Ende der 2000er-Jahre stellte Hasso Plattner auf einem Event der SAP University Alliances in Walldorf seine Vision einer neuen Datenbank vor, die noch heute als SAP HANA das Herz des ERP-Systems bildet. Er hatte die Datenbank nicht in Walldorf, sondern in Potsdam am HPI von dortigen Mitarbeitern (unter anderem Jochen Müller, der spätere CTO von SAP) und Studierenden entwickeln lassen. Plattner ging es in erster Linie um die Beschleunigung der Prozesse. Was aber ebenfalls faszinierte, war der Reporting-Ansatz, der hier integriert war. In einem Google-Suchleisten ähnlichen Eingabefeld wurden Anfragen in natürlicher Sprache formuliert, zu denen das System einen entsprechenden Bericht generierte, den man anschließend verfeinern konnte.
Möglicherweise werden wir in wenigen Jahren mit Verwunderung auf die Jahrzehnte schauen, in denen Unternehmen riesige Budgets investiert haben, um Berichte zu erstellen.
Doch während HANA den Weg in die SAP gefunden hat, ging der NLP-Ansatz etwas unter. Aber vielleicht sind wir heute so weit, dass wir eine echte Konversation, einen Chat mit unseren Daten flächendeckend realisieren können. Dabei sind allerdings noch etliche Herausforderungen zu bewältigen: Sind die bestehenden Systeme tatsächlich schon so weit, dass ein Chatten möglich ist und zu sinnvollen, wertschöpfenden und vor allem verlässlichen Resultaten führt? Kann es durch diese Systeme vielleicht eine Art Demokratisierung im Reporting geben, bei der die Erstellung von Auswertungen quasi für jeden möglich ist? Ohne Programmierkenntnisse oder die Unterstützung eines Entwicklungsteams? Wo sind die Grenzen eines solchen Ansatzes im Reporting und welche Risiken bringt er mit sich?
KI-Systeme arbeiten probabilistisch und produzieren damit keine Wahrheiten, sondern mathematische Annäherungen.
Um Antworten auf diese Fragen zu finden, können oder sollten wir vielleicht (noch) keine KI fragen, sondern (menschliche) Expertise einholen, die dieses Thema aus verschiedenen Blickwinkeln betrachtet und analysiert. Möglicherweise werden wir in wenigen Jahren mit Verwunderung auf die Jahrzehnte schauen, in denen Unternehmen riesige Budgets investiert haben, um Berichte zu erstellen oder anzupassen, denn die aktuelle Entwicklung lässt die Hoffnung zu, dass eine lange bestehende Vision, die einige Autoren in der Popkultur verorten, tatsächlich Realität wird. Kein lästiges Filtern mehr, kein (manueller) Drill-down: Sag der KI, was du sehen möchtest, wie du es verfeinern oder visualisieren willst, und schon bekommst du das gewünschte Ergebnis.
Vor allem Agenten-Systeme scheinen hier mächtige Werkzeuge zu sein. Stellen die Text2SQL- oder auch NL2SQL-Ansätze so etwas wie „Self-Service-BI at its best“ dar?
(Michael Zimmer)
Doch auch wenn wir auf dem Weg zu dieser neuen Art eines interaktiven Reportings sind, wird es zum einen sicherlich noch dauern, bis wir auf den unterschiedlichen Unternehmensebenen genau solche Systeme sehen werden. Zum anderen wird auch nicht das gesamte Reporting, so wie wir es kennen, abgelöst werden. KI-Systeme arbeiten probabilistisch und produzieren damit keine Wahrheiten, sondern mathematische Annäherungen. Jannik Strötken, Professor und NLP-Experte von der Hochschule Karlsruhe, spricht daher von LLMs gerne als „Dream Machines“. Vor diesem Hintergrund ist die obige Aussage von HAL 9000 zumindest heute nicht richtig. (Übrigens: Haben Sie herausgefunden, auf was der Name HAL referenziert? Lösung am Ende) Damit sind KI-Systeme eben nicht für Berichte geeignet, in denen Zuverlässigkeit an erster Stelle steht.
Es könnte gut sein, dass dieser „Talk with your data“-Trend dem Hype-Cycle von Gartner folgt und es, nachdem die hohen Erwartungen nicht erfüllt werden konnten und auftauchende Probleme zu einer Ernüchterung geführt haben, zunächst hinuntergeht ins Tal der Enttäuschungen. Angesichts der hohen Innovationsgeschwindigkeit, die wir in den letzten drei bis vier Jahren im Bereich der KI beobachten, muss es aber nicht unbedingt zu einem solchen Absturz kommen. Möglicherweise kommt diese Revolution im Reporting doch schneller, als viele erwarten. Gerade bei Reports mit einer höheren Fehlertoleranz könnten entsprechende Anwendungen schon sehr bald Einzug in die Unternehmen halten.
Möglicherweise kommt diese Revolution im Reporting doch schneller, als viele erwarten.
Aber Vorsicht: Alte Themen wie Datenqualität, Berechtigungskonzepte, Metadaten oder Governance, die schon so manches Projekt zum Scheitern gebracht haben, gilt es auch hier zu beachten! Diese Punkte müssen bei der Konzeption gleich von Beginn an mitgedacht werden. Ansonsten beginnt – wie in den frühen Tagen der Business Intelligence – die Diskussion über nicht eindeutig definierte KPIs, vertrauliche Informationen werden an falsche Anwender ausgespielt, oder Halluzinationen führen zu Fehlinterpretationen. Bis auf die Halluzinationen der „Dream Machines“ ist nichts davon neu, deshalb sollten wir die Erfahrungen der Vergangenheit in Bezug auf Datenqualität, eindeutig definierte KPIs und Data Governance bewusst nutzen, anstatt auftretende Fehlerfälle im Nachgang aufwendig zu beheben – wenn das jeweilige Projekt im Falle eines Glaubwürdigkeitsverlustes dann überhaupt noch zu retten ist.
Damit sind KI-Systeme eben nicht für Berichte geeignet, in denen Zuverlässigkeit an erster Stelle steht.
Wie sieht die Zukunft des Reportings aus? Benötigen wir demnächst überhaupt noch BI-Entwickler? Während Nutzerinnen und Nutzer es vielleicht kaum erwarten können, in einen direkten Dialog mit den Daten zu treten, werden andere Beteiligte, etwa BI-Entwicklerinnen und -Entwickler, die neuen Möglichkeiten zum einen mit Skepsis, zum anderen mit Besorgnis beobachten. Einige Dinge lassen sich dabei feststellen:
- Wir werden sicherlich, wie in der gesamten IT-Branche, zukünftig kleinere Entwicklungsteams für BI sehen. Aber natürlich wird es Bedarf an BI-Entwicklern geben. Wie so häufig darf man auch hier nicht vergessen, dass es bei allen tollen und schönen Frontends, die wir sehen werden, „unter der Motorhaube“ sehr viel zu tun gibt, sei es bei der Datenbereitstellung, sei es rund um das Thema Governance.
- Zumindest in einer Übergangszeit werden wir ein hybrides Berichtswesen sehen. Unternehmenskritische Berichte werden auf der Basis kuratierter Daten und sauber entwickelter Konzepte erstellt. Daneben wird es aber möglich sein, Reports über ein dialogisches Interface selbst zu erstellen.
- Die Klassiker Datenqualität und Governance sind von größerer Bedeutung als je zuvor. Im Unterschied zu den letzten 30 Jahren wird dies durch KI aber immer stärker deutlich, wodurch für Unternehmen ein bisher nie dagewesener Handlungsdruck entsteht.
- Der Mensch ist immer noch entscheidend, ob als gut ausgebildeter Anwender im „Speech-Self-Service“, als kuratierender Entwickler, als Data Owner oder als Architekt. Mensch und Maschine sind ein Team.
Zumindest in einer Übergangszeit werden wir ein hybrides Berichtswesen sehen.
Die Vision eines „Talk with your data“-Informationssystems kann Realität werden. Früher oder später wird dies sicher der Fall sein. Angesichts der Entwicklungen, die wir im Bereich KI derzeit beobachten, ist ein „Früher“ wahrscheinlicher als ein „Später“. Aus diesem Grund sollte man sich jetzt schon mit der Thematik beschäftigen, die die Mensch-Maschine-Schnittstelle an dieser Stelle drastisch verändern wird. Und wir werden Zeugen sein, wie aus einer Vision eine Realität wird.
PS zu HAL: Verschieben Sie die Buchstaben des Akronyms einfach jeweils um eine Stelle nach vorn im Alphabet.
