Welchen Einfluss hat conversational AI auf Business Intelligence

Digitale Voice Assistants wie Alexa, Siri, Cortana verankern sich immer mehr im Arbeitsalltag der Menschen. Chatbots beantworten Fragen aus vielen Bereichen, warum nicht auch direkt aus dem Business Intelligence System? Und jetzt kommt das eigentliche Problem der conversational AI Plattformen. Wie Kai im vorherigen Artikel, "Künstliche Intelligenzen sind keine Inseln“, geschrieben hat, sind viele der bestehenden KI-Plattformen Inseln, d.h. getrennt stehende Plattformen ohne Zugang zur realen Welt.

Business Intelligence Systeme sind keine simplen Systeme, es gibt viele unterschiedliche Elemente wie Merkmale, Merkmalswerte, Kennzahlen, Variablen, Berichte, Berechtigungen, Quellsysteme und viele mehr. All diese Elemente sind stark abhängig vom jeweiligen Benutzer. Datensicherheit ist ebenso wichtig wie Geschwindigkeit.

Trotz all dieser Spezifika entsteht für den Benutzer ein unglaublicher Mehrwert, wenn er seine gewünschten Informationen durch natürliche Sprache finden kann, anstatt sich durch große Berichtskolonnen zu klicken. Künstliche Intelligenz schafft hier einen immensen Produktivitätsgewinn.

Was braucht es dazu?

Nehmen wir folgende Frage als Beispiel: „Wie hoch war der Umsatz in Spanien letztes Jahr“.

Zerlegen wir diese Frage in Ihre Bestandteile:

  • „Umsatz“ ist eine Kennzahl
  • „Spanien“ ein Merkmalswert zu dem Merkmal Land
  • „letztes Jahr“ ist ein Zeitwert, der sich berechnet als „aktuelles Jahr – 1“

Jetzt fehlt natürlich noch die wichtigste Information überhaupt:Die Herkunft der Daten, also Berichtsname und Quellsystem.

Den Chatbot auf diese Frage zu trainieren, stellt Entwickler eines Chatbot vor immense Herausforderungen. Für majaAI jedoch ist diese und andere Business Intelligence Fragen Teil Ihrer DNA: Denn Sie macht sich zunutze, dass die bi excellence software GmbH seit nunmehr fast 12 Jahren im Bereich Business Intelligence arbeitet und mit biAnalytics (https://bianalytics.cloud) über eine Cloudbasierte Self-service BI Lösung verfügt. Diese bietet eine leistungsfähige Echtzeit-Systemanbindung an viele Quellsysteme: SAP BI, Google Analytics / Adwords, Salesforce, Microsoft Powerbi, flatfiles und viele mehr.

In Verbdindung mit majaAI entsteht hier eine sehr starke Verzahnung der Produkte und damit auch eine Potentierung der Möglichkeiten für die Anwender.

Wie sieht das im Detail aus?

MajaAI verwendet eine Vielzahl neuronaler Netze. Ihr vorrangiges Netz dient zur Sprachanalyse, dem sogenannten NLU („natural language understanding“). Es wird durch Trainingsfragen trainiert wird. Dieses „Convolutional Neural Network“ enthält das Wissen über aller Talente, die majaAI mitgegeben wurden.

Für das Business Intelligence Wissen baut majaAI zusätzlich für jeden Anwender einzelne neuronale BI-Netze auf, die durch das Nutzerverhalten trainiert werden. Dies bedeutet, dass durch das Ausführen von Berichten Informationen dieser Berichte verknüpft werden:

  • welche Merkmale sind in dem Bericht vorhanden
  • welche Kennzahlen sind im Bericht vorhanden
  • aus welchem Quellsystem kommen die Daten
  • welche Merkmalswerte gibt es

Hierdurch entsteht eine Vernetzung der kompletten Berichtslandschaft.

Nun wird MajaAI mit Trainingsfragen trainiert, so zum Beispiel:

  • Wie hoch ist {BI:KEYFIGURE} in {BI:DIMENSIONVALUE} = „Wie hoch ist der Umsatz in Spanien“
  • Wie hoch ist {BI:KEYFIGURE} in {BI:DIMENSIONVALUE} {BI:DIMENSIONVALUE} = „Wie hoch ist der Umsatz in Spanien letztes Jahr“.

Alle Objekte des Business Intelligence Systems sind als Entityprovider implementiert. Dadurch kann majaAI alle entsprechenden Provider befragen, ob sie mit dem jeweiligen Teilaspekt der Frage etwas anfangen können. Dazu rufen diese Provider wiederum in das neuronale BI-Netz des Benutzers und ermitteln daraus die zutreffenden Berichte. Diese Berichte führt MajaAI aus und identifiziert die relevante Spalte aus dem Bericht. Der Anwender erhält als Antwort den so ermittelten Zahlenwert.

Zusätzlich kann der Anwender über den Chatbot den kompletten Bericht aufrufen und steuern, d.h. Filtern und Merkmale tauschen, in Graphische Ansichten wechseln und vieles mehr.

Definierte Dialoge können den Anwender zusätzlch helfen, schneller gewünschte Zahlen zu finden, zu vergleichen und zu analysieren.

Autor: Thilo Knötzele Erstellungsdatum: 14.02.2019 Kategorie: Business Intelligence zurück zur Übersicht