header_corporate-blog_2019_1920x559px

Data Driven Business: 3 grosse Irrtümer und wie man sie überwindet

ap_eberhard_loeschSind Unternehmen allein durch den Umstand, dass sie Unmengen an Daten sammeln, «data driven»? Und sind «data driven»-Projekte alleinige Sache der IT? Nein, sagt Eberhard Lösch. In seinem Beitrag räumt er mit diesen und weiteren Irrtümern auf und zeigt, was es für ein erfolgreiches Data Driven Business braucht.

In jedem Unternehmen sind Daten vorhanden, die entweder gar nicht oder dann mehr oder weniger sinnvoll (wieder)eingesetzt werden. Mit «sinnvoll einsetzen» haben wir dann auch schon den entscheidenden Punkt erreicht, worum es in diesem Beitrag zum Thema Data Driven Business geht. Denn ob die Daten einfach gesammelt oder gewinnbringend wiederverwertet werden, ist das Zünglein an der Waage, ob das Business «data driven» ist – oder eben nicht.

Irrtum #1
Unternehmen: «Wir sind doch schon längst eine data driven Company, denn wir haben bei uns seit Jahren Datenbanken im Einsatz.»

Einzig der Besitz von technischer Infrastruktur und Daten macht ein Unternehmen noch nicht zu einer «data driven Company». Das ist in etwa so, wie wenn man sich ein Trikot und Fußballschuhe in den Schrank stellt und glaubt, damit schon ein super Fußballspieler zu sein. Eine «data driven Company» agiert bewusst mit Daten und dem expliziten Vorsatz, für das Unternehmen aus intelligenter Nutzung von Daten eine Wertsteigerung zu erzielen. Die Technologie ist dabei lediglich das Hilfsmittel.

Irrtum #2
Unternehmen: «Wir sehen nicht wirklich den Nutzen oder die Veranlassung von Data Driven Business. Bis jetzt ist unser Geschäft auch ohne das sehr gut gelaufen, warum sollten wir also am Bestehenden etwas ändern?»

Die Argumentation nimmt den Erfolg der Vergangenheit und projiziert diesen Erfolg in die Zukunft. Die Erfahrung hat jedoch gezeigt, dass sich mit der Zeit (selbst in stark regulierten Umfeldern) relevante Veränderungen ergeben können. Das Unternehmen sieht sich dann einer Aufholjagd unterworfen, um den Wettbewerbsvorsprung der innovativeren Konkurrenz mindestens wieder einzuholen.

Irrtum #3
Unternehmen: «Wir [Fachbereich] sind hier für ‘data driven’-Projekte nicht zuständig, aber in Kürze wird bei uns im Unternehmen ein großes IT-Projekt gestartet.»

IT-Projekte und «data driven»-Projekte sind für sich jeweils etwas Eigenständiges. Im Data Driven Business (wie der Name schon sagt) stehen die Daten im Vordergrund (und nicht die Technologie). Solche Projekte werden natürlich von Technologie unterstützt, der Haupt-Nutzen wird aber mit der intelligenten Nutzung der Daten erzeugt, also die Daten des jeweiligen Fachbereiches.
Wenn im Projektverlauf aus den Daten neue Erkenntnisse gewonnen werden, kann i. d. R. nur der Fachbereich treffend beurteilen, ob die Art der gewonnenen Information ganz im Sinne des Projekt-Fortschritts ist. Demzufolge spielt der Fachbereich in einem «data driven»-Projekt die Hauptrolle.

Header Data Driven Business

Und? Ist dir der eine oder andere Irrtum bekannt vorgekommen?

Wir wissen nun, dass eine datengetriebene Organisation nicht durch das Sammeln von Daten zustande kommt, dass «data driven» ein Unternehmen wettbewerbsfähig macht und dass dieses Thema zwar mit IT zu tun hat, jedoch vom Marketing übers Controlling bis zur Geschäftsleitung alle Fachbereiche etwas angeht. Doch was braucht es nun konkret, damit Data Driven Business gelingt? Nachfolgend vier der wichtigsten Erfolgsfaktoren:

Erfolgsfaktor 1
Daten sind ein wichtiger Teil der Unternehmens-Strategie: «Data driven» ist im obersten Führungsgremium der Organisation permanent verankert.

Der Fokus auf konsequente Datennutzung wird idealerweise von höchster Stelle in der Organisation getragen. Der Mehrwert durch intelligente Datennutzung ist klar erkannt und wird beabsichtigt. Typischerweise sind wichtige Aspekte der intelligenten Datennutzung in den Zielen und der Strategie der Gesamt-Organisation verankert. So ist sich die Führung der Organisation voll bewusst, dass sich das Denken und Handeln mehrheitlich von der Nutzung von Daten ableitet.
Von den hier aufgelisteten vier Erfolgsfaktoren ist dies derjenige mit der zentralsten Bedeutung und damit der grössten Wirkung.

Erfolgsfaktor 2
Die Organisation mit Zielen einbinden: In den einzelnen Bereichen werden konkrete Verbesserungs-Vorschläge auf der Basis von Datennutzung erarbeitet.

Damit eine ganze Organisation als «data driven» angesehen werden kann, muss das Thema auch in der gesamten Organisation verankert werden. Die Erfahrung hat gezeigt, dass eine Verankerung mittels Zielvorgaben (zum Beispiel Objectives and Key Results (OKR)) sehr wirkungsvoll sein kann. So könnten zum Beispiel die einzelnen Fachabteilungen von der Geschäftsleitung den Auftrag bekommen, sich Gedanken zu machen, wie eine deutliche Verbesserung des Leistungsbeitrags ihres Fachbereichs durch intelligente Datennutzung erreicht werden kann. In diesem Sinne legen die Fachbereiche dabei konkret formulierte Optimierungsziele vor.

Erfolgsfaktor 3
Passende Methodik und Arbeitskultur: Vorschläge/Thesen werden von den relevanten Beteiligten zielführend umgesetzt.

Gute Ideen oder vielversprechende Thesen sind keine Garantie dafür, dass diese auch tatsächlich gelingen und sich der gewünschte Nutzen einstellt. Aus Erfahrung spielt die Form der Umsetzung eine wichtige Rolle. So hat sich zum Beispiel bezüglich der Zusammensetzung des Projekt-Teams gezeigt, dass eine durchgehend enge Involvierung der Fachspezialisten aus den relevanten Bereichen essentiell ist. Durch eine Aufteilung des Projektes in kleine, in sich abgeschlossene Schritte (wie es zum Beispiel beim agilen Vorgehen der Fall ist) können die Fachspezialisten sofort validieren, ob das Projekt auf dem richtigen Weg ist. So sind datengetriebene Projekte aus der Erfahrung im herkömmlichen Sinne keine IT-Projekte mehr.

Methodik: offen und flexibel die Lösung erarbeiten sowie Mut zu verrückten Ideen
Zur Findung des richtigen Lösungsansatzes haben sich Methoden wie Design Thinking bewährt. Im Idealfall sind die Teams sehr heterogen zusammengesetzt und speisen die Lösungsfindung aus unterschiedlichen Perspektiven. Wichtig ist, dass die betroffene/profitierende Fachabteilung im Projekt-Team vertreten ist. Zudem gilt der Vorsatz: «Fail early and often» – das Lernen aus «Fehlern» zur Methodik machen. Es ist Teil des Konzeptes, aus vorangehenden Versuchen Erfahrungen zu schöpfen, um dann mit den Erkenntnissen in die nächste Runde zu gehen.
Viele Ideen und Lösungsansätze kommen oft dadurch nicht zustande, weil diese schon vorab durch vergangene Erfahrungen als «verrückt» deklariert und nicht weiterverfolgt werden. Einen wirklichen Quantensprung in der Ideenfindung erreicht man typischerweise dann, wenn man bestehende Pfade/Denkmuster verlässt – sprich, sich frei von Vorbehalten macht und die verschiedensten Ideen in Betracht zieht.

Erfolgsfaktor 4
State-of-the-Art-Technologie bestmöglich nutzen: Die Vorteile zukunftsweisender Technologien werden frühzeitig und vollumfänglich genutzt.

Und natürlich, «last, but not least», kommt auch die Technologie als Erfolgsfaktor ins Spiel.
So können zum Beispiel Smart-Data-Automation-Tools wie biGENIUS essentielle Aufgaben im gesamten Lebenszyklus einer Data-Analytics-Plattform automatisieren. Moderne Analytics-Lösungen können so schnell und kosteneffizient aufgebaut werden.
Durch den Einsatz von Cloud-Computing kann man sich z. B. für die Erstellung eines Prototyps innerhalb kürzester Zeit eine entsprechende Entwicklungsumgebung (für Data Science z. B. Machine Learning Studio) bereitstellen lassen. Ein permanentes Vorhalten und Betreiben einer State-of-the-Art-Infrastruktur ist somit nicht mehr nötig.
Wichtig zu wissen ist, dass Technologie an sich ein Vehikel ist und rein unterstützend wirkt. So nützt die beste Technologie nichts, wenn beispielsweise die zugrunde liegenden Daten nicht passend sind.
Trotz aller Technologie sollten nach wie vor die Daten im Mittelpunkt stehen und sich fallspezifisch die passende Technologie zu Nutze machen.

Fazit
«Ein Trikot und neue Fussballschuhe im Schrank machen mich noch lange nicht zum Fussballprofi!» Genau wie in diesem Beispiel bedeutet nur das Vorhandensein von Daten nicht, dass die Organisation datengetrieben ist. Auch ist es kein Thema, das nur die IT betrifft. «Data driven» muss in der Unternehmens-Strategie verankert sein, Ziele müssen darauf ausgerichtet sein, die Arbeitskultur und -Methodik muss passen und natürlich darf die richtige Technologie, abgestimmt auf die vorhandenen Daten, nicht fehlen.

Hast du Lust, anhand einer konkreten Customer Story mehr über das Thema zu erfahren?
Dann melde dich jetzt für die IT-Tage 2020 an und besuche die Session von Eberhard Lösch.

it-tage

 

Topics: Big Data Modern Data Analytics Digitalstrategie