Für die besten Entscheidungen braucht es mehr als Daten

«Welche wichtigen Ersatzteile nehmen wir an das nächste Rennen mit?», und «welche Kleidungsstücke in welcher Farbe und Grösse benötigen wir für das nächste Foto-Shooting?» Sowohl Renn-Teams als auch Modeunternehmen stehen vor dem gleichen Problem: Um sich effizient auf den nächsten Anlass vorzubereiten, können sie unmöglich alle Teile und Accessoires mitnehmen. «Mit Erfahrungswerten, die sich aus den Rückmeldungen von Ingenieuren oder Marketingverantwortlichen ablesen lassen, lässt sich zwar die Auswahl verbessern», sagt Andrea Luigelli, CMO bei der Firma Natzka mit Sitz in Lugano TI, «aber oft stellt man dann später fest, dass es dann doch nicht die richtigen Teile gewesen waren.»

Firmen erzeugen heute mehr Daten als je zuvor. Sie investieren in Dashboards und Analysetools, sie beschäftigen Data Scientists und bauen Modelllandschaften auf. Und trotzdem klagen Führungsteams immer wieder über dasselbe: Entscheidungen dauern zu lang, sie fallen fragmentiert aus, lassen sich zu wenig nachvollziehen und ihre Wirkung bleibt schwer messbar, schildert Luigelli das Gesamtbild. Das Problem ist nicht die Datengrundlage, sondern wie man mit ihr umgeht und sie als Basis für bessere Entscheidungen nutzt.

Hier setzt Natzka an. Das Schweizer Unternehmen hat eine Plattform entwickelt, die sich selbst als «Decision Intelligence» bezeichnet. Der Begriff ist im deutschsprachigen Firmenumfeld noch wenig etabliert, aber er beschreibt präzise, worum es geht: nicht mehr Sichtbarkeit, sondern bessere Entscheidungen. «The real value isn't in the data itself. It's in the decisions it enables», lautet die Maxime, nach der das Unternehmen seine Lösung ausrichtet.

Entscheidungen in Unternehmen sind selten formalisiert. Sie entstehen in E-Mail-Ketten, bei Präsentationen und in Besprechungen: ohne Kontext, ohne klare Verantwortung, ohne Rückverfolgbarkeit. Viele Tools, die Firmen heute einsetzen, zeigen lediglich das, was ist, und sie prognostizieren, was kommen könnte. Aber sie strukturieren nicht, was danach passiert: Wer entscheidet? Auf welcher Grundlage? Nach welchen Regeln? Mit welchen Konsequenzen? Das ist kein technisches Versagen, sondern ein strukturelles Problem, wenn dieselbe Frage an verschiedenen Stellen im Unternehmen unterschiedlich beantwortet wird, weil jede Abteilung mit ihren eigenen Daten, Annahmen und Interpretationen arbeitet. Und wenn eine Entscheidung schliesslich getroffen ist, fehlt oft der Mechanismus, der ihre Umsetzung sicherstellt und ihre Wirkung sichtbar macht.

Natzka adressiert dieses Problem mit einer Plattform, die drei Elemente vereint, die bisher selten in einem System zusammenkommen: Datenkontext, Entscheidungsworkflows und gesteuerte Ausführung.

Der erste Baustein ist der gemeinsame Entscheidungskontext. Die Lösung von Natzka aggregiert Daten, Modelle und Umfeldinformationen in einer einheitlichen Sicht und als Grundlage für abgestimmte Entscheidungen. Wenn Führungskräfte aus Finanzen, Supply Chain und Operations dieselbe Realität sehen, entfallen viele der Reibungen, die heute Entscheidungsprozesse verlangsamen. «Shared reality rather than competing interpretations», so beschreibt Luigelli das Ziel dieses Ansatzes.

Der zweite Baustein sind strukturierte Entscheidungsworkflows. Natzka macht dafür zentrale Entscheidungen explizit: Wer ist zuständig? Welche Schwellenwerte lösen welche Massnahmen aus? Welche Ausnahmen gelten? Entscheidungen, die sich heute auf dezentrale Werkzeuge und persönliche Einschätzungen abstützen, werden zu nachvollziehbaren, wiederholbaren und auditierbaren Prozessen. Das hat handfeste Konsequenzen: Es resultieren klarere Verantwortung, weniger Ad-hoc-Koordination, bessere Umsetzungsqualität.

Der dritte Baustein – hier kommt die künstliche Intelligenz ins Spiel – ist eine gesteuerte Ausführungsschicht. Natzka bezeichnet diesen Ansatz als «Agentic Decision Intelligence». Es sind KI-gestützte Agenten, die innerhalb definierter Grenzen und unter menschlicher Kontrolle handeln können. Sie unterstützen die Entscheidungsfindung, beschleunigen Routineaufgaben und können bestimmte Ausführungsschritte automatisieren, jeweils im Rahmen der zuvor festgelegten Workflows und Governance-Regeln. «Teams choose how far AI goes», fasst das Unternehmen dieses Prinzip zusammen.

Was Natzka von einem reinen KI-Produkt unterscheidet, ist der konzeptionelle Ausgangspunkt. Das Unternehmen spricht bewusst von «augmented intelligence», der Kombination aus menschlichem Urteil und maschineller Unterstützung. KI ist kein eigenständiger Akteur, der Entscheidungen übernimmt, sondern ein Werkzeug, das innerhalb eines menschlich gestalteten Systems wirkt.

Dieser Ansatz ist derzeit sehr wichtig, weil viele Unternehmen mit dem Einsatz generativer KI experimentieren und dabei feststellen, dass Technologie allein keine Entscheidungsqualität sicherstellt. KI braucht Kontext, um nützlich zu sein, mit klaren Grenzen in einem strukturierten Umfeld, um handlungsrelevant zu werden. Genau das liefert die Natzka-Plattform: «Within that structured environment, AI finally delivers on its promise.»

Natzka richtet sich an mittlere und grosse Unternehmen mit komplexen Entscheidungsstrukturen. Entsprechend sind Enterprise-Anforderungen wie Erklärbarkeit, rollenbasierte Zugriffskontrolle, Sicherheit und Compliance-Fähigkeit nicht nachgelagerte Ergänzungen, sondern Teil des Plattformkonzepts. Luigelli betont ausdrücklich das Prinzip «human-in-the-loop»: Relevante Entscheidungen bleiben beim Menschen, KI übernimmt dort, wo es sinnvoll und explizit freigegeben ist. Typische Engpässe in der Unternehmenssteuerung werden damit adressiert: Planung, Supply Chain, Pricing, Finance, Operations sowie bereichsübergreifende Entscheidungen. Der Anspruch ist nicht, bestehende Systeme zu ersetzen, sondern die Schicht zu bilden, die Daten, Modelle und Prozesse entscheidungsfähig macht. Mit MCP-Schnittstellen ist man auch für die Einbindung von KI-Agenten vorbereitet.

«Decision Intelligence» als Kategorie ist keine Erfindung von Natzka. Analysten wie Gartner haben den Begriff geprägt, um eine Klasse von Lösungen zu beschreiben, die über klassische Business Intelligence hinausgehen. Was die Firma für sich in Anspruch nimmt, ist die konsequente Integration aller relevanten Schichten, von der Datenkonsolidierung über die Workflow-Modellierung bis zur KI-gestützten Ausführung in einer einzigen Plattform, die für den Enterprise-Betrieb ausgelegt ist. «Context is unified. Decisions are orchestrated. Outcomes are measured.»

Damit lassen sich nicht nur Rennen gewinnen und Marketingkampagnen optimieren. Denn Unternehmen haben gelernt, Daten zu sammeln und zu visualisieren. Die nächste Kompetenz, die sie aufbauen müssen, ist die Fähigkeit, aus diesen Daten systematisch, schnell und nachvollziehbar richtig zu entscheiden.