Datenstrategie und KI im Gesundheitswesen navigieren

Dayle Hall:  

Hallo und herzlich willkommen zu unserem Podcast "Automating the Enterprise". Ich bin Ihr Gastgeber Dayle Hall, der CMO von SnapLogic. Dieser Podcast soll Unternehmen Einblicke und Best Practices geben, wie sie ihr Unternehmen integrieren, automatisieren und transformieren können. Unser heutiger Gast ist Bryson Dunn. Bryson ist der vertikale Leiter für Datenmanagement im Gesundheitswesen bei einem unserer starken Partner, EXL. Bryson ist ein erfahrener Praktiker, Mentor und vertrauenswürdiger Berater in diesem Team und in der Branche im Allgemeinen. Er arbeitet mit Geschäftsentwicklung, Datenmanagement und einem umfassenden Software-Engineering. Bryson, herzlich willkommen zum Podcast.

Bryson Dunn:

Danke, Dayle, ich freue mich, bei Ihnen zu sein. Ich habe mir schon einige Ihrer Podcasts angehört, aber ich bin zum ersten Mal Podcaster, also sehr aufgeregt.

Dayle Hall:  

Glauben Sie mir, ich habe schon ein paar davon gemacht und ich würde nicht sagen, dass ich ein erfahrener Podcaster bin. Ich denke, jeder einzelne ist eine neue Erfahrung, aber wir freuen uns, Sie in der Sendung zu haben. Okay, dann fangen wir mal an. Ich weiß, dass wir einen Haufen Fragen haben, einen Haufen Themen, die wir behandeln wollen. Aber ich denke, das Erste, was wir immer versuchen, ist, den Zuhörern ein wenig über Ihren Hintergrund zu erzählen. Wenn es Ihnen nichts ausmacht, möchte ich zwei Dinge zum Hintergrund sagen. Zum einen Ihre Erfahrung, Ihren Werdegang, wie Sie zu dieser Art von Rolle gekommen sind, und dann ein wenig mehr darüber, wie Sie speziell im Gesundheitswesen gelandet sind, denn offensichtlich gibt es in diesem Bereich der Gesundheitstechnologie, der Datenverwaltung, sehr spezifische Überlegungen und Regeln und Vorschriften. Aber lassen Sie uns damit beginnen, wie Sie in dieser Art von Rolle gelandet sind, und dann ein wenig darauf eingehen, wie Sie dazu gekommen sind, sich auf das Gesundheitswesen zu konzentrieren.

Bryson Dunn: 

Ja, danke, Dayle. Ich habe meine gesamte Karriere im Bereich Datenmanagement verbracht, also immer auf der Beratungsseite, immer auf der Implementierungsseite, aber ich habe bei einem Softwareunternehmen für Datenmanagement angefangen, habe Datenpipelines geschrieben, ETL, damals noch als Juniorentwickler, und im Laufe der Jahre habe ich mein Fachwissen und meine Reichweite auf andere Facetten des Datenmanagements, der Datenqualität und des Stammdatenmanagements ausgeweitet, wurde Architekt und habe schließlich den Sprung auf die Management-Seite geschafft. Heute leite ich, wie Sie schon sagten, das Gesundheitswesen innerhalb von EXL. Das bedeutet, dass ich wirklich für alles verantwortlich bin, vom Wachstum bis hin zur Sicherstellung, dass wir die richtigen Lösungen und Angebote für unsere Kunden positionieren und sicherstellen, dass wir unsere Zusagen einhalten und effektiv liefern, damit unsere Kunden erfolgreich sind.

Eines der Dinge, die ich an meiner Beratungserfahrung in meiner Laufbahn sehr schätze, ist die Möglichkeit, mit einer Reihe von Unternehmen in diesem Bereich zusammenzuarbeiten und ein breites Spektrum an Erfahrungen zu sammeln, sei es in der Pharmazie oder in den Biowissenschaften, bei Kostenträgern, Anbietern, Apothekenleistungen, Maklern und sogar im Bildungswesen, in der Krankenpflegeausbildung. Das hat mir ein großartiges, breit gefächertes Verständnis für die Branche und die Herausforderungen, die diese Unternehmen haben, vermittelt.

Dayle Hall: 

Ich denke, das ist ein wirklich interessanter Punkt. Natürlich bin ich in diesem Bereich nicht so erfahren, deshalb freue ich mich auf den Podcast. Aber ich denke, wenn man an das Gesundheitswesen, an Technologie und Datenmanagement denkt, denkt man manchmal an HIPAA und an die Beziehungen zwischen Patient und Arzt. Aber Sie haben gerade eine Reihe von Dingen erwähnt, Pharmazeutika, Bildung, das sind die Dinge, die vielleicht nicht so populär oder nicht so bekannt sind, aber das ist ein riesiges Gebiet. Das ist eine ziemliche Herausforderung für das Datenmanagement in all diesen Bereichen. Konzentrieren Sie sich mehr auf bestimmte Bereiche als auf andere? Bekommen Sie bei EXL einen Haufen Fragen, die alle Bereiche abdecken könnten? Welche Art von Eingängen oder Fragen erhalten Sie im Allgemeinen?

Bryson Dunn:  

Auch das ist eines der Dinge, die ich an der Beratung liebe: Jeder Tag ist ein bisschen anders, was die Fragen angeht, die wir von unseren Kunden bekommen. Aber jeder unserer Kunden betrachtet die Sache aus einem anderen Blickwinkel, je nach Rolle im Unternehmen, je nachdem, was er erreichen will, und je nach Unternehmen. Wie Sie sich vorstellen können, sind die Anliegen und Motivationen einer Krankenversicherungsgesellschaft ganz anders als die eines Krankenhauses oder eines integrierten Versorgungsnetzes. Das hält uns auf jeden Fall auf Trab, und es ist sehr variabel. Das kann ich sagen.

Dayle Hall:

Ja, das kann ich mir vorstellen. Okay, lassen Sie uns also speziell auf das Datenmanagement im Gesundheitswesen eingehen, und Sie können mir im Laufe des Gesprächs einige Beispiele nennen. Wie sehen Sie diesen Bereich, speziell das Datenmanagement, als Lösung für die Herausforderungen im Gesundheitswesen, mit denen Sie zu tun hatten? Wie beraten Sie Ihre Kunden? Ich habe diese intuitive Reaktion auf das Wort Transformation, digitale Transformation, weil ich denke, dass es viel zu oft verwendet wird. Ich glaube, ich habe Statistiken gesehen, wonach 60 % der digitalen Transformationsprojekte scheitern. Und ich denke, das liegt in der Regel daran, dass sie entweder nicht definiert sind oder dass sie einen Haufen anderer Herausforderungen unter dem Begriff Transformation zusammenfassen. Aber ich würde gerne Ihre Perspektive erfahren. Was sehen Sie im Gesundheitswesen in diesem Bereich? Und sehen Sie wirklich eine Transformation oder lösen wir nur punktuelle Herausforderungen?

Bryson Dunn:  

Ich stimme mit Ihrer Meinung über das Wort "Transformation" vollkommen überein. Ich denke, dass es überstrapaziert wird und oft ein bisschen leer ist, oder? Wenn wir uns also mit der Lösung von Herausforderungen im Gesundheitswesen befassen, stellt sich für uns die Frage, wie wir die Transformation sinnvoll und wertvoll gestalten können. Deshalb haben wir uns darauf konzentriert, das Warum von Daten zu definieren. Ich denke, historisch gesehen, wenn man 5 oder 10 Jahre zurückblickt, haben viele Unternehmen die Bedeutung von Daten erkannt, aber sie haben den Standpunkt vertreten: Oh, wir brauchen ein Data Warehouse oder einen Data Lake, weil das eine grundlegende Fähigkeit ist, oder wir brauchen einen Datenkatalog, weil das eine grundlegende Fähigkeit ist, einfach etwas, das wir brauchen. Und ob zu Recht oder zu Unrecht, ich denke, dass viele Unternehmensleiter, die wir getroffen haben, diese Investitionen manchmal einfach als einen großen Budgetposten betrachten, der diskret und nicht wertvoll ist, was ich denke, dass die Hörer Ihres Podcasts im Großen und Ganzen anderer Meinung sind. Und ich gehöre mit Sicherheit zu diesem Lager.

Ich denke, im Gesundheitswesen und eigentlich in jeder Branche besteht die Herausforderung darin, wie man Investitionen in Daten mit Geschäftsergebnissen verbindet. Das war also unsere Herausforderung. Und was mich im Gesundheitswesen wirklich begeistert, ist, dass es so einfach ist, eine direkte Verbindung zwischen diesen Dingen zu ziehen, von Daten zu Ergebnissen. Und im Gesundheitswesen sind die Ergebnisse das Wohlbefinden der Menschen, das Leben der Menschen ziemlich direkt, richtig, Geist, Körper, Geldbeutel. Man sieht Dinge wie die Nutzung von Daten zur Vorhersage von Krankheiten und zur Verbesserung der präventiven Pflege, zur Kostensenkung, zur proaktiven Abrechnung und dergleichen.

Das hört sich nach einer Kleinigkeit an, aber ich sage Ihnen, und meine Frau hat gerade ein Baby bekommen. Und im Voraus rief ich meine Versicherungsgesellschaft an. Ich fragte: "Wie viel wird es kosten, dieses Baby zu bekommen? Und ich konnte keine klare Antwort bekommen. Selbst so etwas Einfaches, von dem man denkt, dass es so einfach wäre, ist ein echtes Problem, zu dessen Lösung Daten beitragen können. Und ich sage nicht, dass - hey, es gibt eine Menge Arbeit zu tun. Lassen Sie es mich so ausdrücken. In den USA haben wir mit 16 % doppelt so viel für das Gesundheitswesen ausgegeben wie alle anderen Industrieländer. Und wir haben immer noch die höchste Rate an vermeidbaren Krankenhausaufenthalten und Todesfällen. Meiner Meinung nach sind Daten ein wichtiger Teil der Lösung dieser Herausforderung und sicherlich etwas, auf das sich unsere Kunden konzentrieren.

Dayle Hall:  

Ja, Sie haben mit Ihrem Beispiel den Nagel auf den Kopf getroffen. Ich weiß noch, wie ich in dieser Situation war und die Rechnung bekam, nachdem meine Frau unsere beiden Kinder bekommen hatte, und ich war immer noch fassungslos, dass wir eine gute Gesundheitsversorgung haben. Ich beschwere mich nicht darüber. Wir haben sehr viel Glück, wir haben sehr viel Glück. Aber wenn man sich das anschaut, dass man nicht in der Lage ist, jemandem im Voraus irgendeine Art von Hinweis zu geben, dann ist das eindeutig eine Herausforderung, die wir lösen müssen.

Mir gefällt, was Sie gesagt haben, und das höre ich von erfolgreichen Leuten im IT-Bereich, die sich mit KI oder was auch immer beschäftigen: Wenn man mit den Geschäftsergebnissen beginnt, oder ich denke, Sie und ich haben diese Gespräche schon geführt, dann beginnt man mit dem Warum. Warum versuchen wir also, dieses Problem zu lösen. Und ich glaube, dass die meisten Projekte auf diese Weise erfolgreicher sein werden. Und ich habe in diesen Podcasts gehört, dass, wenn Sie das nicht tun, Sie zu den 60 % der digitalen Transformationsprojekte gehören werden, die scheitern, weil Sie nicht wirklich wissen, was Sie erwarten, wenn Sie das Projekt angehen.

Ich war heute Morgen bei einem Marketing-Podcast, einer Marketing-Zoom-Gruppe. Und eine der Fragen an die CMOS war, wer gebeten wird, in seinem Unternehmen etwas im Bereich KI zu tun. Und ich denke, dass das Beispiel, das Sie im Vorfeld genannt haben, nämlich die Verlagerung in die Cloud, der Aufbau eines Data Lake, großartig ist, Sie wissen, dass es eine gewisse Auswirkung haben wird, aber wenn Sie nicht mit einem Geschäftsergebnis beginnen, wenn Sie nicht mit dem Warum beginnen, werden Sie scheitern. Nennen Sie mir ein paar Beispiele für das "Warum" von Daten und was sind die Dinge, über die Sie mit Ihren Kunden nachdenken müssen?

Bryson Dunn:  

Ja, das alles dreht sich wirklich darum, wie wir über die Entwicklung von Datenstrategien für unsere Kunden denken. Und die Definition des Warum ist ein nützlicher Ausgangspunkt, denn die Dinge, die Sie erwähnt haben, die Migration in die Cloud, der Aufbau eines Data Warehouse, das alles sind Befähiger. Das sind keine Ergebnisse. Die Integration einer neuen Datenquelle, die Ausmusterung eines Altsystems - all das sind gute Dinge, die wahrscheinlich einen Mehrwert bringen, aber sie sind nicht das eigentliche Ergebnis. Wenn wir also über die Entwicklung einer Datenstrategie nachdenken, betrachten wir sie natürlich aus diesem Blickwinkel, aus der Perspektive der Dateninfrastruktur und der Datenarchitektur. Wo sind die Ineffizienzen? Wo sind die Reibungspunkte? Wo gibt es Lücken? Und wie können wir den Reifegrad verbessern?

Aber wir beginnen wirklich mit einer Top-Down-Ansicht, um zu verstehen, was das Unternehmen erreichen will. Versucht es, neue Märkte zu erschließen? Versucht es aktiv, Wettbewerber zu übernehmen? Versucht das Unternehmen, sich auf ein risikoreicheres Gesundheitsversorgungsmodell umzustellen, bei dem wir ihm helfen können, indem wir es mit besseren Daten und Erkenntnissen am Ort der Versorgung ausstatten? All diese Faktoren sind entscheidend dafür, wo Sie Ihr Geld und Ihre Daten investieren. Und man muss in der Lage sein, das Ergebnis zu verfolgen. Das ist das wichtigste Element. Es reicht nicht aus zu sagen: Hey, das sind die Ergebnisse, die wir anstreben, und hier werden wir investieren. Man muss auch nachweisen können, dass man etwas erreicht hat.

Dayle Hall:

Eines der Dinge, die ich in den Podcasts zu tun versuche - weil ich weiß, dass die Leute da draußen darüber nachdenken werden, wie sie das, was Sie sagen, möglicherweise auf ihre Arbeit anwenden können. Wie viele Kunden kommen zu Ihnen, weil sie wissen, dass wir zu einem neuen Cloud-Datenanbieter wechseln wollen und diese Ergebnisse erzielen wollen? Wie viele kommen zu Ihnen, wenn sie diese Ziele bereits definiert haben? Und wie viele kommen zu Ihnen und sagen: "Wir wissen, dass wir etwas tun müssen, wir wissen, dass wir nach Ergebnissen suchen, und Sie helfen ihnen, eine Strategie zu entwickeln? Ich glaube nämlich, dass dies eine unschätzbare Dienstleistung ist, sei es im Gesundheitswesen oder in anderen Bereichen, wenn jemand, ein Berater, eine Gruppe, sogar ein internes Gremium oder was auch immer, dabei hilft, das Ergebnis zu erreichen. Ist es also 50:50, ist es 70:30, dass sie es wissen oder dass Sie sie dabei anleiten müssen?

Bryson Dunn:

Ich würde sagen, dass wahrscheinlich 25 % der Gespräche, die wir führen, auf sehr hoher strategischer Ebene stattfinden. Ehrlich gesagt, wissen viele unserer Kunden, die Führungskräfte, bereits, wo sie hinwollen, und haben das in der Regel recht gut im Griff. Und bei der Umsetzung brauchen sie wirklich Hilfe. Und das ist ein Teil der Variabilität, über die wir vorhin gesprochen haben, oder? Manchmal kommen unsere Kunden zu uns und sagen: Hey, hör mal, wir brauchen einfach zusätzliche Kapazitäten, wir müssen eine Menge Datenpipelines aufbauen, oder wir stellen unsere alte Integrationsplattform in den Ruhestand und migrieren auf etwas Modernes wie SnapLogic, und wir brauchen einfach mehr Leistung. Oder unsere Kunden kommen zu uns, wie Sie sagten, in einer sehr wichtigen beratenden Funktion, um uns zu sagen: Hört zu, wir wissen, dass wir Daten besser nutzen und mit Daten mehr Wert schaffen können, wie können wir das tun?

Dayle Hall:

Ja. Ich denke, das Gute daran ist, dass man natürlich beides machen kann. Aber was ich in diesen Podcasts höre, ist, dass Leute in deiner Position, oder sie sind möglicherweise auf der Kundenseite, auf ihrer eigenen Kundenseite, aber sie gehen mit der Einstellung an die Sache heran, dass es 500 Dinge gibt, die wir tun könnten, aber wir werden das in sehr diskrete Projekte und Leistungen aufteilen, und es ist eine Reise. Wie reagieren die Kunden manchmal, wenn Sie sagen: Hey, das ist toll, es ist gut, dass Sie diese Richtung haben. Sie denken über das Ergebnis nach, also sind Sie auf dem richtigen Weg. Dies ist eine fünfjährige Reise oder was auch immer. Ist das klar, dass es keine schnelle Lösung ist? Oder müssen Sie darlegen, warum das bei dieser Art von Rolle der Fall ist?

Bryson Dunn:

Ja, das ist allgemein bekannt. Es wird allgemein verstanden, dass es sich um eine langfristige Reise handelt und nicht um etwas, das in wenigen Wochen oder Monaten erledigt sein wird. Und ich denke, die Kunst bei der Vermittlung einer Strategie an viele Interessengruppen innerhalb eines Unternehmens besteht darin, wirklich zu vermitteln, warum es so lange dauern wird, worauf wir hinarbeiten und wie wir auf dem Weg dorthin schrittweise einen Mehrwert schaffen werden. Das ist von entscheidender Bedeutung, denn Sie können nicht sagen: "Hier ist Ihr Drei- oder Fünfjahresfahrplan, und wir werden erst am Ende einen Wert sehen. Sie müssen also in der Lage sein, wie Sie sagten, herauszufinden, wo die Quick-Win-Elemente liegen, die Sie innerhalb von zwei, drei Monaten umsetzen können, also sehr schnelle Erfolge. Und wie können Sie diese so anordnen, dass sie aufeinander aufbauen und Sie kontinuierlich den Wert und den Erfolg nachweisen können, denn wenn Sie sich zurückziehen und zu lange an der Technologie basteln, ohne Fortschritte und Werte zu zeigen, werden die Leute unweigerlich anfangen, diese Investitionen in Frage zu stellen.

Dayle Hall:

Ja, das gefällt mir. Mir gefällt, dass wir wieder an die schnellen Erfolge denken. Ich glaube, manchmal verlieren wir das aus den Augen, selbst wenn wir eine Strategie haben. Manchmal denken wir an das Blaue vom Himmel und daran, dass alles großartig wird. Auch hier gilt, wie in jedem Unternehmen oder in jeder Funktion innerhalb des Unternehmens, dass man Fortschritte nachweisen muss. Wenn Sie im Marketing eine Pipeline aufbauen, wo stehen wir dann für das Jahr? Wenn Sie Geschäfte abschließen, wenn Sie einen Kunden gewinnen, was sind die kleinen Geschäfte? Das ist alles Teil dieses Prozesses.

Haben Sie ein konkretes Beispiel, ein Projekt, an dem Sie gearbeitet haben, vielleicht ein Datenverwaltungsprojekt im Gesundheitswesen, das vielleicht einige Governance-Kontrollen beinhaltet? Können Sie etwas darüber erzählen, wie Sie es mit dem Kunden, dem Auftraggeber, gehandhabt haben?

Bryson Dunn:  

Ja, absolut. Ich möchte Ihnen ein Beispiel für ein Projekt geben, das wir kürzlich in Betrieb genommen haben. Es war für einen großen Makler für Gruppenleistungen. Dieses Unternehmen verkauft alle Arten von Versicherungen, aber auch individuelle Gesundheitspläne für Arbeitgeber. Ein wesentliches Unterscheidungsmerkmal ist die Fähigkeit des Unternehmens, Pläne und Preise auf die individuellen Bedürfnisse der Mitarbeiter seiner Kunden zuzuschneiden. Das hat viel mit der Art der Branche zu tun, in der sie tätig sind, mit der Art der Arbeitnehmer, die sie beschäftigen, mit ihren sozialen Determinanten der Gesundheit, ihrer Gesundheitshistorie. All diese Daten werden ausgewertet und berücksichtigt, damit sie den kostengünstigsten Gesundheitsplan mit dem höchsten Versicherungsschutz für ihre Kunden und deren Mitarbeiter entwickeln können.

Sie nutzen diese Datenanalyselösung schon seit geraumer Zeit, aber das Problem war, dass die Aktualisierung der Daten etwa einen Monat dauerte. Sie wurde von einem Drittanbieter gehostet. Sie hatten also nur begrenzte Möglichkeiten zur Skalierung und Anpassung an ihre speziellen Bedürfnisse, aber auch zur Nutzung der Daten für andere Zwecke. Also beauftragten sie uns, die Lösung in die Cloud zu migrieren und ein umfassendes Redesign mit einigen wichtigen Verbesserungen vorzunehmen. Und es war eine große Aufgabe. Die Lösung nahm über 1.300 Dateien aus einer Vielzahl von Quellen mit linearen Formaten auf und musste angesichts der Natur von Gesundheitsdaten natürlich äußerst sicher sein. Ja, das ist immer eine Herausforderung in diesem Bereich.

Wir haben also eine erste Version in Betrieb genommen, die die Latenzzeit von 30 Tagen auf fünf Tage verkürzt und die Geschwindigkeit der Aufnahme und Einbindung neuer Daten um 15 % verbessert hat. Und wir arbeiten aktiv an zusätzlichen Verbesserungen, um die Daten täglich zu aktualisieren und diese Lösung weiter zu automatisieren, um den Overhead und die Wartung zu reduzieren.

Dayle Hall:

Das ist ein ziemlich gutes Projekt. Ich denke, wenn wir unserem Kundenstamm eine solche Lösung anbieten würden, wären sie mit solchen Zahlen sehr zufrieden. Lassen Sie uns ein wenig weitermachen. Sie haben selbst erwähnt, dass Daten im Gesundheitswesen entscheidend sind. Kontrollen sind wichtig. Lassen Sie uns ein wenig über die Daten, aber auch über die Metadaten sprechen und darüber, warum das so wichtig ist. Denn ich könnte mir vorstellen, dass es wiederum keine Rolle spielt, um welche Art von Unternehmen es sich handelt. Die Daten und Metadaten sind wichtig, um sicherzustellen, dass sie verwertbar, auffindbar, wiederverwendbar oder was auch immer sind. Aber ich könnte mir vorstellen, dass es im Gesundheitswesen noch andere, wichtigere Kontrollen gibt, oder dass sie auf die richtige Weise durchgeführt werden müssen. Wie wichtig sind also Metadaten bei dieser Art von Projekten und wie wichtig sind die Daten selbst?

Bryson Dunn:

Metadaten sind absolut entscheidend. Und das ist ein so wichtiges Thema, Dayle. Ich versuche, bei jeder Gelegenheit, die sich mir bietet, bei meinen Kunden auf Metadaten hinzuweisen, denn sie sind die geheime Soße für so viele Dinge, egal ob es um Automatisierung, Sicherheit und Kontrolle oder um KI geht. Metadaten sind wirklich der Treibstoff für all das, wenn Sie mich fragen.

Dayle Hall:

Erklären Sie, warum. Sagen Sie uns, warum.

Bryson Dunn:

Ja. Ich beziehe das auf das Beispiel des letzten Kunden, dem wir das Projekt für die Cloud-Migration geliefert haben. Hätten wir für diesen Kunden 1.300 verschiedene Datenpipelines von Hand programmiert, um die Daten in die Cloud zu verschieben, hätten wir Jahre gebraucht, das ist einfach nicht vertretbar. Stattdessen haben wir uns auf die Metadaten konzentriert, darauf, woher die Daten kommen, wie wir uns mit ihnen verbinden, wie sie strukturiert sind, wie die Daten verschoben und in unser Zieldatenmodell transformiert werden müssen und welche Qualitätsprüfungen wir auf dem Weg dorthin durchführen müssen, um sicherzustellen, dass die Daten gültig und korrekt sind.

Mit diesen Metadaten können wir dann einige Dutzend übergeordnete Aufträge und Datenpipelines implementieren, um all diese Daten dynamisch und konfigurationsgesteuert zu bewegen. Und das ist nur ein Beispiel. Das ist nur ein Beispiel für die Automatisierung, bei der man mit einigen grundlegenden Metadaten über die Struktur der Daten, den Ort, an dem sie sich befinden, die Art ihrer Umwandlung und die Regeln, die auf sie angewendet werden müssen, eine unglaubliche Effizienz erzielen kann. Und im Gesundheitswesen ist das absolut entscheidend. Ich denke, dass es im Gesundheitswesen absolut entscheidend ist, zu wissen, wie sich die Daten innerhalb der Infrastruktur bewegen, wo sie sich befinden und wer Zugang zu ihnen hat.

Dayle Hall:

Ich bin gerade an diesem Thema interessiert. Aber noch einmal: Wenn Sie da draußen mit einigen der Kunden über den Beraterteil sprechen, gibt es da jemals eine Unstimmigkeit oder eine Herausforderung, an die Sie die Leute, die Kunden, erinnern müssen, warum Metadaten so wichtig sind? Der Grund, warum ich das frage, ist, dass ich Ihre Aussage sehr gut finde, dass Metadaten die geheime Soße sind, ob es nun um Automatisierung, Sicherheit, den Einsatz in der KI, die Sicherstellung fairer Modelle oder ethische Aspekte geht - wir können das in einem ganz anderen Podcast besprechen. Aber müssen Sie den Kunden jemals daran erinnern, warum dies der wichtigste Teil ist? Und verstehen sie es sofort, wenn Sie es ihnen erklärt haben? Ich bin sicher, das tun sie. Aber sehen sie das als den wichtigsten Teil an? Oder denken sie über andere Dinge nach?

Bryson Dunn:  

Oft denken sie, offen gesagt, an andere Dinge. Viele unserer aufgeklärten Kunden werden das erkennen. Die Wahrheit ist, dass es mehr Zeit braucht. Wenn Sie eine neue Datenquelle einbinden oder eine neue Datenplattform aufbauen und in die Cloud migrieren, dauert es seine Zeit, diese Metadaten einzurichten. Das geschieht nicht auf magische Weise. Inzwischen gibt es Tools, die einen Teil davon automatisieren. Aber es gibt immer noch diese letzte Meile, die benötigt wird.

Oftmals sind die Leute so sehr auf die Durchführung des Projekts konzentriert, dass Metadaten auf die lange Bank geschoben werden, weil wir einfach nur das Projekt bauen, es ausliefern und in Produktion bringen müssen. Und hören Sie, manchmal ist das, offen gesagt, die richtige Entscheidung. Ich will nicht sagen, dass jeder Kunde immer den Metadaten den Vorrang geben muss. Es ist immer ein Kompromiss, es ist immer ein Gleichgewicht. Aber ich denke, es wäre ein Fehler, wenn ein Unternehmen heutzutage Metadaten nicht als Schlüsselkomponente für seine langfristigen Datenkapazitäten betrachten würde. Und das wird alle anderen Initiativen unterstützen und verbessern.

Dayle Hall:

Ja, genau. Nein, das ist interessant. Denn einer der anderen Begriffe, über die wir vorhin gesprochen haben, die digitale Transformation, ist der Begriff der Datendemokratisierung, von dem ich viel höre. Wenn Sie diesen Begriff hören, was bedeutet er für Sie? Und wie verhält sich das zu Metadaten im Vergleich zum anderen Kern der Daten, die in Systemen verschoben werden?

Bryson Dunn:

Das ist ein weiterer Begriff, der, offen gesagt, etwas leer klingt, es sei denn, Sie bringen etwas Fleisch an den Knochen der Datendemokratisierung, denn darüber reden viele Leute. Für mich bedeutet das, dass Sie Ihren Geschäftsanwendern den Zugang zu hochwertigen Daten ermöglichen, die zeitnah, qualitativ hochwertig, verständlich und vollständig sind. Das ist wirklich Datendemokratisierung. Ich glaube, dass einige Leute, noch bevor es den Begriff Datendemokratisierung gab, dies als Selbstbedienung, Selbstbedienung, Selbstbedienung bi bezeichnet haben. Diese Idee gibt es schon eine ganze Weile.

Meiner Meinung nach entspricht das aber nicht ganz dem, was wir denken müssen und was viele unserer Kunden denken. Das heißt, anstatt dass wir es einfach bauen und sie mit einer "Hey, hier sind die Daten, holt sie euch"-Mentalität kommen, müssen wir proaktiver sein, wenn es darum geht, wie wir Daten und Erkenntnisse in Arbeitsabläufe und Geschäftsprozesse einbinden, und es nicht optional machen. Wir müssen also einfach bewusster damit umgehen. Und das braucht Zeit. Das erfordert eine Menge Change Management und eine Menge Integration. Aber ich denke, das ist der Punkt, an dem wir wirklich ankommen müssen.

Dayle Hall:  

Ja, genau. Für die Zuhörer kann ich nicht sagen, dass ich nicht gelächelt habe, als Sie von viel Integration sprachen, denn das ist für uns bei SnapLogic ganz klar wichtig. Das ist also eine gute Sache.

Bryson Dunn: 

Ich versuche, dir einen Knochen hinzuwerfen, Dayle.

Dayle Hall:

Ja, danke. Ich weiß das zu schätzen. Mein CEO wird wütend, wenn ich nicht wenigstens eine SnapLogic-Referenz einbaue. Das war's dann auch schon. Lassen Sie uns also weitermachen. Reden wir darüber, dass wir schon ein wenig darüber gesprochen haben, nämlich über die Definition der Strategie. Und manchmal hat man Kunden, die schon weiter sind und denen man helfen kann, die Strategie zu verfeinern, ihnen bei den Ergebnissen zu helfen, was ich gut finde. Aber nehmen wir mal an, jemand kommt zu Ihnen und sagt: "Wir wissen, dass wir etwas tun müssen, wir wissen, dass wir umziehen wollen. Wir haben einige On-Premises, wir wollen in die Cloud wechseln. Aber wir haben heute nicht wirklich eine Strategie. Wenn jemand da draußen ist und gerade darüber nachdenkt, was sind die wichtigsten Dinge, die Sie, EXL, sich hinsetzen und sagen würden, okay, hier fangen wir an, so fangen wir an - bevor wir irgendetwas bauen, bevor Sie gehen und ein Cloud Data Warehouse oder ein Integrationstool kaufen, hier fangen Sie an.

Bryson Dunn:

Ja, ohne Zweifel. Jeder Berater, den es heute gibt, hat dafür ein Grundrezept, und wir sind nicht anders. Zuerst muss man definieren, wo man heute steht und wie man als Unternehmen heute tatsächlich arbeitet. Dann müssen Sie definieren, wo Sie hinwollen, und dann müssen Sie einen Plan aufstellen, der diese beiden Dinge miteinander verbindet. Das ist dann Ihr Fahrplan. Und wie ich schon sagte, unterscheiden wir uns nicht von anderen Beratungsunternehmen, und das ist unser Grundrezept. Ich möchte anmerken, dass wir uns von Anfang an auf den Geschäftswert konzentrieren. Wir haben vorhin darüber gesprochen. Wie definieren Sie ihn im Vorfeld? Was sind die Ergebnisse? Wie legen Sie den Ausgangspunkt fest? Wie werden Sie den Wert messen? Wie werden Sie den Wert zu Grunde legen und im Nachhinein nachweisen?

Das ist es, was wir unseren Kunden wirklich raten würden. Und es ist eine Kunst. Zweifellos ist es keine Wissenschaft, denn Sie müssen sich mit Führungskräften aus dem gesamten Unternehmen auseinandersetzen, die manchmal sehr unterschiedliche Prioritäten, Ziele und Herausforderungen haben, die sie zu lösen versuchen. Und die Politik ist immer ein Faktor. Das ist einfach die Realität. Daher kann es eine Herausforderung sein, auf Unternehmensebene eine einheitliche Sichtweise darüber zu entwickeln, was als Erstes, Zweites und Drittes sinnvoll ist, was die geschäftlichen Prioritäten sind und wo der Wert liegt. Ich möchte also sagen, dass es unglaublich wichtig ist, diese Perspektiven zu erhalten. Andernfalls wird es Bereiche in der Organisation geben, die sich mit der Einführung schwer tun und das Programm nicht unterstützen. Es ist also von entscheidender Bedeutung, diese Zustimmung zu bekommen.

Dayle Hall:

Ja, ich werde Sie in einer Sekunde nach den Auswirkungen auf einige der Innovationen im Bereich der KI fragen, die offensichtlich wichtig sind. Sie sprachen gerade davon, die Menschen einzubeziehen und dafür zu sorgen, dass dies im gesamten Unternehmen verstanden wird. Wie machen Sie das? Ich habe diese Frage gestellt, weil ich ehrlich gesagt glaube, dass eine der Herausforderungen darin besteht, das Unternehmen für das, was passieren wird, zu sensibilisieren. Es ist ihnen egal, welche Branche das ist.

Und mir gefällt auch, was Sie vorhin über die Bereitstellung von Daten für die Geschäftsanwender sagten, was ich für entscheidend halte. Es geht nicht nur darum, was die IT-Abteilung zur Unterstützung der Unternehmen tut. Es geht darum, dass die Geschäftsanwender Zugang zu den Daten haben. Wie können Sie Unternehmen dabei helfen, die richtigen Mitarbeiter zum richtigen Zeitpunkt einzustellen? Sie müssen nicht gleich einen ganzen Change-Management-Plan aufstellen. Aber wie kann man sie anleiten, um sicherzustellen, dass die Strategie und der Start vom ersten Tag an aufeinander abgestimmt sind?

Bryson Dunn:

Ja, es ist eine Herausforderung, kein Zweifel. Und es ist interessant. Je nachdem, mit wem man spricht, muss man einen etwas anderen Ansatz wählen. Oft ist es sinnvoll, mit der IT-Abteilung zu beginnen, weil sie sich für den Erfolg von Daten und Technologie einsetzt. Es gibt also wirklich viele Verbündete in diesem Bereich. Wenn man mit der IT-Abteilung spricht, hat sie eine sehr gute Vorstellung davon, wo einige der Probleme liegen und was getan werden kann, um die Dinge effizienter zu machen und effektiver zu gestalten. Es ist also ein guter Ausgangspunkt für das Gespräch. Und es gibt Ihnen die Informationen an die Hand, die Sie brauchen, um diese Gespräche mit den Führungskräften auf der Unternehmensseite zu führen. Und man darf auch nicht im Modus der Analyse-Lähmung stecken bleiben.

Wenn Sie also die Gespräche mit den Unternehmen führen, können Sie das ganze Jahr über mit Hunderten von Menschen sprechen und versuchen, jede Perspektive zu erfahren. Aber man muss sich bei den Gesprächen wirklich auf die Unternehmensstrategie konzentrieren, und zwar von der Führungsebene aus, und darauf, was man erreichen will. Und dann muss man sich ein paar Ebenen tiefer in die Führungsebene des Unternehmens hineindenken, um zu verstehen, was sie in ihrem Unternehmen wirklich zu lösen versuchen. Geht es darum, einen Prozess effizienter zu gestalten? Geht es darum, einen neuen Datensatz zu integrieren, um einen besseren Einblick in neue Behandlungen und neue Medikamente zu erhalten, wie auch immer das aussehen mag. Sie nehmen also all das als Input auf und teilen diese Perspektiven mit den anderen Führungskräften. Manchmal herrscht in einem Unternehmen eine Kultur, in der ein Konsens obligatorisch ist. Und unter diesen Umständen kann diese Art der Zusammenarbeit und Ideenfindung in einer Gruppe sehr produktiv sein. In anderen Fällen muss man die Leute unter vier Augen zusammenbringen. Es ist also wichtig, dass Sie Ihren Ansatz auf das Unternehmen und seine Kultur abstimmen.

Dayle Hall:

Ich habe es erwähnt, aber ich werde nicht näher darauf eingehen. Aber die jüngsten Ankündigungen rund um KI und diese generativen KI-Tools beruhen natürlich auf Daten. Ich werde darauf nicht zu sehr ins Detail gehen. Aber fangen Sie jetzt an, einige dieser Fragen zu sehen, wenn Sie zu dem kommen, worüber wir gerade gesprochen haben, nämlich zu unserer Datenstrategie und dem Aufbau dieser Strategie und der Unterstützung der Kunden bei ihrer Definition? Stehen diese Fragen jetzt im Vordergrund? Sind sie ein wichtiger Teil davon, und müssen Sie darauf vorbereitet sein, auch zu sagen: Hier müssen Sie es heute betrachten, und hier müssen Sie es in Zukunft betrachten?

Bryson Dunn:

Zweifellos. Diese Bemerkung habe ich gerade heute Morgen meinem Chef gegenüber gemacht. Ich glaube, jeder Vorstand im ganzen Land spricht heute über generative KI, ChatGPT, in diesen Tagen. Der Hype um dieses Thema ist allgegenwärtig, aber hinter all dem Hype verbergen sich auch eine Menge Störungen und eine Menge Realität. Zwei meiner Kunden haben gerade in dieser Woche gefragt, wie wir ihnen helfen können, große Sprachmodelle und generative KI in ihren Unternehmen zu implementieren. Wir bekommen also definitiv die Frage gestellt. Das Thema steht bei unseren Kunden ganz oben auf der Agenda. Zweifelsohne wird es sich auf ihr Geschäft auswirken und ihr Geschäft umkrempeln, so gut wie jedes Unternehmen. Es wird für viel Furore sorgen.

Kurz und gut: Sie brauchen gute Daten, die Sie in Ihr Modell einspeisen können. Andernfalls wird Ihr Modell nicht sehr genau oder effektiv sein. Und auch das wird wohl niemanden überraschen, der diesen Podcast hört. Als ich vorhin sagte, dass Metadaten wirklich die Roadmap oder die geheime Soße für KI sind, war das wirklich so. Man kann es sich wie einen Deep-Learning-Lehrplan vorstellen. Wenn Sie Ihr Modell trainieren wollen, verweisen Sie es auf all diese verschiedenen Datenbestände. Und plötzlich versteht die KI, was die Daten bedeuten. Sind die Daten korrekt? Woher stammen die Daten? Wann wurden die Daten zuletzt aktualisiert? All das sind entscheidende Informationen, um ein genaues Modell zu erstellen. Denn ich denke, in den letzten Wochen und Monaten ist klar geworden, dass es nicht ausreicht, einfach eine API für ChatGPT in Ihr CRM einzubinden und das war's. Sie brauchen ein Modell, das auf Ihren Daten trainiert ist und Ihr Geschäft versteht. Es stellt sich also die Frage, wie man es effektiv trainieren kann. Und Daten sind die Antwort.

Dayle Hall:

Ja, das gefällt mir. Und du kommst jetzt mit zwei Sprüchen heraus. Ich werde es Sie einfach wissen lassen. Der eine war "Metadaten sind die geheime Soße", das gefällt mir, und ein "Deep Learning"-Lehrplan. Das gefällt mir. Das wird großartig werden. Wir haben einfach so viele Soundbites für dieses Thema. Ich liebe es. Sie beginnen also mit der Strategie. Es gibt offensichtlich Fragen, die auftauchen. Eines der Dinge, die ich für entscheidend halte und über die Sie bereits ein wenig gesprochen haben, sind die Meilensteine auf der größeren Reise, die Erfolge und der Nachweis des ROI, wenn man Fortschritte macht. Woher wissen Sie, welche Dinge Sie einrichten, um zu sagen, dass wir wissen, dass unsere Strategie erfolgreich ist, wenn sie das tut, was immer es ist? Haben Sie noch einmal einige Beispiele dafür, wie Sie diese aufbauen? Was sind diese ROI-Dinge, die Sie in das Projekt einbauen? Die Strategie besteht also nicht nur aus: "Hey, in fünf Jahren sieht es so aus, aber bis dahin werden Sie nichts sehen.

Bryson Dunn:

Ja, genau. Die kurze Antwort darauf, Dayle, lautet: Sie wissen, dass Sie eine effektive Datenstrategie haben, wenn Sie einen messbaren Mehrwert vorweisen können. Und das Unternehmen stimmt zu, dass Sie diesen Wert durch die Dateninvestitionen geschaffen haben. Solange das nicht der Fall ist, kann man nicht behaupten, eine wirksame Datenstrategie zu haben.

Ein weiterer Punkt, der meiner Meinung nach oft übersehen wird, ist die Tatsache, dass der Prozess der Erstellung einer Strategie, jeder Strategie, nicht nur der Datenstrategie, nicht als einmalige Aktivität betrachtet werden sollte. Ich denke, dass er ständig überprüft werden muss, um zu sagen: Okay, hier ist der Fahrplan, den wir letztes Jahr oder sogar vor sechs Monaten aufgestellt haben. Wie halten wir uns daran? Haben wir den ursprünglichen Wert geschaffen, den wir uns vorgestellt haben? Und wenn unser Erfolg uneinheitlich war, warum? Gab es Herausforderungen, die wir nicht vorhergesehen haben? Haben sich einige unserer zugrunde liegenden Annahmen geändert? Hat sich das wirtschaftliche Umfeld verändert? Was auch immer es sein mag, Sie müssen Ihre Strategie immer wieder überdenken, neu bewerten und die gewonnenen Erkenntnisse einbeziehen. Wenn Sie von iterativer und schrittweiser Wertschöpfung sprechen, ist es meiner Meinung nach genauso wichtig, dass Sie flexibel und anpassungsfähig sind, um bei Bedarf umzuschwenken.

Dayle Hall:

Auch hier haben Sie mehr Erfahrung mit diesen großen Projekten und helfen bei der Entwicklung dieser Strategien. Ich denke, das ist ein guter Weg, um zu sehen, wie Sie diese Art von Dingen aufbauen. Wir haben gerade über KI und die Bedeutung gesprochen, aber ich denke, ich möchte mit ein paar kurzen Fragen speziell zu KI abschließen, denn in meinem Bereich für Marketing, sogar in unserer Branche mit SnapLogic und mit wem wir konkurrieren, habe ich das Gefühl, dass wir seit 10 Jahren KI-Wäsche waschen, jetzt sind wir generative KI-Wäsche. Es gibt ein wenig von dem, was wir lösen werden - all die Dinge, die wir vorher nicht lösen konnten, können wir jetzt lösen, weil es das gibt.

Und ich muss Ihnen sagen, dass ich von einigen der Dinge, die wir mit SnapGPT auf der Grundlage dieser generativen KI-Tools machen, mehr begeistert bin, als ich es jemals von dem Produkt war. Aber es gibt auch diese Erwartung, dass es ein Allheilmittel ist. Ich glaube, wir haben im Vorfeld darüber gesprochen, dass dies etwas Gutes ist. Das ist das Gefühl, dass wir damit all diese Probleme lösen können. Was denken Sie also über einige der wichtigsten Bereiche, in denen es heute eingesetzt werden kann? Und wie reagieren Sie, wenn Sie jemanden kennen, einen Kunden oder wenn Sie möglicherweise mit jemandem sprechen, der sagt: "Ich glaube, das wird X, Y und Z lösen"? Wie stellen Sie sicher, dass wir es richtig angehen? Und dabei reden wir nicht einmal über den ethischen Teil der KI, sondern nur darüber, wie wir sie in unserem Unternehmen einsetzen, was wir nutzen können und wofür sie heute eine Lösung bietet.

Bryson Dunn:

Ja. Ich denke, dass es, wie wir bereits besprochen haben, zweifellos einen großen Hype gibt. Mein Gefühl sagt mir, dass dies ungeachtet des Hypes wahrscheinlich die größte Umwälzung sein wird, die ich in meiner Karriere in Bezug auf Technologie erlebt habe. Wenn ich schlauer wäre, hätte ich ChatGPT benutzt, um mir ein Skript für diesen Podcast zu schreiben, was ich aber nicht getan habe. Aber es ist sehr wohl in der Lage, das zu tun. Und solche Anwendungsfälle liegen heute im Bereich der Möglichkeiten für generative KI. Wenn Sie zum Beispiel über einen Chemo-Patienten sprechen, der Diätvorschriften und -anforderungen hat, könnten Sie mit generativer KI einen Essensplan für diesen Patienten erstellen.

Es wird niemals - zumindest nicht heute - darum gehen, einen Speiseplan zu erstellen und ihn dem Patienten zukommen zu lassen. Es wird ein Beschleuniger für die Ärzte sein, ein Ausgangspunkt, den sie vor der endgültigen Erstellung und Umsetzung verfeinern können. Das Gleiche gilt für einen Pflegeplan für einen Diabetiker. Das sind alles sehr reale Dinge, die generative KI heute leisten kann.

Es gibt noch viel Raum zum Wachsen. Und es gibt Grenzen für die derzeitige Ausprägung der generativen KI. Die wichtigste Einschränkung ist, dass man sie heute um eine Antwort bitten muss. Man muss sie auffordern. Es wird viel darüber diskutiert, wie man die Eingabeaufforderungen, die man an diese Tools sendet, optimieren und gestalten kann. Und im Moment ist das eine wichtige Einschränkung im Umgang mit diesen Tools. Langfristig denke ich, dass es proaktiver sein wird. Es wird Einblicke in Ihr Dashboard geben, in die Anwendungen, die Sie tagtäglich nutzen, und zwar proaktiv. Ich denke, das wird sie sehr viel nützlicher machen. Aber letztendlich müssen die Informationen, die es Ihnen liefert, auf guten Daten und Erkenntnissen beruhen. Wenn man also darüber spricht, was Unternehmen heute tun müssen, um sich darauf vorzubereiten, dann ist es, in diese Datenbestände zu investieren. Und zwar nicht nur, um sie eines Tages für KI zu nutzen. Diese Investitionen können schon jetzt einen Mehrwert schaffen und werden sich im Laufe der Zeit weiter auszahlen.

Dayle Hall:

Ja, das gefällt mir. Ich mag es, auf diese Weise darüber zu denken. Und ich denke, intern, während wir darüber sprechen, ich weiß nicht, ob Sie jemals Gaurav, unseren CEO, getroffen haben, aber er ist wie ein Professor. Er ist sehr belesen. Und er bezeichnet dies als die zweite sokratische Methode. Bei der ersten sokratischen Methode geht es darum, wie wir die Antworten bekommen, wie wir die Antworten kennen, die uns weiterbringen. Bei der generativen KI geht es darum, wie man die richtigen Fragen stellen kann, um weiterzukommen. Denn die Antworten sind bereits irgendwo vorhanden. Aber wie kann man die richtigen Fragen stellen und nicht nur die Antworten verstehen, und auch hier ist er mehr Professor als ich. Aber ich dachte, das sei ein interessanter Weg. Und ich denke, das könnte bei Dingen wie der Datenstrategie oder, offen gesagt, bei allem, was mit Daten zu tun hat, hilfreich sein: Wenn man die richtigen Fragen stellt, erhält man wahrscheinlich die Antworten, nach denen man sucht. Aber ich weiß, dass wir hier nur an der Oberfläche kratzen.

Bryson Dunn:  

Ja, ohne Zweifel. Mir gefällt allerdings die Art und Weise, wie Sie darüber nachdenken, die sehr philosophische Art und Weise, wie Sie die Frage stellen. Ich denke, das andere - das ist nicht neu. Es gibt eine Menge Diskussionen darüber, denn wie kann man der Antwort trauen? Kann man der Antwort trauen?

Dayle Hall:

Damit habe ich einen ganzen Podcast speziell zu diesem Thema.

Bryson Dunn:

Ganz genau. Ja, genau. Ja, genau. Und das ist auch eine Überlegung vieler unserer Kunden, vor allem in stark regulierten Märkten wie dem Gesundheitswesen, denn das Risiko, Patienten falsche Informationen zu geben, und der Schaden, der dadurch entstehen kann, ist ziemlich hoch. Die Minimierung dieses Risikos, vor allem im Gesundheitswesen, ist daher für unsere Kunden von größter Bedeutung.

Dayle Hall:

Ja, das stimmt. Was raten Sie den Leuten jetzt, um sich darauf vorzubereiten? Natürlich haben wir über einige Besonderheiten gesprochen, und es wird nicht alles lösen. Haben Sie jetzt das Gefühl, wenn Sie mit Kunden sprechen, dass sie sagen: Oh, das bedeutet, dass wir alles schneller machen können? Oder wie dämpfen Sie diese Begeisterung und das Potenzial? Ich weiß nicht, wie es im Gesundheitswesen aussieht, weil die Daten kontrolliert werden. Haben Sie das Gefühl, dass wir das jetzt immer noch tun müssen, oder ist es im Gesundheitswesen etwas anders?

Bryson Dunn:

Ja, die Erwartungen sind gedämpft. Im Gesundheitswesen sind sie im Allgemeinen risikoscheuer, einfach weil es sich um einen stark regulierten Bereich handelt. Ich spreche eher mit den Kostenträgern, den Leistungserbringern, den medizinischen Zulieferern, den Fertigungsunternehmen und verwandten Bereichen, die unbedingt versuchen, schnell zu sein. Und es ist diese philosophische Debatte zwischen den Unternehmen, die sagen, wow, sieh dir diese Tools an, ich kann sie heute nutzen und sie sind so leistungsstark. Und die Leute, die sich mit Daten und Analysen besser auskennen, wissen vielleicht, dass man eine angemessene Governance und Leitplanken einrichten muss, um das Risiko zu mindern, dass, wie wir schon sagten, falsche Informationen bereitgestellt oder Daten in unangemessener Weise veröffentlicht werden. Es ist verlockend zu versuchen, schnell zu handeln und die Technologien zu nutzen, die gerade in den letzten Monaten plötzlich zur Verfügung stehen, aber es geht um ein Gleichgewicht.

Dayle Hall:

Ja, ganz sicher. Nun, es war ein toller Podcast. Ich habe noch eine letzte Frage an Sie, bevor wir abschließen. Sie fällt ein wenig vom Thema ab, aber sie bezieht sich auf KI oder generative KI oder ChatGPT. Wenn Ihnen etwas einfällt, das Sie aufregend finden, etwas, das zu großen Veränderungen führen wird, sei es im persönlichen Leben, im Gesundheitswesen oder in der IT, was ist das, worauf Sie sich freuen und was Ihrer Meinung nach unsere Situation verbessern würde und nicht zu noch mehr Herausforderungen in diesem speziellen Bereich führen würde?

Bryson Dunn:

Ja, das ist eine gute Frage. Ich denke, an erster Stelle steht das Versprechen, dass die KI die proaktive Präventivmedizin verbessern kann. So viele unserer Gesundheitsprobleme, insbesondere in den USA, sind vermeidbar. Und ich glaube, dass KI die Bandbreite unserer Spezialisten und Ärzte erhöhen kann, um Dinge früher zu erkennen, die vielleicht übersehen worden wären. Und das ist es, was mich wirklich begeistert.

Dayle Hall:

Ja, das stimmt. Jeder von uns kommt irgendwann mit dem System in Berührung, das Sie anleiten und unterstützen. Ich denke, das ist ein perfektes Ende für den Podcast. Aber ich hoffe, dass wir bei der Werbung für diesen Podcast die Metadaten als Geheimzutat behalten werden, denn das ist eines meiner Lieblingszitate. Bryson, vielen Dank, dass du bei diesem Podcast mitgemacht hast.

Bryson Dunn:

Das war ein Riesenspaß. Danke, dass ich dabei sein durfte, Dayle.

Dayle Hall:

Vielen Dank an alle, die zugehört haben. Wir sehen uns in der nächsten Folge der Unternehmensautomatisierung wieder.