Unternehmen, die generative KI nutzen, brauchen saubere, vertrauenswürdige und verwertbare Daten

In vielen Fällen verwalten Unternehmen ihre Daten nicht optimal.

Generative Künstliche Intelligenz (KI) hat weltweit die Fantasie der Menschen beflügelt. Organisationen setzen die Technologie in nahezu allen Branchen und Märkten in unterschiedlichem Maße ein, verändern Geschäftsmodelle und schaffen neue Werte. Die Nutzung wird weiter zunehmen, da Unternehmen Strategien entwickeln, um die Vorteile der Technologie auszuschöpfen.

Das Beratungsunternehmen McKinsey & Company schätzt das wirtschaftliche Potenzial auf 7 Billionen US-Dollar und erklärt den Produktivitätsgewinn nach Sektoren: „Etwa 75 % des Wertes, den generative KI liefern kann, entfallen auf vier Bereiche: Kundenservice, Marketing und Vertrieb, Softwareentwicklung sowie Forschung & Entwicklung.“

Durch die Kombination großer Datenmengen mit schneller, iterativer Verarbeitung und intelligenten Algorithmen lernt KI-Software automatisch aus Mustern oder Merkmalen in den Eingabedaten, trifft Vorhersagen, Entscheidungen und führt zahlreiche Aufgaben aus. Damit KI richtig funktioniert, benötigen Unternehmen eine Grundlage aus sauberen und verwertbaren Daten. Ohne diese Grundlage riskieren sie fehlerhafte Ergebnisse und verpassen die Einblicke und Vorteile, die KI bieten kann.

Der Zustand des Datenmanagements in Unternehmen ist sehr unterschiedlich – veraltete, unstrukturierte und unzuverlässige Daten sind oft die Regel. Schlechte Daten werden oft als „schmutzige“ Daten bezeichnet und enthalten Fehler wie: Rechtschreib- oder Zeichensetzungsfehler, veraltete Informationen, unvollständige Daten, falsche Verknüpfungen und doppelte Einträge. Solche Daten führen häufig zu Verzerrungen, Fehlern und sogenannten „halluzinatorischen“ KI-Ergebnissen – bekannt als das Prinzip „Garbage in, garbage out“.

Das Beratungsunternehmen Deloitte warnte in einem aktuellen Bericht, dass KI auf einer soliden Datenstruktur basieren muss, um ihr Potenzial zu entfalten:

„Damit KI erfolgreich ist, sollten Unternehmen Datenprobleme angehen und schlechte Daten bereinigen – durch bessere Verwaltung, Reinigung und Anreicherung. Doch die meisten Unternehmen haben noch kein ausreichendes Reifestadium im Datenmanagement erreicht – etwa ein Drittel aller KI-Projekte scheitert daran.“

Zwar haben Unternehmen Zugang zu großen Datenmengen, doch oft werden diese nicht optimal genutzt. Die Bedeutung von Daten als strategisches Asset ist offensichtlich – viele Unternehmen setzen auf datengetriebene Strategien und Wachstum. Doch mit der Flut an Daten aus unterschiedlichen Quellen und Formaten wird es zunehmend schwieriger, diese richtig zu verwalten.

„Obwohl Unternehmen über riesige Datenmengen verfügen, sind diese selten miteinander verknüpft oder integriert – was es erschwert, sowohl interne als auch externe Daten effektiv zu nutzen. Fehlende Standardisierung kann dazu führen, dass wichtige Erkenntnisse übersehen werden – mit negativen Folgen für Analysen und Berichte.“

Daten sind die Grundlage für Modelle in Vertrieb und Marketing

Genau genommen sind präzise, kontrollierte und validierte Daten entscheidend für erfolgreiche Kampagnen und den Einsatz KI-gestützter Technologien. Daten bilden die Basis für Modelle, die in Vertrieb, Marketing und anderen Bereichen genutzt werden.

Daten-Governance-Pläne sind notwendig, um Richtlinien zu etablieren und Datenqualitätsstandards einzuhalten – und so den Zustrom minderwertiger Daten zu stoppen. Daten zu Kunden und Lieferanten können priorisiert, vereinheitlicht und verwaltet werden. Unternehmen können gemeinsame Definitionen und Attribute über alle Plattformen hinweg nutzen – und so eine einheitliche Kommunikation ermöglichen.

Die Stammdaten-Lösungen von Dun & Bradstreet helfen Teams, Wachstum zu fördern und Risiken zu managen – auf Basis einer vertrauenswürdigen Datenbasis mit einer einzigen Quelle der Wahrheit. Unternehmen können Datensilos verbinden, vorab aufbereitete Daten nutzen und KI einsetzen, um schneller Mehrwert zu schaffen – mit besseren Einblicken in Geschäftsbeziehungen, optimierten Prozessen und besserem Risikomanagement.

Diese Vorteile können Unternehmen erwarten:

• Schnellere Wertschöpfung: Automatisierte Workflows durch KI/ML steigern Produktivität und Effizienz – und senken Kosten.
• Datensilos auflösen & eine zentrale Datenquelle schaffen: Mit vertrauenswürdigen Daten aus der Dun & Bradstreet Data Cloud und der D-U-N-S®-Nummer als eindeutiger Kennung erhalten Unternehmen konsistente Daten über alle Systeme hinweg.
• Vertrauenswürdige Einblicke in Geschäftsbeziehungen: Komplexe Unternehmensstrukturen und -verflechtungen werden sichtbar – für ein umfassendes Verständnis von Kunden und Lieferanten und zur Vermeidung von Risiken.

Beispiel: Im Vertrieb und Marketing liefern die Stammdaten-Lösungen von Dun & Bradstreet vertrauenswürdige Einblicke, um die besten Leads zu priorisieren – und so mehr Umsatz und Wachstum zu erzielen.

Strategische Vorteile:

• Zielgruppensegmentierung und -ansprache
• Kundenakquise und -bindung
• Identifikation von Geschäftschancen
• Lead- und Account-Routing

Die Stammdaten-Lösung D&B Connect ermöglicht es Teams, auf vorab aufbereitete Daten, KI und Expertenwissen zuzugreifen – und so die Zeit bis zur Wertschöpfung deutlich zu verkürzen.

Erfahren Sie, wie Dun & Bradstreet Ihre Stammdaten-Strategie für KI stärken kann.