiel in den Dashboard von Deutschland auf Bayern, auf München, auf einer einzelnen Fiale Das ist quasi der Hierarchiebaum, den ich mache.

00:08:46: D.h.,

00:08:47: Ich mache ein Drill Down auf die unterste Ebene!

00:08:50: Das ist wirklich sehr wertvoll weil ohne BI würden heute die Entscheider komplett blind fliegen.

00:08:55: Sie würden es nicht sehen Aber, jetzt kommt's.

00:08:59: Es ist eine zentrale Einschränkung.

00:09:00: Das heißt es ist ja ein Rückspiegel.

00:09:02: Warum?

00:09:03: Weil wir immer wieder die Daten reinholen und die Datennistorie bei uns haben.

00:09:07: Also das BI zeigt euch was passiert ist im Rückspiegel natürlich sehr nützlich.

00:09:13: Besser als ne klassische Bewerb vom Steuerberater, die sechs Wochen braucht oder so.

00:09:16: Sondern das Ding ist da am Tag wenn er es richtig gemacht hat.

00:09:20: Also nehmen wir die Analogie zum Auto.

00:09:23: Rückspiegel ist natürlich nützlich.

00:09:25: Also ich fahre nicht ohne Rückspiegel, es gibt so neue Autos wo digitaler finde ich ganz schlimm.

00:09:30: also ihr nutzt das alles.

00:09:31: Also niemand würde doch mal Auto ohne fahren.

00:09:33: So ist das auch im Unternehmen.

00:09:34: Es wäre also fallmäßig wenn ihr das noch nicht habt.

00:09:38: Wenn du nur in den Rückspiel schauen würdest kannst du aber nicht navigieren und das ist halt das Problem.

00:09:45: Das heißt jetzt müssen wir uns ein bisschen konkret anschauen.

00:09:48: Das eine Dashboard, was du dann hast zeigt dir also als Beispiel.

00:09:53: Die Ausschussquote in der Produktion steigt seit vier Wochen und es ist die Linie drei betroffen.

00:09:59: das sind ganz wichtige Informationen zwei-drei Stück aber warum steigt sie?

00:10:03: Das weiß das BI nicht!

00:10:05: Was sollst du jetzt tun?

00:10:06: Das BI weiss es einfach nicht.

00:10:08: und wie schlimm wird es noch auch da?

00:10:10: das BI weiß es nicht.

00:10:12: Das ist keine Schwäche der Tools.

00:10:14: Das is eine Definition.

00:10:16: der Kontext fehlt.

00:10:17: BI war aber wirklich nicht dafür gebaut, Ursachen zu finden oder Empfehlungen zu geben.

00:10:21: BI hat dafür gebaut Zahlen zur Visualisierung darzustellen und in einer ordentlichen Form bereitzustellen.

00:10:31: Genau deshalb erleben viele Unternehmen ihre Dashboards irgendwann nicht mehr als Entlastung sondern als zusätzliche Interpretationsarbeit.

00:10:38: Und du kennst es selber?

00:10:40: Ihr habt Meetings und dann sitzen vier Leute und ihr diskutiert über eine Zahl.

00:10:45: So, du hast die Zahl.

00:10:46: Aber die Frage was bedeutet sie?

00:10:47: Landet trotzdem wieder bei einem Menschen meistens bei der, der am wenigsten Zeit dafür hat und oder bei einen, der keine Ahnung hat?

00:10:54: das haben wir auch erlebt.

00:10:55: dann hast du da jemanden sitzen der irgendeine Antwort gibt aber er kann gar nicht diese zahl sauber interpretieren und gibt dir gegebenfalls eine falsche Aussage.

00:11:05: so Das nächste ist jetzt kommt.

00:11:08: wir haben den ersten Begriff BI geklärt.

00:11:11: habt ihr verstanden?

00:11:12: Wenn nicht, wir haben uns auf der Webseite Blogbeiträge nochmal zu dem Thema Bitte eingehen Business Intelligence und ihr kriegt sehr viel Kontext.

00:11:20: noch mal also Themeninhalte um euch einzulesen.

00:11:23: Alternativ nimmt mein Buch Dreiundrasschen Pulse für einfache Datenstrategien.

00:11:27: auch da sind die Konzepte nochmal drin.

00:11:30: Wert geschätzt.

00:11:31: ab zum Neustart Ich muss dich leider stören, wir haben eine Unterbrechung und die haben wir aus gutem Grund.

00:11:39: Wir würden dir gerne was schenken!

00:11:41: Und zwar... Das Nächste, was wir uns jetzt anschauen müssen ist der zweite Begriff AI.

00:12:08: Also AI steht für Artificial Intelligence also die künstliche Intelligenz.

00:12:14: Chatchi Pity ist seit zweit... also zwentwoundzwanzig glaube ich rausgekommen?

00:12:17: Ja, ich glaub schon!

00:12:19: Jeder gefühlt hat das jetzt im Einsatz jeder nutzt es auf eine gewisse Naht ob its gut oder schlecht vom Tiefgang.

00:12:27: aber es ist angekommen zum Teil ja auch in den Familien.

00:12:30: Das heißt, die Großmutter macht dann die Rezeptrezepte mit oder es wird die Urlaubsfragen gemacht.

00:12:36: also das ist jetzt tatsächlich ein Medium.

00:12:38: wo KI im Alltag angekommen ist finde ich eine klasse Sache und ist auch einen Technologiesprung dem erlebt haben sogar die Schüler werden es nutzen um ihre.

00:12:49: Ja, ihr wisst selber um ihre Schularbeit damit zu machen oder ihre Projektarbeiten.

00:12:54: für die Lehrer ist das glaube ich ein Graus aber über das müssen wir ja gar nicht hier sprechen.

00:12:57: Also ChatchiBt kennt er von ArupMare Wir haben Claude von Antropic.

00:13:01: Wir haben Geminal von Google.

00:13:02: Das sind so meiner Meinung nach.

00:13:04: die gerade aktuell Interessanten und Führenden gibt natürlich noch weitere keine Frage.

00:13:08: Aber bleiben wir bei denen So.

00:13:10: aber dieses AI ist ja nicht nur dass AI umfasst dabei auch Maschinen-Learning-Modelle So, die seit Jahren in der Industrie laufen.

00:13:19: Modelle, die Anomalien erkennen muss da für einen Prognosen erstellen.

00:13:23: Und das ist was wir zum Beispiel machen.

00:13:25: Wir nehmen unser klassisches BI und schauen z.B.

00:13:28: vor meiner Machbarkeitsanalyse.

00:13:30: können wir prognosen abbilden?

00:13:33: Dann suchen wir entsprechende Machine Learning-Modelle schneiden zum Beispiel Warengruppen und geben dann diese Machine Learning und lassen sie trainieren und schreiben die Ergebnisse wieder zurück.

00:13:42: also dass es die Ebene auf VR aufsetzen.

00:13:46: Und AI kann Dinge, die BI nie konnte.

00:13:49: Also große Datenmengen durchwühlen Zusammenhänge finden, die ein Mensch übersehen würde Dann diese Ausreise haben bevor sie zum Problem werden das kriegst du mit dem BI nicht hin oder mit einem Dashboard und Vorher sagen machen für die nächste Woche nächsten Monat nächstes Quartal Das klingt alles nach dieser Lösung oder?

00:14:10: Einfach auf die Daten und fertig was machen gerade wirklich einige Bald auf die Nase, weil das versprechen euch die ganzen Agenturen.

00:14:19: Die jetzt um die Ecke kommen und sagen wir bauen euch ganz billige Lösungen.

00:14:22: Das kostet nicht viel.

00:14:24: Ich würde euch aber jetzt mal ganz kurz erklären warum das nicht der Fall ist.

00:14:29: Es geht nicht.

00:14:30: Und jetzt kommt die zweite Metapher, die ich mitgeben möchte oder anbieten möchte AI ohne diesen Kontext ist wie ein Profit ohne Landkarte!

00:14:40: Ich möchte es jetzt auch mal kurz erklären.

00:14:42: Das Modell kann die Muster kennen, es kann vorher sagen.

00:14:45: Es kann euch auch warnen aber das weiß nicht wo es gerade ist.

00:14:49: Stellt dir vor du fragst dein Chatchapity warum sieht mein Umsatz?

00:14:54: Was würdest Du denn bekommen?

00:14:56: Eine brillant formulierte genährliche Antwort über mögliche Gründe.

00:15:00: Vielleicht hast Du sogar Deinen Kontext also Deine Infos mitgegeben was Du für ein Unternehmen bist sodass der vielleicht genau weiß, was da vielleicht ist.

00:15:09: Hat da vielleicht irgendein Beitrag gefunden?

00:15:13: Also Marktveränderungen hat Wettbewerber Preise die sich verändert haben das alles nicht falsch aber es eben auch nicht dein Umsatz und auch nicht deine Kunden und nicht deinen Unternehmen.

00:15:25: Also konkret, JetGPT kennt deine Zahlen nicht.

00:15:28: Und das müsst ihr euch nochmal einbrennen.

00:15:30: also es kennt deine Unternehmenszahlen nicht.

00:15:31: Es hat keinen Zugriff auf deinen SAP dann CRM, deine Lagerbestände oder Marketingkampagnen.

00:15:37: Es weiß auch nicht dass sie am Februar die Preise haben.

00:15:39: Es weiß nicht dass euer Key-Account in Süddeutland sitzen.

00:15:43: So jetzt kommen da ein paar Leute um die Ecke und sagen Boah, genau!

00:15:45: Das ist aber Quatsch was du hier erzählst.

00:15:48: Wir können doch jetzt an JetGPP Systeme anbinden.

00:15:51: Ja ihr habt Konnetoren, MSCP Server solche Sachen ja könnt ihr machen Aber es funktioniert ja trotzdem nicht, weil wie soll denn ChatGPT diese Beziehung herstellen über die Systeme hinweg?

00:16:03: Ihr könnt das alles klingen und das ist auch der Punkt den ich gerade kritisiere bei Marktbegleitern.

00:16:08: Obwohl sie gar nicht direkte Marktbegleiter sind aber jetzt quasi versuchen in diesen Datenmarkt reinzugehen.

00:16:13: Das wird nicht funktionieren.

00:16:16: So ohne diesen Kontext Ist AI auch da nur schnelle Statistik?

00:16:22: Und die spezialisierten Maschinen-Learning-Modelle, die in der Industrie haben dieses Problem.

00:16:27: Ein Modell erkennt das eine Maschine ausfallen könnte aber dass gerade wirtschaftlich kritisch oder ist wo soll das denn wissen?

00:16:32: also es hat ja nur die Daten von dieser Maschine aber kennt vielleicht nicht die Daten aus der anderen Maschine die ihr auch ein Problem habt und vielleicht gibt's Vorgaben.

00:16:41: Also genau an dieser Stelle wirds finde ich mega spannend Denn BI und AI haben zwei Komplimentäre stärken, aber auch zwei komplementäre Schwächen.

00:16:50: Wie all kennt die Daten?

00:16:52: Aber nicht was sie bedeuten und das noch mal müsst ihr verstehen!

00:16:56: Und das AI versteht wirklich sehr viel, aber nicht eure Daten.

00:17:01: So was ist denn wenn wir beide Welten zusammenbringen?

00:17:05: Das würde ich jetzt mitgeben.

00:17:08: und wirklich das ist ganz wichtig, was wir hier aufgezeigt haben oder mit geben Das solltet ihr euch definitiv merken, weil das der Game Changer ist.

00:17:20: Wirklich es ist ein Game Changers.

00:17:21: Ihr habt jetzt, wir haben nur das AI gesprochen und wir haben über das BI gesprochen.

00:17:27: Und die Formel dahinter, die ich ganz am Anfang gesagt habe, ist AI plus BI gleich CI.

00:17:32: Also, wir nehmen nochmal Artificial Intelligence plus Business Intelligence ergibt quasi Contextual Intelligence also auf Deutsch Kontextuelle Intelligenz.

00:17:46: Also wir gehen jetzt mal in die Formel eins und rein, weil das AI und BI habe ich dir gerade erklärt.

00:17:50: Aber noch einmal ganz kurz auch mit einem Beispiel unterlegt also dass BI zeigt hier was passiert.

00:17:56: der Umsatz zum Beispiel NQ-I ist um zwölf Prozent gesungen drei Regionen sind betroffen vier Produkte.

00:18:02: so Wir gucken auf die Vergangenheit.

00:18:04: faktisch Ist auch präzive aber es ist stumm.

00:18:07: So Das AI zeigt aber jetzt wie es weitergeht.

00:18:11: also wir haben eine Anomalie erkannt.

00:18:13: Der Rückgang korreliert zum Beispiel mit der Preiserhöhung im Januar.

00:18:16: Der Trend prognostiziert weiter minus acht Prozent in Q-Zwei, das ist schon cool oder?

00:18:22: Also es ist auch schon deutlich besser.

00:18:25: Das heißt wir haben eine Vergangenheit plus Zukunft, Muster und Prognose.

00:18:28: aber was sollt ihr denn jetzt entscheiden?

00:18:31: du weißt dass du das Problem hast aber du weisst ungefähr auch ungefähr wie sich das entwickelt aber du weiß nicht was du konkret tun sollst.

00:18:38: und dann kommt das C I ins Spiel Also Contextual Intelligence.

00:18:42: Die neue Kategorie zeigt dir tatsächlich warum und was du als nächstes tun solltest, also am gleichen Beispiel die Ursache.

00:18:50: drei Key-Accounts, die ihr habt reagieren auf die neuen Preise.

00:18:54: Zwei davon haben Wettbewerber angefragt weil der dann verzog war und einer den Vertrag gekündigt ist ja schon eine krasse Aussage oder eine krasse Ursache.

00:19:03: Und die Empfehlung ist jetzt, was mache ich denn daraus?

00:19:05: Die Rückgewinnungsgespräche sofort starten mit den Betroffenen Kunden noch in dieser Woche.

00:19:09: Das heißt der Vertrieb kriegt das Signal hey hier ist jetzt gerade etwas passiert.

00:19:13: drei Key Accounts haben einfach sofort reagiert fangen jetzt an bei Wettbewerbern nachzufangen und einer sogar den Vertrag gekündigen.

00:19:21: so und Man kann noch mal prüfen, sollen wir eine Preisanpassung doch für das Segment?

00:19:26: Weil dies für uns so wichtig ist.

00:19:28: So und die Retention-Kampagne um die Kunden zurückzuschauen muss sofort starten.

00:19:31: also merkt ihr den Unterschied.

00:19:34: dass BI hat uns ja die Zahlen gegeben.

00:19:37: Zahlendatenfakten das AI hat eine Prognose mitgegeben Und jetzt kommt das CI.

00:19:43: Also der Kontext gibt quasi eine Handlungsempfehlung mit mit einer Begründung.

00:19:50: Also das ist genau Contextual Intelligence, es ist also keine reine neue Technologie Es ist eine Art bestehende Technologie zusammenzubringen.

00:19:59: Du nimmst die ganz normalen strukturierten Daten aus dem BI In der Hoffnung sie sind gut, dass die Hausaufgabe die aber auch machen müsst.

00:20:06: Wenn die nicht gut sind dann bekommt er natürlich da auch wieder Käse raus.

00:20:10: Kombiniert Sie damit diesen Mustererkennungsfähigkeit in der AI und ergänzt jetzt den Unternehmenskontext.

00:20:17: Wer ist Key-Account?

00:20:18: Welche Regel gibt es, welches Ziel verfolgen.

00:20:20: Was hat gerade Prio und dann bekommst du nicht nur Zahlen sondern auch nicht Prognosen, sondern eine Orientierung.

00:20:29: Und ein ganz wichtiger Satz weil Intellenz und Kontext nur Lärm ist und das meine ich etwas gerade passiert.

00:20:35: wir schmeißen zu viel dort in diese LMMs rein und machen uns da noch gar keine Gedanken.

00:20:43: so vielleicht noch eine Fußnote für Software Entwickler falls ihr das hört.

00:20:46: Ich weiß bei euch Er steht CIF für einen ganz anderen Begriff.

00:20:51: Das ist halt Continuous Integration, bei Marketing ist es Corporate Integration das meinen wir damit nicht sondern Für uns steht das im Kontext bei BIMANO und auch was das Thema betrifft, immer für Contextual Intelligence.

00:21:09: Also die Formel AI plus BI ist gleich.

00:21:11: CI hilft das wirklich auseinander, weil sie immer nur zusammen betrachtet wird.

00:21:15: also wir können es nicht isoliert sondern wir brauchen das AI Wir brauchen das BI und das ergibt gleich das CI.

00:21:22: So Bisher war das viel Theorie, harte Kost fand ich.

00:21:26: Wir haben auch lange uns da jetzt mit beschäftigt und werden immer mehr in das Thema eintauchen, rein Technik gesehen um das Ganze umzusetzen ist es schon eine Hausnummer.

00:21:36: aber Ich würde gerne die Theorie jetzt mal konkreter machen.

00:21:40: Und bei uns nennen wir diesen Moment immer CI-Moment weil er so Charakter ist.

00:21:45: Es läuft fast immer gleich ab Ein Geschäftsführer oder ein Vertriebsleiter stellt ein System eine Frage, nicht in dieser Datenabfrage, SQL.

00:21:54: Nicht mit Filtern sondern auf Deutsch.

00:21:56: also ihr schreibt es oder spricht es ein?

00:22:00: Also warum schließen wir weniger Diets als das letzte Quartal?

00:22:03: Das klassische BI würde jetzt das Dashboard öffnen oder ihr erittet es offen.

00:22:09: Ihr guckt euch die Pipelands an, die Conversion Rates gewähnenden Verlustverhältnisse, zwanzig Grafiken.

00:22:14: interessant aber ihr könnt es immer noch nicht beantworten.

00:22:18: Das CI, also das Contextual Intelligenz antwortet anders.

00:22:21: Die Antwort würde dann ungefähr so klingen die Abschussquote ist im letzten Jahr Quartal von vierundzwanzig auf achtzehn Prozent gefallen und dafür sind drei Faktoren voran.

00:22:31: von erstens Wettbewerber hat im September seine Preise um zehn Prozent gesenkt.

00:22:36: seitdem verlieren wir die preissensiblen Diets häufiger.

00:22:39: Zweitens, eine durchschnittliche Verkaufsdauer hat sich von vierzig Tagen auf Zweinsichtshage verlängert.

00:22:45: Grund ein neuer Entscheidartyp bei den Zielkunnen die mehr Abstimmung braucht.

00:22:49: und drittens zwei eurer besten Vertriebsmitarbeiter haben zusammen vierzig Prozent weniger Termine vereinbart.

00:22:54: Einer war krank und einer hat intern gewechselt.

00:22:57: um die Empfehlung einen spezifischen Workshop für die neuen Scheider-Ebene aufsetzen, Vertriebskaffer CT kurzfristig aufstocken und bei preisensiven Deals eine Flecksoption im Angebot aufnehmen.

00:23:09: Und das ist der CI Moment!

00:23:11: Merkt ihr den?

00:23:11: Also merkt ihr das also... Das ist jetzt nicht mehr.

00:23:14: wir schauen uns irgendwelche Zahlen in einem Dashboard an oder eine Grafik.

00:23:16: das sind Erklärung plus einer Empfehlung und das ist Der Game Changer.

00:23:21: und das funktioniert nicht deshalb weil da so ein Zauberkasten läuft oder ein Zaurber KI sondern weil wir drei Dinge gleichzeitig können.

00:23:27: erstens die daher die Unternehmensdaten lesen, alle strukturiert.

00:23:31: Das zweite wir kennen Muster und Zusammenhänge auch zwischen dem System.

00:23:36: und das dritte Wir verstehen unter Nebenskontext wer gehört zu wem welche Regel gibt es was ist genau wichtig in den Moment?

00:23:43: und erst diese Kombination aus diesen drei Fähigkeiten aus einer Zahl eine Handlungsempfehlung Und dann ist das keine Technik mehr sondern Dann ist das ein ein geschäftskritischer Vorgang den wir da haben.

00:23:57: also Früher war es immer so in einem BI-Kontext, wenn wir Daten aufnachten und da hat man sich sehr oft an der Technik aufgehalten.

00:24:04: Nee das hat jetzt Business Impact!

00:24:06: Und total um.

00:24:06: wer das nicht versteht und nicht in Umsetz zukünftig wird glaube ich echt ein Problem bekommen.

00:24:13: So und jetzt würde ich noch mal kurz das ganze Eingrupp hier für wen könnte das interessant sein?

00:24:19: Wie fängt man auch an?

00:24:23: Für wen könnte es denn sein?

00:24:25: Contextual Intelligence?

00:24:27: Die ehrliche Antwort dahinter, ich denke jeder deutsche Mittelstand braucht das.

00:24:31: Also ein bisschen genauer für Unternehmen mit zehn bis fünffhundert Millionen Umsatz die Daten schon haben aber das Gefühl dass sie dort wirklich noch blind unterwegs sind.

00:24:42: Für wen ist es vielleicht nicht geeignet?

00:24:44: Für ein klassisches Start-up das gerade anfängt und vielleicht drei Exeter beendert oder eine große Abteilung die zwanzig Leute beschäftigt und im Team diese Expertise.

00:24:55: Meistens muss man ja sagen schon in den Konzern, DAX-Konzernen also auch da werden die viel Arbeit haben dort hinzukommen.

00:25:01: aber wenn man doch mal schaut letztendlich ist es wirklich für den Mittelstand gedacht bei Unternehmen die zu groß für Bauchgefühl geworden sind und merken hey wir müssen jetzt was verändern Aber auch nicht in der Lage sind, ein zehnköpfiges BI oder Datateam sich zu leisten.

00:25:17: Die zweite Frage die jetzt kommt Wie würde man denn jetzt anfangen?

00:25:20: Das klingt wirklich nach einem großen Projekt.

00:25:23: vielleicht Ich sehe das überhaupt nicht sondern Im Gegenteil.

00:25:28: also ich würde auch dort wieder use case getrieben anfangen Anwendungsgetrieben Auch nicht mit der Zielarchitektur Sondern wir haben eine konkrete frage die euch wirklich rumtreibt zum Beispiel Aus der Praxis, immer wieder auch bei unseren Kunden.

00:25:43: Welche Kunden verlieren wir als nächstes und wie können wir es verhindern?

00:25:47: Oder aus dem Finanzen-Keschlobereich, wie sieht die Liquidität in neunzig Tagen aus?

00:25:51: Und wie würde das zum Beispiel die Prognose vergleichen?

00:25:55: oder warum sinkt die Margell im Produktsegment A und wie könnte man z.B.

00:26:00: gegensteuern?

00:26:01: Also eine dieser Fragen ist eine Antwort.

00:26:04: und wir haben diesen CI Moment wieder also Contextual Intelligence.

00:26:09: Von dort aus wächst das Ganze, weil die Infrastruktur, die dahinter steckt schon für die nächste Frage bereit ist.

00:26:17: Wir müssen nicht alles fertig haben!

00:26:19: Es geht um die Entscheidungsqualität und nicht um die Architekturpreise in dem Fall.

00:26:23: Das ist ganz wichtig!

00:26:24: Habt ihr noch gar nichts?

00:26:25: Also wir haben ja eben die Formel gehabt AI plus BI gleich CI.

00:26:30: dann müsst ihr das BI haben.

00:26:32: Wir müssten mit dem BI anfangen,

00:26:33: d.h.,

00:26:33: aber nicht für das ganze Unternehmen und alle Daten die es gibt, sondern wir haben eine Fragestellung und diese Frageställungen setzen wir in den BI als erstes ein.

00:26:42: Wir müssen die Datenquellen aufnehmen, zentralisieren, Kennzahlen, Definitionen sauber vornehmend Stammdaten richtig zuordnen, fachliche Logiken... Und dann setzen wir das Datenmodell auf und eine semantische Schicht für das CI.

00:26:55: Wenn dieser Fall durch ist, nehmen uns das nächste vor und das BI wächst halt mit!

00:27:01: Das ist ganz wichtig.

00:27:04: Letzter Schluss sind doch über zwanzig Minuten geworden aber ich finde das Thema zu wichtig.

00:27:09: noch ein Gedanke warum das Thema jetzt gerade für euch relevant ist In den letzten zwanziger Jahren war Wirklich das klassische BI immer nur die Antwort auf diesen Datenmangel.

00:27:20: Man hat Zahlen, man hat sie sichtbar gemacht weil vorher keine da waren.

00:27:24: In den letzten drei Jahren kam jetzt AI zu.

00:27:27: Also Chatchi Pity haben wir ja gesagt, im Jahr zwanzigundzwanzig man hat verstanden dass Modelle Muster erkennen können und die Menschen übersehen.

00:27:34: Aber beides voneinander getrennt zu betreiben ist glaube ich... Wir sind jetzt seit Jahrzehnten nicht mehr die Lösung.

00:27:39: Das ist eher das Problem und die Gefahr, die ich gerade auch bei den Unternehmen sehe dass da auch wieder Wildwuchs entsteht.

00:27:45: also der nächste Schritt ist nicht das nächste Dashboard oder nicht des nächster LMM-Tool sondern der nächste schritt ist die Kombination ausdessen also aus beiden Welten mit diesem Kontext.

00:27:57: und das war halt Contextual Intelligence.

00:27:59: und das ist die Formel die ich nochmal mitgeben möchte damit die nicht vergessen wird AI plus BI gleich CI Und unser Slogan da drunter war Intelligenz ohne Kontext einfach nur Lärm ist.

00:28:10: Falls ihr sagt, hey das hat sich sehr interessant angehört ich möchte in diese Richtung auch gehen und ich möchte mir es überlegen wie kann ich das gestalten?

00:28:19: Dann schaut doch mal bei uns auf der Webseite, beziehungsweise kommt mal auf den Erstgespräch und dann gucken wir uns das Ganze an.

00:28:26: Mir ist wichtig dass es keine Verkaufsanstattung weil wir müssen erstmal verstehen wo steht ihr was wollt ihr machen?

00:28:30: Was sind eure Fragestellungen?

00:28:32: Und dann können wir da auch tiefer reingehen und einen konkreten Newcase das ganze Thema mal richtig greife machen damit ihr wirklich versteht und auch sieht was kann denn CI wirklich?

00:28:42: also in diesem Sinne bis zum nächsten Mal machts gut Jetzt schnell noch abspeichern und dann direkt mehr Wissensschätze finden.

00:28:52: Gemeinsam mit den Datenexperten Sven Göllner und Michael Jungschläger in der nächsten Folge von Wertgeschätzt, der Podcast!

00:29:00: Warum Datenstrategie den Unternehmenserfolg steigert?

00:29:12: Mit einem Klick abonnieren und keine Folge mehr verpassen.