Conversational Analytics: Wenn man Daten einfach fragen kann

Conversational Analytics: Wenn man Daten einfach fragen kann

Daten lassen sich heute einfacher abfragen als je zuvor. Genau deshalb wird eine andere Fähigkeit immer wichtiger: Antworten richtig einzuordnen und kritisch zu hinterfragen.

Brauchen wir überhaupt noch Datenkompetenz?

Daten waren schon immer voller Antworten, man musste nur wissen, wie man sie findet. Wer mit Daten arbeiten wollte, brauchte dafür lange Zeit spezielles Wissen und musste sich entweder selbst durch Dashboards arbeiten oder einen Analysten hinzuziehen. Zwischen einer Frage und einer brauchbaren Antwort lag deshalb oft einiges an Fachwissen.

Inzwischen wird dieser Zugang immer einfacher. Neue Analysetools machen es möglich, Fragen ganz selbstverständlich in natürlicher Sprache zu stellen und direkt Antworten zu bekommen. Statt komplizierte Abfragen zu formulieren oder sich durch verschiedene Dashboards zu klicken, kann man heute einfach sagen, was man wissen möchte. Damit stellt sich auch eine neue Frage: Wenn jeder ohne besondere Vorkenntnisse Informationen aus Daten gewinnen kann, welche Fähigkeiten brauchen wir dann überhaupt noch?

Die Antwort ist nicht, dass Datenkompetenz überflüssig wird. Sie verändert sich vielmehr. Es geht künftig weniger darum, technische Abfragen selbst erstellen zu können, sondern darum, die richtigen Fragen zu stellen, Antworten richtig einzuordnen und zu erkennen, welche Schlüsse sich daraus ziehen lassen. Für L&D bedeutet das, genauer hinzuschauen, welche Fähigkeiten Menschen im Umgang mit Daten künftig wirklich brauchen.

Der Wandel hat längst begonnen

Daten auszuwerten war lange eine Aufgabe für Spezialisten. Heute wird es immer einfacher, selbst Antworten aus den eigenen Daten zu bekommen. Mit modernen Analysetools lassen sich Fragen in natürlicher Sprache stellen und direkt beantworten. Statt technische Abfragen zu formulieren oder sich durch verschiedene Dashboards zu arbeiten, kann man einfach fragen, was man wissen möchte. Damit fällt eine Hürde weg, die den Umgang mit Daten bisher deutlich erschwert hat.

Conversational Analytics verändert dadurch nicht nur den Zugang zu Daten, sondern auch das, was Menschen dafür können müssen. Wer keine technischen Abfragen mehr formulieren muss, braucht andere Fähigkeiten, um Daten sinnvoll zu nutzen. Genau hier stellt sich die Frage, welche Rolle Datenkompetenz künftig noch spielt.

Wenn die Antwort nicht das Problem löst

Dass Analysetools heute viele technische Schritte übernehmen können, ist eine große Erleichterung. Man muss keine SQL-Abfragen mehr schreiben, Formeln erstellen oder sich durch unzählige Dashboard-Filter arbeiten, um eine Antwort auf eine Frage zu bekommen. Dadurch können deutlich mehr Menschen direkt mit Daten arbeiten. Was ihnen das Tool allerdings nicht abnehmen kann, ist die Frage, was sie eigentlich wissen wollen und ob die Antwort darauf wirklich passt.

Denn genau hier wird es interessant: Eine Antwort kann vollkommen korrekt sein und trotzdem in die falsche Richtung führen. Schon eine unklare Frage reicht dafür aus. Wer beispielsweise nach dem „Umsatz“ fragt, ohne zu wissen, welche Kennzahl im System damit gemeint ist, kann am Ende mit einer Zahl arbeiten, die etwas anderes aussagt als angenommen. Und wenn das Ergebnis zufällig die eigene Erwartung bestätigt, wird es noch leichter, es einfach zu übernehmen. Dabei wäre es wichtig zu prüfen, ob die Daten überhaupt aussagekräftig sind, der Vergleich sinnvoll ist oder ein vermeintlicher Trend nur Zufall ist.

Das Problem liegt also nicht darin, dass die Tools keine Antworten liefern. Im Gegenteil: Sie liefern sie schneller und verständlicher als je zuvor. Die entscheidende Frage ist, ob wir weiterhin in der Lage sind, diese Antworten richtig zu verstehen und einzuordnen. Je einfacher der Zugang zu Daten wird, desto wichtiger wird genau diese Fähigkeit.

Die Frage hinter der Frage

Wenn ein Analysetool viele Fragen beantworten kann, wird es umso wichtiger, die richtige zu stellen. Bevor man eine Frage eingibt, sollte deshalb klar sein, worauf man eigentlich hinauswill. Welche Entscheidung hängt davon ab? Was würde man anders machen, wenn die Antwort anders ausfällt? Genau solche Überlegungen werden wichtiger, wenn die technische Hürde wegfällt. Denn ein Tool kann auch eine unklare Frage problemlos beantworten und dabei ein Ergebnis liefern, das am eigentlichen Problem vorbeigeht.

Mit der Antwort ist es deshalb noch nicht getan. Passt sie wirklich zu dem, was ich wissen wollte? Verstehe ich, wie die verwendeten Begriffe und Zahlen definiert sind? Sind die Daten überhaupt aussagekräftig, oder könnte das Ergebnis einfach Zufall sein oder auf einer verzerrten Datengrundlage beruhen? Gerade weil die Antworten verständlich und überzeugend formuliert sind, kann man leicht vergessen, sie kritisch zu hinterfragen.

Datenkompetenz bedeutet deshalb heute etwas anderes als noch vor einigen Jahren. Es geht weniger darum, technische Details zu beherrschen, sondern darum, gute Fragen zu stellen, Antworten kritisch zu prüfen und ihre Bedeutung richtig einzuschätzen. Die Technik nimmt uns einen Teil der Arbeit ab, aber zu verstehen, was eine Antwort tatsächlich aussagt, bleibt unsere Aufgabe.

Was sich für L&D verändert

Wenn Tools Datenabfragen inzwischen einfach per Sprache beantworten können, wird es weniger wichtig, technische Schritte wie das Filtern eines Dashboards oder das Erstellen einer Pivot-Tabelle zu erklären. Wichtiger wird deshalb, die richtigen Fragen zu stellen und zu verstehen, was eine Antwort eigentlich bedeutet. Was möchte ich herausfinden? Welche Entscheidung hängt davon ab?

Genau das sollte stärker im Mittelpunkt stehen. Mitarbeiter müssen keine Data Scientists werden. Sie sollten aber Antworten hinterfragen und einschätzen können, ob eine Kennzahl wirklich zur eigenen Frage passt. Conversational Analytics macht Datenkompetenz also nicht überflüssig, sondern verändert, worauf es dabei ankommt. Weniger auf die Technik und mehr darauf, die richtigen Fragen zu stellen, Antworten zu hinterfragen und Daten sinnvoll zu nutzen.

Zusammenfassung

Wenn Daten einfach per Sprache abgefragt werden können, wird der Zugang zu ihnen viel leichter. Auch Menschen ohne große technische Vorkenntnisse können schneller Antworten bekommen. Das allein bedeutet aber noch nicht, dass sie mit den Antworten auch etwas anfangen können.

Genau deshalb wird es für L&D wichtiger, den Blick auf andere Fähigkeiten zu richten. Es geht darum, die richtigen Fragen zu stellen, Antworten kritisch zu prüfen und zu verstehen, was die Daten eigentlich aussagen. Das Tool nimmt uns die technischen Schritte ab, aber verstehen und einordnen müssen wir die Antworten trotzdem selbst.

---

Unser Team an E-Learning Experten bietet Ihnen zuerst eine umfassende Beratung und konzeptionelle Schritte für Ihre E-Learning-Plattform.

Unser Ziel: Ihnen das beste Resultat zu liefern, von Anfang an.
Ihre Lernenden zu begeistern und zu engagieren. Lösungen zu entwickeln die Ihren individuellen Anforderungen entsprechen.

Wir sind Experten für E-Learning Technologie. Wählen Sie uns, um Ihre kundenspezifische LMS Lösungen anzubieten.