Der Analytics Translator

Eigenschaften eines Analytics-Translator

Erfahren Sie mehr über die Eigenschaften eines Analytics-Translators und die typischen Herausforderungen, welche durch einen Datenwissenschaftler bewältigt werden.

In diesem Artikel werden die Aufgaben eines Analytics-Translators verdeutlicht:

• Laden Sie unser erweitertes Whitepaper “The Analytics Translator herunter”um ein besseres Verständnis für diese bedeutende Rolle zu bekommen.
• Sehen Sie sich das On-demand Webinar mit Analytics Translator Mark Schep an (Englisch gesprochen).
• Lesen Sie über praktische Anwendungsfälle, in denen ein Analytics- Translator eine entscheidene Rolle spielt.
• Wollen Sie KI-Lösungen entwickeln, die einen Mehrwert für Ihr Unternehmen schaffen? Nutzen Sie den Use Case Ideation und KI-Lösungscanvas um erst Ideen zu generieren und diese Ideen dann in wertschöpfende KI-Produkte umzuwandeln.
• Hören Sie sich ein Datenprotokoll Podcast (Niederländisch gesprochen) an über den Analytics Translator mit Henk Griffioen
• Entwickeln Sie Ihre eigenen Analytics-Translator Fähigkeiten, indem Sie Ihre Analytics-translator Learning-journey fortsetzen oder an einer Analytics Translator Schulung teilnehmen, die in Zusammenarbeit mit der Xebia Academy organisiert wird.
• Möchten Sie als Analytics Translator arbeiten? Erfahrene Product-Owner mit datenwissenschaftlichen Kenntnissen können sich hier über die Stelle als “Analytics Translator”

Drei Unternehmensprobleme des Analytics Translator gelöst

Die Umsetzung Ihrer KI-Strategie wird durch den Analytics-Translator ermöglicht. Datenentwickler sind bekannt für das Entwickeln von robusten Anwendungen. Datenwissenschaftler sind gut darin, Intelligenz aus “Daten” zu holen. Unternehmensteams kennen Ihre eigenen spezifischen Prozesse, Gewohnheiten und Probleme, bzw deren Vermeidung, wie niemand anders. Dennoch gibt es noch immer eine große Lücke zwischen Datenexperten und Ihren Unternehmen. Translators füllen diese Lücke, indem Sie drei Porbleme für Sie lösen.

1: Finden der richtigen Anwendungsfälle

Obwohl es viele inspirierende Erfolgsgeschichten von KI gibt, ist es oft schwierig, die passenden Anwendungsfälle gemäß Ihren Unternehmensanforderungen zu finden. Was sind die wichtigsten Unternehmensprobleme, welche durch KI gelöst werden können? Wer ist verantwortlich für das Finden von neuen Problemen und diese in realistische Anwendungsfälle umzusetzen? Die Translators füllen und priorisieren die Pipeline mit neuen Unternehmensproblemen für die Datenexperten. Anwendungsfälle von Datenexperten stimmen häufig nicht mit den Anforderungen des Unternehmens überein, wobei das Unternehmen entweder nicht weiss, was zu erwarten ist oder die Erwartungen unrealistisch sind. Ein Analytics-Translator weiß genau, was gewünscht und was möglich ist, und findet realistische Anwendungsfälle, die wertvoll und ausführbar sind und zur Unternehmensstrategie passen.

2: Die Verbindung zwischen Unternehmens- und Datenexperten

Sie können die besten Anwendungsfälle entwickeln, welche die Leistung Ihres Unternehmens verbessern können, allerdings nur dann tatsächlich einen Wert bieten, wenn sie von den Unternehmen implementiert und angewendet werden. Auf der einen Seite akzeptiert und integriert kein Unternehmen KI-Lösungen, welche nicht verständlich sind oder denen nicht vertraut wird. Auf der anderen Seite stimmen die traditionellen Arbeitsmethoden der Unternehmen nicht überein mit denen der Datenexperten. Das Unternehmen muss in den Prozess miteinbezogen und mit den Datenexperten verbunden werden. Die Analytics-Translators, gesehen als Verbindung zwischen Experten und dem Unternehmen, garantieren das Verstehen und Anwenden von KI-Lösungen durch das Unternehmen. Während sich die Datenexperten auf die Implementierung konzentrieren, stellen die Translator sicher, das das Endresultat umsetzbar ist und den Unternehmensanforderungen entspricht. Sie wissen genau, wie sie eine Businessidee übermitteln und das Ergebnis im Unternehmen einbetten können.

3: KI in Ihr Unternehmen einbetten

Das Lösen von Unternehmensproblemen durch KI sollte nicht auf isolierte Unternehmensbereiche beschränkt sein, sondern in die Organisation eingebettet sein. Die Einführung von KI erfordert nicht nur technische Änderungen, wie dem Aufbau von Datenekosystemen, sondern hängt auch vom Vetrauen in KI und dessen Integration in den Workflow ab. Es ist sehr wichtig, dass jeder Mitarbeiter versteht, was KI ist und wie sie sich auf das Unternehmen auswirken kann. Wir nennen es KI-Kompetenz. 2016 führte das McKinsey Global Institute das sogenannte Zeitalter der Analytik ein und beschrieb, wie Unternehmen in einer Welt von Daten getrieben und bestimmt konkurrieren können. Einer der wichtigsten Aspekte dieses Modells ist es, das Unternehmen durch den Abbau von Silos offener und kooperativer werden müssen. Sobald einzelne Unternehmensabteilungen verstehen, was KI-gesteuert zu sein bedeutet und welche Möglichkeiten sich daraus ergeben, entsteht eine Anziehungskraft für KI-Anwendungen- und Lösungen. Sofern das mit einem soliden datenwissenschaftlichen Workflow und den richtigen Fähigkeiten, Werkzeugen und Techniken kombiniert wird, wachsen Unternehmen zum höchsten Grad der KI-Reife. Der Analytics-Translator verbreitet Ideen und Erfolgsgeschichten, um die KI ihres Unternehmens zu verbessern. Sie bauen externe und interne “Communities” auf, indem sie z.b. interne Kommunikationstage veranstalten, Hackathons organisieren und Analytics-Workshops geben. Translators schulen und setzen alles daran, um ihr Unternehmen auf die Verwendung und die Auswirkungen von Daten und KI aufmerksam zu machen.