Garbage in – Garbage out

Während sich Experten noch über die Genauigkeit von Matching- oder Vorhersage-Algorithmen Gedanken machen, hinkt die Qualität der zugrunde liegenden Stammdaten hinterher. Auf welcher Grundlage sollen dann also geschäftsentscheidende Vorhersagen getroffen werden?

Rund 85 Prozent der Unternehmen haben nach Lünendonk (2016) ein Stammdatenproblem. Was aus dem Business-Intelligence-Umfeld schon seit Jahren bekannt ist, schlägt sich nun im Rahmen der digitalen Transformation nieder. Unternehmen müssen prozessorientiert auf den digitalen Wandel vorbereitet sein. Das schließt die Sicherstellung einer hohen Stammdatenqualität mit ein. Hier können nun neue Möglichkeiten (z. B. Machine Learning) direkt in den Prozess eingreifen und eine Sicherstellung der Datenqualität zum Zeitpunkt des Entstehens ermöglichen. Ein derartiger Eingriff in die Geschäftsprozesse muss von den Unternehmen gewollt sein. Wer es allerdings nicht tut, wird in ein paar Jahren das Nachsehen haben. Zwei aktuelle Beispiele Stellen Sie sich vor, Ihr Matching-Algorithmus schreibt automatisch einen Kandidaten an, der aber aufgrund nicht vollständiger und nicht aktueller Daten gar […]

Lesen Sie weiter!

(Ältere Beiträge können Sie ohne Abo-Beschränkung lesen)

Informieren Sie sich HIER über unsere Abos

Sie sind schon Abonnent?

Passwort vergessen?

Das könnte Sie auch interessieren

0 Kommentare

Dein Kommentar

Möchten Sie uns Ihre Meinung zum Thema sagen?
Hinterlassen Sie uns einen Kommentar!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.