Menü
Wenn Daten das Öl des 21. Jahrhundert sein sollen, dann wird heute noch erstaunlich wenig damit angetrieben. Trotz der Tatsache, dass viele Firmenlenker und IT-Verantwortliche ihr Unternehmen als „Data-driven Enterprise“ sehen wollen: die Erfahrungen aus der Praxis ebenso wie zahlreiche Studien sprechen eine andere Sprache. Sie bestätigen immer wieder, dass lediglich die digitalen Vorreiter das volle Potenzial ihrer Daten nutzen. Die meisten anderen sind erst noch dabei, ihre Dateninfrastruktur aufzusetzen und die datengestützte Arbeit jenseits der einschlägigen Abteilungen praktizieren zu lernen.
So bezeichnen zum Beispiel in der jüngsten Studie der Computerwoche zum Thema Data-driven Enterprise mehr als 90 Prozent der Befragten ihr eigenes Unternehmen als „data-driven“; gleichzeitig stellt sich aber heraus, dass nur 20 Prozent der Unternehmen mit mehr als 1.000 Beschäftigten ihre Interaktionen mit Kunden oder Nutzerdaten auswerten, und erst 36 Prozent haben überhaupt eine Datenstrategie entwickelt – eigentlich eine Voraussetzung, wenn man es mit „data-driven“ ernst meint.
Zugegeben, der Weg zu einem „Data-driven Enterprise“ ist lang, komplex und beschwerlich, denn die Erreichung dieses Ziels hängt nicht allein von der verfügbaren Technologie ab. Hinzu kommen eine ganze Reihe anderer Faktoren, allen voran die Umstellung der Arbeitsweise eines Großteils der Belegschaft.
Wenn ein Unternehmen sich zukunftssicher aufstellen will, gibt es keine Alternative zum datengestützten Betriebsmodus. Zum einen, weil das Geschäftspotenzial, dass die Datennutzung freisetzt, sehr hoch sein kann; zum anderen, weil Unternehmen, die ihre Daten richtig nutzen, ihre Entwicklung beschleunigen.
So berichten laut dem BARC Data Culture Survey 2022 rund 50 Prozent der digital fortgeschrittenen Unternehmen von besseren Entscheidungsprozessen, 40 Prozent von Kosteneinsparungen, 38 Prozent von einer kontinuierlichen Verbesserung ihre Geschäftsprozesse und 30 Prozent von Umsatzsteigerungen.
Hinzu kommt, dass eine gute Datenverfügbarkeit die Digitalisierung und Automatisierung von Geschäftsprozessen und eine einfachere Einführung neuer digitaler Geschäftsmodelle ermöglicht. Datengetriebene Unternehmen haben damit die Chance, auf die Überholspur zu wechseln und den Abstand zur Konkurrenz zu vergrößern.
Dank der Digitalisierung bekommen Daten den Charakter eines „strategischen Vermögenswertes“, wie die Unternehmensberatung Accenture es ausdrückt. Kein Wunder also, dass eine neuerliche Umfrage von Gartner ergab, dass 79 Prozent der befragten Unternehmen Datenanalyse, Künstliche Intelligenz und Automatisierung in den nächsten zwei Jahren die erfolgsentscheidenden Technologien schlechthin sein werden.
Was genau ist ein „Data-driven Enterprise“? „Datengetriebene Unternehmen nutzen Daten als Grundlage für Innovation, Geschäftsagilität und kritische Geschäftsentscheidungen“, sagt Accenture. Denn Daten liefern ihnen die Grundlage, um die operative Effektivität zu verbessern, Risiken zu minimieren, bessere Entscheidungen zu treffen und neue Einkommensquellen zu erschließen.
So weit, so abstrakt. In der Praxis teilen datengetriebene Unternehmen jedoch gewisse Merkmale, die typisch für sie sind:
Es gibt eine unternehmensweite Datenstrategie. Eine Datenstrategie ist ein gut durchdachter Plan, der die Nutzung von Daten im Sinne der Geschäftsziele definiert. Alle Maßnahmen, die sich auf die Errichtung und den Betrieb einer Dateninfrastruktur, die Bereitstellung der Daten und die Arbeit mit ihnen beziehen, werden aus dieser Strategie abgeleitet und müssen mit ihr im Einklang sein. Zudem müssen alle weiteren Maßnahmen nachvollziehbar nachweisen können, wie sie die strategischen Ziele des Unternehmens unterstützen.
Es gibt dedizierte Ressourcen, Strukturen und Verantwortlichkeiten. Wenn Daten als strategischer Vermögenswert im Sinne der Geschäftsziele eingesetzt werden sollen, dann müssen sie genauso gehandhabt werden wie andere wichtige Betriebskomponenten, etwa die IT-Infrastruktur oder das geistige Eigentum des Unternehmens. In der Praxis bedeutet dies, dass es technische Ressourcen und Prozesse für deren Bereitstellung, Absicherung und Management geben muss, sowie personelle Ressourcen, die dafür verantwortlich sind. Deshalb gibt es in datengetriebenen Unternehmen meist einen Datenverantwortlichen (Chief Data Officer) und ein Datenmanagement-Team, das die Datenbestände verwaltet.
Es gibt ein Regelwerk für den Umgang mit Daten. Die sogenannte Data Governance umfasst Regeln und Richtlinien für Bereiche wie Datenerfassung, Datensicherheit, Datenschutz, Datenqualität, Integrität, Genauigkeit oder Validität der Daten sowie für die Bereitstellung von Metadaten, die sich auf den Kontext der jeweils genutzten Daten beziehen. Außerdem stellt Data Governance die Regeln auf, nach welchen die Daten für einzelne Zwecke genutzt werden können.
Es gibt ein hohes Maß an Datenverfügbarkeit. Das Prinzip der Datendemokratie lautet: Jeder Mitarbeiter hat Zugriff auf alle Daten, die er für seine Tätigkeit brauchen könnte, unter Einhaltung der in der Data Governance definierten Regeln. Datengetriebene Unternehmen zeichnen sich dadurch aus, dass sie den Datenzugriff technisch einfach gestalten, gleichzeitig aber über ein auf Tätigkeitsprofile basiertes Rechtesystem dafür sorgen, dass Datenschutz und Vertraulichkeit immer gewährleistet sind.
Die Arbeit mit Daten gehört zum Alltag der Mitarbeiter. Das setzt voraus, dass im Vorfeld in den Aufbau von Datenkompetenz investiert wurde und die Mitarbeiter nunmehr wissen, wie sie die verfügbaren Datenbestände im Kontext ihrer Arbeit einsetzen können. Diese Fähigkeit beschränkt sich nicht allein auf den Umgang mit Analytics-Tools und das Erstellen von Analysen. Sie setzt auch voraus, dass Mitarbeiter wissen, wie sie welche Daten für welchen Zweck einsetzen können, um beispielsweise bestimmte Erkenntnisse zu gewinnen, Aktionen zu gestalten oder Geschäftsprozesse zu strukturieren. Datenkompetenz bildet die Grundlage für die Entwicklung einer Datenkultur im Unternehmen, nach welcher datengestützte Arbeit unternehmensweit zur Selbstverständlichkeit wird.
Was datengetriebene Unternehmen technisch gesehen vom Rest unterscheidet, ist, dass ihre Daten nicht mehr ausschließlich in den Silos der einzelnen Anwendungen zu finden sind, in denen sie generiert und verarbeitet werden. Diese Unternehmen haben darüber hinaus eine eigene Dateninfrastruktur aufgebaut, in der die Daten für die Verwendung außerhalb ihrer angestammten Anwendungen bereitstehen – zum Beispiel für Analysezwecke, für die Gestaltung neuer digitaler Geschäftsprozesse oder für das Training von KI-Algorithmen.
Diese Dateninfrastruktur deckt folgende Aufgaben ab:
Folgende Empfehlungen hat das Analystenhaus Gartner für Datenverantwortliche parat, um die Datenqualität dauerhaft zu sichern:
Konzentration aufs Wesentliche. Nicht alle Daten sind gleich wichtig. Um zunächst ein starkes Fundament zu legen, sollten sich Datenverantwortliche auf die Daten konzentrieren, die den größten Einfluss auf die Geschäftsergebnisse haben, die wichtigsten Leistungskriterien und Risikofaktoren verstehen und einen Business Case erstellen. Erst dann lassen sich in Zusammenarbeit mit den involvierten Fachbereichen gemeinsame Standards für die Datenqualität festlegen.
Verantwortlichkeiten vereinbaren. Datenpflege ist ein Mannschaftssport. Sobald die Grundlagen geschaffen sind, sollten in den einzelnen Geschäftsbereichen Datenverantwortliche ernannt werden, die je nach Priorität Verbesserungen in den Qualitätssicherungsprozessen bis hin zu Echtzeit-Datenvalidierungen einführen, um die Geschäftsanforderungen zu erfüllen.
Datenqualität dem jeweiligen Zweck anpassen. Die Datenqualität lässt sich kontinuierlich verbessern, indem Datenprofile erstellt und das Verhalten der Daten über die Zeit beobachtet werden, um die Schwachpunkte zu verstehen und Verbesserungen herauszuarbeiten. Auf dieser Basis lassen sich anschließend unternehmensweite Initiativen zur Sicherung der Datenqualität vorantreiben.
Datenqualität in die Unternehmenskultur integrieren. Datenqualität lässt sich durch den Einsatz von Technologien verbessern, die den manuellen Aufwand verringern und schnellere Ergebnisse erzielen. Auf diese Weise können sich Datenverantwortliche auf die Qualitätssicherungsverfahren selbst und deren Integration in die Geschäftsabläufe konzentrieren. Aus dieser Position heraus lässt sich bei den Beteiligten das Qualitätsbewusstsein schärfen und eine unternehmensweite Zusammenarbeit zur Sicherung der Datenqualität etablieren.
Was datengetriebene Unternehmen dem Rest voraus haben, ist weniger ihre technische Ausstattung und der geschickte Umgang damit; vielmehr ist die Tatsache, dass ihre Belegschaft es geschafft hat, eine Datenkultur zu entwickeln. Alle Daten, die die Mitarbeiter brauchen könnten, sind im richtigen Format verfügbar und sie sind es gewohnt, diese in jeder Phase ihrer Arbeit einzubinden.
Diese Fähigkeit kann gar nicht hoch bewertet werden, denn sie beinhaltet sowohl eine Abkehr von tradierten, aber inzwischen überholten Denk- und Arbeitsweisen, als auch die Aneignung neuer digitaler Kompetenzen – und das kann Jahre dauern.
So gesehen ist es kaum verwunderlich, dass in einer Umfrage von NewVantage Partners über den Stand der Digitalisierung nur 24 Prozent der befragten Datenverantwortlichen ihr Unternehmen als „data-driven“ bezeichneten und ganze 20,6 Prozent bestätigen konnten, dass ihr Unternehmen bereits eine Datenkultur entwickelt hatte.
Mit der Etablierung einer gut fundierten Datenkultur können Unternehmen kaum früh genug beginnen. Unser Leitfaden für den Aufbau einer Datenkultur wirft Schlaglichter auf die wichtigsten Aspekte dieser Aufgabe und bietet praxisnahe Tipps für ihre Umsetzung. Hier können Sie ihn herunterladen.
Sponsoren:
