Читать книгу Data Science - Michael Zimmer - Страница 40

Data-Science-basierte Anwendungen sind in der Praxis mittlerweile weit verbreitet. Das Potenzial dieser Anwendungen scheint grenzenlos. Um nachhaltig durch Data Science und KI neue Geschäftsmodelle zu erschließen, die Kosten zu senken und den Ertrag zu erhöhen, ist aber eine differenzierte Betrachtung des Nutzens von Data-Science-basierten Anwendungen im Unternehmen erforderlich. Viele auf den ersten Blick einfachen Anwendungsfälle erfordern zugrunde liegende Datenbasen mit einer hohen Qualität, neue Anwendungen, Technologien und die Schulung der Mitarbeiter. Ein zunächst kostengünstiger Use Case kann vor diesem Hintergrund schnell eine große Investition erfordern. Deshalb ist es auch im Bereich der Data Science erforderlich, die Investments bewusst mit Proof of Values und Business Cases zu beleuchten. Nur die bewusste Investition in ausgewählte Anwendungsfälle ermöglicht Unternehmen, ihre häufig eingeschränkten personellen sowie finanziellen Ressourcen möglichst positiv für die Zukunft einzusetzen. Als mahnendes Beispiel kann hier eine internationale Großbank gelten, bei der kurzfristig ein Data-Science-Bereich mit zehn hochbezahlten Scientists aufgebaut wurde, ohne eine geeignete Datenbasis oder Infrastruktur zu besitzen. Binnen eines Jahres konnte dieser Bereich keinen einzigen Use Case implementieren und hat letztlich keinen Nutzen für die Bank geschaffen.