Datengetrieben entscheiden – wie KI unser Denken verändert< In der aktuellen Folge spreche ich mit Dr. Claudia Brauer, Professorin für Digital Marketing & Analytics am MCI Innsbruck, über datenbasierte Entscheidungsfindung und wie KI unser Denken verändert. Wo früher Bauchgefühl und Excel genügten, übernehmen heute automatisierte Analysen, Reports und KI-Systeme. Doch was bedeutet das für Entscheidungsqualität und Verantwortung im Unternehmen? Daten sind der Rohstoff, doch Kompetenz ist der Schlüssel. KI kann nur unterstützen, wenn Unternehmen ihre Hausaufgaben gemacht haben – Prozesse verstehen, Daten richtig interpretieren und Verantwortung behalten. Kernaussagen der Folge: - KI ist kein Ersatz für Datenkompetenz – sie verstärkt Unterschiede zwischen datenreifen und datenfernen Unternehmen. Zitate von Dr. Claudia Brauer: „KI vergrößert die Kluft zwischen jenen, die Daten verstehen, und jenen, die es nicht tun.“ „Man muss halt zuerst die Hausaufgaben machen.“ Datenfriedhof vermeiden: Reporting verständlich aufbereiten, kommunizieren, besprechen. Human in the Loop bleibt zentral – KI unterstützt, entscheidet aber nicht. Praxis für KMU: Mit kleinen Reports starten (z. B. Looker Studio) und Schritt für Schritt lernen.
Im Gespräch mit Dr. Claudia Brauer, Professorin für Digital Marketing & Analytics am MCI Management Center Innsbruck, geht es um datenbasierte Entscheidungen, KI-gestützte Analysen und die Frage, wie viel Verantwortung Unternehmen an Maschinen abgeben dürfen.
Claudia zeigt, wie sich Entscheidungsprozesse in Marketing und Management in den letzten Jahren verändert haben – von klassischen Excel-Reports zu Echtzeit-Analytics und Predictive Insights.
Sie spricht darüber, warum KI kein Shortcut ist, sondern erst dann Wirkung entfaltet, wenn Datenqualität, Prozesse und menschliches Verständnis zusammenspielen.
Ein besonderes Augenmerk legt sie auf die zunehmende Kluft zwischen Unternehmen, die Daten verstehen, und jenen, die sich auf Tools verlassen, ohne deren Funktionsweise zu begreifen.
Petra Liebl betont dabei den kulturellen Aspekt: „Die eigene Meinung ist da meistens nicht so maßgeblich“ – wenn Zahlen klar zeigen, wohin der Weg führt.
Themen der Folge:
Wie KI Entscheidungsprozesse beschleunigt – und warum das nicht automatisch zu besseren Entscheidungen führt
Von Excel zu Echtzeit-Reporting: Datenkompetenz als Schlüsselkompetenz
Der Datenfriedhof-Effekt: Wenn Zahlen gesammelt, aber nicht genutzt werden
Human-in-the-Loop – wie Menschen Kontrolle und Qualität sichern
Transparenz und Verantwortung in datengetriebenen Organisationen
Praxis-Tipps: Kleine Reports, klare KPIs, realistische Umsetzungsschritte
Dr. Claudia Brauer ist Professorin für Digital Marketing & Analytics am MCI Management Center Innsbruck.
Sie forscht und lehrt zu den Themen Digital Analytics, KI-Anwendungen im Marketing und datenbasierte Entscheidungsprozesse.
Als Expertin verbindet sie wissenschaftliche Tiefe mit Praxisnähe – und zeigt, wie Unternehmen datengetrieben, aber menschlich entscheiden können.
Prof. Dr. Claudia Brauer auf LinkedIn
Petra Liebl – Expertin für digitales Marketing mit KI
Mit ihrem digitalen und Marketing-Background lenkt Petra den Blick weg von Tools, hin zum entscheidenden Erfolgsfaktor: dem aktiven Gestalten von und für Menschen in Organisationen.
Ihr Ziel: Chancen erkennen, kritisch denken, verantwortungsvoll handeln.
Petra Liebl
Strategie | Digitales Marketing | KI für Unternehmer:innen
👉 www.contentbakery.at
📧 info@contentbakery.at
Die Zusammenfassung dieses Beitrags und aller weiteren Folgen zu digitaler Transformation & KI in der Praxis findest du unter
👉 https://dertransformationspodcast.at/
Vor 25 Jahren traf ein Unternehmer Entscheidungen mit Excel-Tabellen, Marktforschungsberichten und einer gehörigen Pportion Bauchgefühl. Heute analysieren KI-Systeme in Millisekunden Millionen von Datenpunkten und schlagen automatisch optimierte Strategien vor.
Doch hat sich dadurch die Qualität unserer Entscheidungen wirklich verbessert? Oder treffen wir einfach nur mehr Entscheidungen schneller, aber nicht unbedingt besser? Willkommen bei "Vom Hype zum Handeln”, dem Podcast zur Transformation im Zeitalter der künstlichen Intelligenz.
Die Entwicklung von klassischer Web-Analytics über Big Data bis hin zu KI-gestützten Insights war rasant. Doch in der Praxis zeigt sich, viele Unternehmen nutzen die Technologie ohne wirklich zu verstehen, was im Hintergrund passiert.
Mein Name ist Petra Liebl und ich begrüße dich ganz herzlich zu einer neuen Ausgabe des Transformations-Podcasts “Vom Hype zum Handeln”. Ich spreche heute mit Dr. Claudia Brauer, Professorin für Digital Marketing und Analytics am MCI Innsbruck, darüber, wie sich Entscheidungsfindung im Unternehmen über 20 Jahre hin fundamental verändert hat.
Als Forscherin mit über 20 Jahren Erfahrung in Web-Analytics, Social-Media-Analytics und Big Data bringt Claudia Brauer eine einzigartige Landzeitperspektive mit. Sie hat die gesamte Transformation miterlebt von den ersten Website-Trackings bis zu modernen KI-Systemen, die in Echtzeit Millionen von Datenpunkten analysieren.
Heute bildet sie eine Generation für datengetriebene Entscheidungen aus, die mit dieser Technologie aufgewachsen sind.
Willkommen, Claudia.
Herzlich willkommen. Ich freue mich hier zu sein. Es ist ja eigentlich viel schon zu meiner Person gesagt worden. Es gibt da eigentlich gar nicht mehr so viel dazu zu ergänzen. Ja, und ich freue mich jetzt auf die Fragen.
Was ist dein Blick auf diese digitale Transformation und KI in puncto der möglichen Entscheidungsfindung für Unternehmer denn so ist?
Ja, das ist eine Frage, die, ich sage mal mal so, für meinWissenschaftlerherz schwer kurz zu beantworten ist, tendenziell sich einiges gewandelt, aber wie sozusagen die Datenanalyse an und für sich stattfindet, da hat sich jetzt in den letzten Jahren also von der grundsätzlichen Vorgangsweise nicht viel geändert.
Wir haben aber jetzt einfach auch durch die verschiedenen Analytics-Systeme, die natürlich auch immer mehr mit KI angereichert sind, ja, viel mehr Möglichkeiten, du entscheidest, ja, so viel können wir mehr um Detail anschauen. Das setzt aber natürlich auch voraus, dass wir dafür Zeit haben, ja, und die meisten Unternehmen habenin dem Bereich leider nicht so viel Zeit und nicht nur die Zeit ist das Problem, sondern es fehlt auch generell in dem Bereich immer noch an qualifizierten Fachkräften. der Bedarf. Seitens der Unternehmens wird immer größer, da war so noch einzustellen, die sich damit auskennen, aber wie gesagt, die sind derzeit immer noch schwermarkt zu bekommen.
Interessant, dass das ein rares Gut ist, ein rares Mitarbeitergut. Danke, dass du seinen Blick schon darauf gehörst, dass es wie zu wenige davon gibt, schön, dass ihr sieoder du sie mit ausbildest in Leitend, bevor wir das Thema genauer uns anschauen, die Frage, wie dürfen wir uns in das vorstellen?
Du hast ja gesagt, du bist Forscherin, aber du machst ja praktische Dinge, also wie zum Beispiel Datenanalyse. Wenn du vor 20 Jahren so eine Datenanalyse gemacht hast für ein Unternehmen, wie lange hatten das gedauert und was ist dabei herausgekommen vor 20 Jahren?
Also meine erste längere Erfahrung war damals so, wobei Google Analytics schon gab, aber die Firma oder die Organisation durfte das damals nicht verwenden. Da haben wir da rausfiltern wollen, der Anteil der Personen, die da mobil zugreifen.
Jedenfalls haben wir da abends um zehn angefangen, diese Analyse laufen zu lassen und es hat gedauert bis zum nächsten Tag, früh um sieben oder um acht irgendwie so, bis also sozusagen ein Ergebnis dastand.
Man muss dazu sagen, es gab ja damals auch schon Google Analytics, oder es ist vielleicht jetzt schon 15 Jahre oder so her. Nee, es sind doch schon 20. Das würde damit auch gehen diese Analysen waren damals mit Google Analytics auch schon durchaus möglich.
Also gerade wenn es jetzt auch um die Anwendung von Google Analytics geht, also so Web Analytics, da muss man sagen, da haben viele Firmen so in den letzten zwei, drei, vier Jahren sehr stark aufgeholt.
Nichtsdestotrotz, würde ich sagen, so aus meiner Erfahrung heraus sind die Mehrheit. Ja, und da rede ich jetzt nicht von denen, die wirklich digital jetzt führend sind, die uns alle bekannt sind, doch eher noch auf einem übersichtlichen Niveau, weil sie entwickeln sich schon immer weiter.
Sie sehen auch, wenn sie mit den Daten arbeiten, wie wichtig die sind. Und das finde ich eigentlich wirklich spannend. Das Problem ist, wenn ich jetzt mit meiner Marketingbrille draufschaue, die Datenquellen werden immer mehr.
Jetzt stehen die Unternehmen natürlich auch vor der Herausforderung, die bringen sie, diese ganzen Datenquellen. Einerseits dieses Thema, aber auch wo finde ich Leute, die diese verschiedenen Datenquellen mit mir analysieren können.
Wie weit kann ich das für mich aufbereiten? Und die nächste Stufe ist ja, man muss ja auch gewährleisten, dass diese Kennzahlen oder Informationen in der Firma auchzur richtigen Zeit an die richtigen Personen kommen.
Und das ist aus meiner Sicht immer noch mit eines der häufigsten Schwierigkeiten. Also zu wissen, für wen sind diese ganzen Daten wirklich relevant? Wer kann damitetwas anfangen? Und vor allem auch, die oft muss ich diese kennen.
Seilien gucken, das sind immer noch so die üblichen Fragen, mit denen da viele auch zu kämpfen haben. Und auch gerade so die O, sagen sie jetzt nicht gerade wirklich sehr stark E-Commerce oder Online-Marketing getrieben sind, die tun sich auch schwer, diese Kennzahlen auch mal rein zu integrieren.
Das halte ich durchaus für einen wichtigen Punkt. Ja, ein wichtiges Thema.
Warum wir jetzt gleich zu Beginn auf die Daten zu sprechen gekommen sind, hat ihr zwei Hintergründe. Einmal, weil es deine Profession ist, andererseits aber auch, weil wir ja über bei dem Transformationspodcast, über KI sprechen oder digitale Transformation, die ja ohne Daten gar nicht möglich gewesen wird oder eigentlich aus Daten besteht, wie auch immer man das betrachten will.
In dem Sinne, wenn du das sagst, dass viele Unternehmen sich dann auch schwer tun, um das auf eben wenige spezialisierte Shops und so weiter. Dann ist die Frage ja natürlich, sollten Sie es jetzt dringend lernen?
Weil die KI würde ja einige Möglichkeiten bieten. Und wenn man es auf die Basics rücken darf, ich werde da mal da antworten, obwohl ist es so, seht ich das richtig? Ja, also meine Beobachtung ist eher KI verschärft oder erhöht natürlich dem Davon Analytics.
Wenn Sie diese Grundlagen, also aus diesem Analytics nicht mitnehmen, das fängt halt an, wie wären die Daten erhoben zum Beispiel? Oder welche Kennzahlen, die ich schon angesprochen habe, gibt es denn da?
Wenn die mir jetzt nicht sagen, dann brauche ich auch mit dem Analytics nicht arbeiten, weil das oder mit dem, mit der KI im Analytics, ja, also wie gesagt, aus meiner Sicht, facht so zu sagen, so ein bisschen die Kluft dann zwischen den Uninformierten in dem Bereich und genau.
Und die, die sowieso schon gut sind in dem Bereich, die Experten. Für die ist das sicherlich ein extremer Zugewin. Für die, die bisher nicht so gut auch in dem Analytics sind, für die wird sich das KI Thema nur noch ein bisschen erschweren.
Weil, ja, man muss halt zuerst die Hausaufgaben machen, bevor man mit denen cool ist, auch die Anwendung bringt. Ich möchte der Stelle auch darstellen, damit nicht die Zuhörer dann Sorgen machen. Man kann das lernen.
Aber man muss in Analytics, ja, muss man wirklich Zeit investieren. Das ist jetzt nichts, was Sie mal so schnell in so einem zwei, drei Stundenkurs lernen, sondern das istsehr aufwendig.
Da geht es um Basics, genau. Und Analytics heißt ja nicht nur Google Analytics. Ja, sondern das ist einfach das Produkt, das viele im Einsatz haben. Sondern da geht es wirklich darum, wie können Daten ausgewertet werden, um zur Entscheidungsfindung beizutragen.
So, glaube ich, verstehst du den Begriff Analytics.
Ja, also ich sehe das dann wirklich so breiter, so unter dem Stichwort dds Digital Analytics. Da gehört für mich mal auch zum Beispiel Social Media Analytics dazu - also die ganze Analyse von den Social Media Daten.
Jetzt muss ich einem nicht sagen, es gibt mittlerweile für jede soziale Netzwerk in Analytics Tour, was meistens das Netzwerk selber stellt, damit die Unternehmen oder die, die das betreiben, das besser machen können.
Wie Insights auf Instagram oder Facebook. Genau.
Und dann gibt es ja noch so, zum Beispiel, wir möchten jetzt hier keine Werbung machen, sondern als allgemeine Nennung gibt es dann auch Brandwatch oder Sprinkler, die dann in untergreifende Tools in dem Bereich anbieten, die natürlich auch AI-Features mit anbieten, die einfach toll sind.
Aber man muss sich dann immer mit diesen Sachen beschäftigen und tendenziell da auch einen zu finden, der alles gut macht - diese Illusion möchte ich den Unternehmen gleich nehmen, ist zurzeit eher schwieriger.
Die meisten sind spezialisiert, wie zum Beispiel wirklich so auf das Website Analytics oder ja auch Social Media Analytics. Das sehen aus meiner Sicht derzeit vieleFirmen noch nicht als ganz so wichtig an.
Bei vielen, auch wenn man es jetzt nicht so glaubt, durchaus immer noch dabei sind auch die Social Media Präsenzen aufzubauen. Nichtsdestotrotz muss ich da an die Zuhörer appellieren, wirklich von Anfang an dort mit dem Social Media Analytics zu beginnen.
Nicht nur welcher Content läuft, sondern auch welche Strategien spreche ich die richtigen Zielgruppen an. Das kann ich natürlich dort alles machen. Was redet meineAudience über mich in den sozialen Netzwerken und nicht nur die, sondern auch andere.
Das kann ich mir alles angucken. Dazu muss ich ja auch vorbereitet sein. Ich verstehe, also danke für das, dass du da die Lanze für Daten und Datenanalysen brichst. Auch wenn es nicht immer beim Unternehmer so ganz, ganz klar ankommt, für einen ganz kleinen Unternehmer, da haben wir erwähnt, mag es auch schon einmal einganz guter Beginn sein, sich intensiv mit den Insights zu beschäftigen, die die diversen Kanäle anbieten.
Aber natürlich, wenn man größeres Bild erhalten möchte, wie du sagst, und dann ganz viele Datenpunkte zu analysieren hat, weil man größere Auftritte hat, dann kommtman natürlich dann immer vorbei an diesen professionellen Analytics.
Ich möchte dich gerne fragen, wie du das einschätzt. Man sagt, ich kann diese Kluft verschärfen - KI wirke wie ein Brandbeschleuniger. Es macht Unterschiede größer.
Ja, von denen, die sich noch nicht so selbst beschäftigt haben und die, die schon verstanden haben.w irklich gut sind, im Analytics zum Beispiel, Wenn wir da zurückgehen und sagen, wann hat denn das Ganze überhaupt begonnen? Weil, gibt es ja schon lange, erst ist es seit ein paar Jahren in aller Munde.
Wie hat man denn Vorher datengestützte Entscheidungen getroffen?
Könntest du das bitte für unsere Zuhörer ein bisschen in Zeitmarsch stehen, ein bisschen einordnen? Wie hat man den Frühjahrs-Marketing-Produkt-Entscheidungengetroffen.
Ja, ich sag mal so, vor 2000, wenn man das so ziehen möchte, ja, und da muss man auch sagen, für den damaligen Zeitraum war das auch gut. Die haben das überKundenbefragung gemacht, die haben sich Konkurrenzanalysen angeschaut, die haben die CRM-Daten, ja, und dann war sozusagen natürlich der nächste Schritt mitdem Aufkommen unter anderem von Google Analytics.
Man muss es übrigens an der Stelle auch klar machen, Google Analytics ist nicht das einzige Tool. Das ist einfach weit verpeidet. Der ist eigentlich so, die, die auch das auch an der Wiesn angeboten, also auch genutzt wird von den Unternehmen, waren dann natürlich auf einmal Schritte da, dass man sozusagen, und das kann man jetztauch sehr schön, diese ganze Customer-Journey digital einfach abbilden.
Da hat man natürlich jetzt sozusagen der Trend von einer gewissen Bauchentscheidung hin oder Daten gestützten oder eher datenorientierten Entscheidung. Und jetztmit dem KI kann ich noch mehr Dinge auch abbilden.
Google bietet ja auch Google BigQuery an für diverseste, AI-geschnützte, tieferen Analysen. Ja, aber das setzt halt immer voraus, dass sie auch, wie ich schon gesagthabe, vor ihrer Hausaufgaben gemacht haben.
Die Anzahl der Tools sind toll, ja, aber man muss sich ja auch überlegen, was will ich, was kann ich und vor allem auch ein bisschen die Frage nach dem Nutzen stellten. Also immer alles zu analysieren.
Es gibt einfach Dinge, die sind auch im Analytics-Bereich einfach Zufall. Das ist einfach, weil es heute einfach mal, heute Sonnenschein, und die Leute einfach was anderes, als wenn es geregnet hätte.
Ein bisschen so gerne, wie man das möchte, auch im KI-Bereich. Die Entscheidungen müssen immer noch sie treffen, wie sehr sie sich dann auf die KI-Vorgabe stützen. Das liegt bei Ihnen zum, vielleicht auch manchmal um eine Meinung abzugleichen, ist vielleicht durchaus überlegenswert, an üblichen KI-Probleme wie das Blackbox-Problem oder das Halluzinieren von KI.
Das sind uns auch bekannt, also das ist und man darf auch immer nicht vergessen, wie mehr Anfragen da kommen, desto mehr wird da auch ein Austausch stattfinden. Das heißt, die Maschine lernt, wenn da natürlich weniger Anfragen kommen, dann ist natürlich auch die Aussagequalität nicht so verlässlich.
Das System orientiert sich natürlich auch viel an dem, wo viele Anfragen sind. Richtig, ja. Also so. Genau. Also in dem Sinne haben wir gesagt, es gibt also eine Zeit vorAnalytics, wo eben Zuhülse herangezogen wurden wie Marktrecherchen, Bauchgefühl im Spiel war, CRM-Daten, vielleicht dann die Analytics und jetzt haben wir nocheinmal einen richtigen Push in Sachen, die KI kann noch mal mehr liefern, sofern da schon die Weichen richtig gestellt haben.
In dem Sinne, gell? KI versus traditionelle Analytics, kann halt noch mehr, nur das verschärft jetzt halt auch. Man muss es ein bisschen differenzieren, ja.
Das eine ist natürlich, man stellt jetzt Chat GPT-Anfragen und das andere ist es ja schon viel auch integriert, ja, so ein Sprinkler.ai und haben die schon so Features, die werden schon angewendet.
Da ist die Frage, wie stark werden die dort angewendet? Man muss Leute auch schulen seitens der Anbieter. Was kann man damit machen, wenn es um Anfragen an die KI geht, also jetzt ein Klassen, Chat GPT oder so, ja, da muss man wie überall gezielt Anfragen stellen und jemand, der natürlich ein gutes Wissen hat im Analytics, der kann die Antwort besser beurteilen, ja.
Ist das jetzt für mich was Hilfreiches oder nicht? Der andere, der weniger im Analytics-Stand fest ist oder Sattelfest, ja? Für den ist es ja schwieriger zu beurteilen der muss ich gesagt und das ist das mit dem Tool in vielerlei Hinsicht passiert also ich kann zu dieser Seo und Content Brille betrachten da ist vielleicht meinen oder man hat oft den Eindruck ich brauche ja kein Marketingwissen mehr weil ich kriege da irgendwelche texte oder Vorschläge aus den Tools - aber Betonung liegt auf irgendwelche.
Um das beurteilen zu können genau das ist natürlich um das geht zwar und laufehalt auch mit guten Ergebnissen halt dann in eine falsche Richtung nur dafür etwas schneller ja nicht nur das ich muss mir auch bewusst sein und das ist immer das die daten zeigen manchmal Dinge die man vielleicht nicht wirklich wahr haben will ja richtig und das auch zu akzeptieren ich gehe manchmal in andere Richtungen als wie man das hätte das zeigen die daten dann wenn man zum Beispiel auch Marktrends wo man sich jetzt eingebildet hat geht in die Richtung dann zeigt das aber was anderes das muss man natürlich dann auch akzeptieren und ja mit den möglichen Konsequenzen die das für ein hat ja also diese Unvoreingenommenheit die muss man sich bewahren.
also die Überraschungen die uns da ereilen sollte man dann anschauen. Und ernst nehmen oder wie du gesagt hast: Ein Profi kann sagen, ob ich sollte nicht die voreinschauen oder können wir von nachlesen genau das muss mir Schluss endlich dann verifizieren seht ihr es richtig ja Wenn wir jetzt die kleines Unternehmen, wie können die sich denn dieser Datenanalyse nähern?
Ja, auf jeden Fall mal wenn jetzt eine Website vorhanden ist und Social Media aktiviert oder Webseiten, dann ist natürlich Google Analytics 4, das sich mal reinfuchsen, das würde ich da auf jeden Fall tun, im Bereich so Social Media Analytics und könnt ihr zum Beispiel gut mit Fanpage-Karma arbeiten, bitte ich mache hier keine bezahlte Werbung.
Das sind Tools, wo ich auch merke, das ist auch von der Oberfläche nett, das nehmen die Leute an, das ist sehr intuitiv, also das ist das große Schwierigkeit auch bei dem Analytics sozusagen und das ist immer ein großes Thema, auch die Visualisierung von Daten, weil wenn sie zu viel Information haben, dann arbeitet damit auch keiner.
Muss man aber da auch mal wieder bedenken, bei vielen Analytics Tools, das muss man sagen, ist auch mittlerweile durchaus eine Schulung empfohlen. Ja, also bei diesen ganz, Entschuldigung, bei diesen ganz, ganz kleinen Unternehmen, die ja auch mit denen ich oft zu tun habe, aber im Rahmen von Kursen, am WIFI etc., da ist es wirklich so, also da fühlen sich ja die meisten wohl damit, dass man da wirklich,
wie du schon gesagt hast, mit der Business Suite sich anschaut und die Insights und wenn man da dann diese Dinge erklärt bekommt, dann fängt es an Sinn zu machen, viele Leute, und dann muss man ja nicht wirklich ins letzte Detail gehen und kann jemanden bitten, mit dem man zusammenarbeitet, wenn man selber nicht kann, in dem Looker-Studio ist auch ein gutes Produkt, Einfach einen kleinen Bericht für einen anzulegen, das wäre schon nochmal erster. Ansatz, oder?
Ja, auf jeden Fall. Genau. Und dann halt auch, das finde ich wichtig und diese Kennzahlen auch um Unternehmen zu verteilen und halt auch sie manchmal auch wie den Umsatz regelmäßig zu besprechen, also damit das auch den Leuten verständlicher wird.
Weil man beobachtet es oft, wenn man sich Zeit nimmt, zum Beispiel auch Leuten im Vertrieb, diese Kennzahlen zu erklären, dann sehen die auch für sich den Mehrwertund dann fragen die das auch nach. Aber das muss man diese Kennzahlen rausgeben von in einsprechenden Reports, also jetzt nicht einfach nur die Daten weiterleiten, sondern das Reporting ist auch ein eigenes Bereich im Analytics.
Du, du erzählst, so entsteht von meinen Augen so ein Datenfriedhof und genau das will man vermeiden, das Ansprechende Reporting, wenn man das herunterbricht in sinnvolle Häppchen oder in Bedeutsames, dann wird die Information als anwendbare praktische Leitlinie draus, oder?
Wenn wir sagen etablierte Unternehmen, die schon KI anwenden oder viele Daten, die haben also kombinieren Daten und die menschliche Expertise, und wenn die jetztKI im Spiel wäre, ist durchaus jetzt angesprochen, dass es oft in den Tools drinnen ist, wenn man jetzt aber herginge und Automationen baut, also wirklich sagt, holen wirdiese Daten, gibt dann noch einen Befehl und lasst dann eben auch KI-Tools dann weiter auswerten,
Außerhalb dieser angebotenen, fertigen Produkte. Dann hätten wir schon wieder eine Entscheidung zu treffen, welche Daten da für den überhaupt in das KI-Tool gebenund das muss man natürlich im Unternehmen managen, oder?
Ja, das müssen siie festlegen. Ja, also ja, schauen Sie, wie ich das sehe. Es kommt immer darauf an, finde ich, auch wie wichtig diese Analyse für das Unternehmen ist. Also vielleicht, um da dem entgegenzuwirken, da wird es immer jemand noch geben, der dann Endverantwortung hat, auch einfach solche Analysen vorab besprechen dürfen, wir das da reingeben oder nicht.
Wenn ja, was erwarten wir davon uns vom Ergebnis oder so, ja, das muss man dann für sich einfach auch abwägen, also Ja, das ist genau so. Ich sage, da machen wir uns vorab schon Gedanken, was wir reingeben wollen, wenn man da eh zurate zieht, um mehr Ausweitungen zu kriegen, einfach nochmal überlegen.
Ja, bitte. Man muss aber tendenziell auch dazu sagen, dieses Problem, welche Daten gebe ich wohin? Ja, die hatte ich früher auch schon. Aber jetzt ist natürlich so, dass theoretisch jeder oder eine größere Breite an Personen da was reinladen kann und Analysen man kann.
Aber tendenziell ist die Frage, wie gehen Sie mit ihren Daten um? Was dürfen Sie intern weitergeben? Die besteht ja sowieso schon seit... Das ist völlig recht, nur ist es jetzt eben so verführerisch, weil at our fingertips, haben wir da jetzt, egal was wir jetzt für Tool nennen wollen, muss ja nicht immer das GPD sein, wir können jetzt ja Claude oder ein ganz anderes nennen.
Auf jeden Fall könnte es jetzt passieren, dass ich als Mitarbeiterin eines Unternehmens was Gutes tun will und diese Daten nehme und mal da reinpacken, in dieses Tool hoch schicken und mir was Zusatz analysieren lasse und da eben könnte sein, dass meine Sensibilität für das noch nicht geschult ist.
Ja. Und darum, wenn man es externen Dienstleister gibt, die wissen ja wissen, ob sie damit umgehen müssen, da gibt es einen Vertrag auch, dass sie das nicht nachaußen gehen dürfen. Ja, man muss es halt, wie wenn ich manchmal ein Tierschlüssel stecken lasse.
Ja, also Vergleich. Ja, genau. Man muss halt wirklich klarstellen, was will ich auch, ohne anonymisieren. Ja, genau. Okay, wie denkst du jetzt drüber, wenn wir sagen, bis jetzt hat man vielleicht 80% intuitiv entschieden, also Routineentscheidungen getroffen, würdest du so weit gehen, dass du sagst, kann man Routineentscheidungenzukünftig in die KI outsourcen?
Naja, also ist die Frage, was definiert man noch als Routine? Exakt. Ja, was man halt schon sagen muss, zum Beispiel Netflix und Co., die lassen ja schon seit Jahren über AI zum Beispiel die Werbung verteilen, die Werbung gestalten und so.
Ich meine, wenn man es jetzt auf die endgültige Entscheidung bezieht und die einem wichtig ist, dann muss man die schon immer noch selber treffen. Aber es ist halt wirklich die Frage, was ist für den einen Routine, was für den anderen nicht.
Also wenn jemand gerade im Online-Marketing anfängt, der würde wahrscheinlich sozusagen für den anderen, also wie gesagt, es gibt ja schon viele Anwendungen, wo diese Entscheidungen eigentlich automatisiert über die Software-Agenten abgewickelt werden.
Ganz interessantes Wort der Agenten. Das würde jetzt, so wie du es jetzt gebraucht hast, unbedingt mit drinnen lassen, aber nicht das agentische EI, die man jetzt selberschon konzipieren kann. Immer auf das Agentische, das so gesagt hast, das Innen-Tools drinnen steckt.
Ja, man muss ja auch dazu sagen, selbst die Agenten lernen ja dazu. Ja, natürlich. Und zwar jetzt nicht spendstisch gemeint, sondern bei ihr die ganzen Netflix-Empfehlung. Die lernt ja dann, wenn sie jetzt mal einen Film, der ihr in Vorschläge sozusagen ablehnt, dann lernt er beim nächsten Mal okay, vielleicht nicht das eher, sondern da ist es genau mit der eingespielten Werbung.
Das ist wieder das, wo ich dann vorhin schon gesagt habe, was ist eine Routineentscheidung für den? Ja, also, ihr könnt ja auch diese Mengen an Menschen und die Entscheidungen gar nicht mehr handhaben ohne diese Unterstützung.
Entscheidungen sollten und können auch Daten getrieben sein, weil die Tools sind ja auch ohne, genau, dass wir jetzt zusätzliche Automationen sogar bauen müssen, weil schon viel agentisches in den einzelnen Anwendungen, Analyte und Analytics-Anwendungen drinsteckt.
Nur, dass wir serviert bekommen von Netflix und Emerson und Orte, die das gekauft haben, interessieren sich auch für das verwandte Produkt. Aber bist du, dass wir das so wie bei Insights und Nummer abholen müssen, oder sollte man noch was dazutun?
Du von diesen Social Media Analytics. Dafür kommen ja schon vieles serviert. Also ist es eigentlich schon da und müssen sie uns noch mehr abholen? Ja, damit würdeich grundsätzlich mal anfangen. Das ist halt, dass trotzdem sich viele noch nicht abholen.
Also gerade, wenn ich jetzt über dieses Social Media Analytics-Thema nachdenke oder so. Wie gesagt, viele kämpfen ja noch damit, ihren Instagram-Account aufzubauen, die sich die Frage zu stellen, brauche ich ein Tiktok überhaupt?
Ja, oder? Ich weiß nicht. Also meine Mutti ist jetzt mittlerweile Mitte 60. Ja, ganz aktiv. geschickt mit irgendwas, was sich interessiert, wo sie auch meint, das wäre was für mich. Na, also das sind so Fragen, die muss man sich einfach stellen.
Da braucht man auch nur mal jetzt bei sich selber schauen. Chat GPT bietet ja auch unheimlich viel an. Ja, wie viel, weil ich ein Bruchteil man dafür selber nur verwendet. Wie gesagt, das ist bei den Unternehmen dann auch so, wenn sie diversen Analytik-Tools und so.
Aber wie gesagt, ich finde es gut, wenn die Unternehmen sagen, wir trauen uns daran, wir machen das. Und vor allem, meine Beobachtung ist auch, wenn sie es einmalausprobiert haben und sich einmal so über diese Bisse gewagt haben, dann haben viele für sich den Mehrwert erkannt und dann sind die eigentlich ganz so dabei.
Also dann sehen die auch die Wichtigkeit und so. Wie gesagt, für manche Unternehmen ist es wichtiger, gerade die digital getrieben sind, ja, aber so ein Handwerker, der sowieso schon sich vor Aufgaben, vor Aufträgen Wenn ich retten kann?
Ja, also, das ist dem, was... Da muss sich nicht in den Web-Analyse gehen, das ist richtig. Aber wer zum Beispiel vieler mehr an Webshops, Social Media, Social-Commerce, auch ein großes Thema, ja, also gerade, die um die Daten getrieben sind online, die es da braucht.
Genau, oder irgendwie halt digital im Vertreiben und wenn es nur Hotelzimmer sind. Ja, oder auf Firmen, die übers Internet oder es ist sehr stark digital gestützt, auchPersonal suchen wollen, weil sie ein Personalproblem haben.
Das ist so notwendig. Also jetzt könnte man auch wieder sagen, na ja, der Handwerk ist auf dem Handwerker, für den wäre so ein Thema, wahrscheinlich, wenn der da hinderigend Leute sucht und in größerer Handwerksbetrieb ist oder so, dann wäre das vielleicht auch was, wo ich mir dann sage, ja, also so gerade in Richtung, so People Analytics, mir ist jetzt wirklich so high-end, ja.
Aber sich zum Beispiel immer, sagt man, ist jetzt irgendwie auf Social Media auch aktiv, um mit Personen zu suchen, also Mitarbeiter, ja, da muss ich mir das mal angucken, wie kommen denn überhaupt meine eigenen Mitarbeiter-Postings an oder kommen meine LinkedIn-Stellenausschreibungen oder habe ich irgendwie einen Eintrag auf, so wie zum Beispiel auf Kununo, da bin ich auch schon als kleiner dann,
also als kleineres Handwerksbetrieb dann noch mit dabei. Also ich finde es sehr, sehr versöhnlich, dass man jetzt von den Daten auf so ganz, ganz praktischen, auf der ganz, ganz praktischen Ebene gelandet sehen, weil es klingt ja eher abstrakt, ist es aber nicht.
Also es ist ja wirklich, wie du jetzt gesagt hast, wie gut kommen denn meine Beiträge an, um dies und jenes, um den Fall hast du jetzt angesprochen, Stelleninserateoder halt Mitarbeiter-Suche, was kann ich verbessern und genau das kommt ja leider oft in der operativen Hektik etwas zu kurz.
Insofern können wir dann unsere, und so könnte man das vielleicht jetzt auch rund machen, unsere Bauchentscheidungen, wo man denn oft meinen, also so geht es mir zumindest, das müsste doch wirklich jetzt gut gewesen sein oder das beste Inserate.
Ich sehe das immer, wenn ich Facebook Ads zum Beispiel teste, wenn ich eine Kampagne mache. und dann gebe ich da Visuals dazu oder Designs eben dazu und meistens hätte ich mich für's falsche entschieden.
Also ich teste drei Kampagnen und dann kommt jeder dabei raus und ich hätte aber gewettet, dass es Visual von A das Bessere ist. Da denke ich da fängt schon an oder da sieht man's ganz genau, da kann man's mit Zahlen dann ablesen.
Die eigene Meinung ist da meistens nicht so massgeblich. Ja, das ist auch das, was ich vorhin schon gesagt habe. Man muss halt auch damit leben, dass die Daten dann was zeigen, also von seiner eigenen Empfindung und Emotionen, von seinem eigenen Bauchgefühl an wegzugehen, zu dem was die Daten zeigen
Was die Daten sagen? Ich glaube, das ist ein schönes Schlusswort. Liebe Claudia, ich sage vielen, vielen Dank. Vielleicht können wir etwas tiefer zu Analytics machen, würde es mir sein, risieren? Gerne, gerne.
Ich stehe gerne Rede und Antwort. Auch so, dass es, ich sage mal mal so, ich bemühe ich immer darum, dass es auch für jedermann verständlich ist, weil ich weiß, dass es gerade, wenn man in die Tiefe geht, das kann ja durchaus ein komplexes Thema werden, auch das Thema KI sehr an und für sich sehr komplex.
Das ist jetzt auch, wie gesagt, das möchte ich an der Stelle sagen, das ist jetzt auch nicht was, was man in zwei, drei Wochen lernt. Und wenn viele denken KI ist und Ghat GPT, dann ist das auch sehr, sehr kurzfristig, also sehr zu klein gedacht. zu kurz gedacht.
Genau, ja, richtig. Da gibt es ganz viele Möglichkeiten. Ja, vielen lieben Dank. Ich bedanke mir nochmal ganz herzlich fürs Gespräch und die Einladung an Sie MC. Danke, ja, ja, ja, ich bin gefreut.
Ja, ganz schön. Vielen, vielen Dank und bis bald. Gut, bis dann. Tschüss. In unserem Podcast vom Hype zum Handeln sprechen wir alle zwei Wochen über die Chancendes Wandels im Zeitalter künstlicher Intelligenz.
Wir zeigen, was es am Markt in verschiedenen Bereichen gibt und was realisiert wird. Wir sprechen über neue Entwicklungen, ordnen sie ein und lassen auch Expertenund Partner zu Wort kommen. Damit erhältst du Einblick erst erster Hand von Leuten, die schon zwei, drei Schritte weiter sind als der derzeit weit verbreitete Experimentierstatus.