Kommentar von Louisa Burakowski, Adesso Datennutzung ist eine Frage der Unternehmenskultur

Von Nico Litzel Lesedauer: 5 min

Anbieter zum Thema

Unternehmen wollen datengetrieben arbeiten und sammeln daher sämtliche zur Verfügung stehenden Daten. Denn immer wenn Unternehmen heute Antworten zu Fragestellungen in Bezug auf Prozesse, Produkte und Strategien benötigen, spielen die richtigen Daten eine entscheidende Rolle – und tragen entscheidend zum Unternehmenserfolg bei. Sammeln allein reicht aber nicht, wichtiger ist die richtige Nutzung dieser Daten – und hier kommt es zwangsläufig zu Konflikten.

Die Autorin: Louisa Burakowski ist Business Engineer im Data & Analytics Team bei Adesso
Die Autorin: Louisa Burakowski ist Business Engineer im Data & Analytics Team bei Adesso
(Bild: Adesso)

Der Wandel hin zu einem datengetriebenen Unternehmen ist wie bei Change-Prozessen in erster Linie ein kultureller Wandel. State-of-the-Art-Tools, die nur im Management oder in einer Data-Analytics-Einheit zum Einsatz kommen, reichen nicht. Daten gehören in das Zentrum von Organisation, Prozessen und Zuständigkeiten – und zwar über sämtliche Organisationsebenen. Alle Abteilungen und alle Mitarbeiterinnen und Mitarbeitern müssen ein Mindset entwickeln, um den Umgang und den Wert der Daten zu erfassen.

Erst wenn dieser tiefgreifende kulturelle und organisatorische Wandel abgeschlossen ist, kann man von einem Unternehmen sprechen, dass „data-driven“ oder „data-minded“ ist. Dateninitiativen sind dann ein hervorragendes Mittel, um Probleme im Unternehmen zu erkennen. Laufen Prozesse nicht optimal, zeigt sich das in Datenqualitätsproblemen. Wiederum siloartige Strukturen erzeugen Grenzen für den Austausch von Daten.

Vier Themenbereichen spielen für Unternehmen eine entscheidende Rolle, um sich „data-driven“ oder „data-minded“ aufzustellen:

  • 1. Data Leadership
  • 2. Datenkompetenz
  • 3. Datenzugriff
  • 4. Datenkommunikation

Die einzelnen Themenbereiche im Überblick:

Data Leadership

Mit der Benennung eines CIOs, CTOs oder CDOs, der Dateninitiativen initiiert und steuert, ist oft nur der erste Schritt getan. Wenn das Management Daten als zentrale Ressource im Unternehmen ausruft, müssen Taten folgen. Neben einem aktiven Bewusstseinswandel sind weitere Initiativen und Maßnahmen notwendig. So gelingt es Daten als strategische Ressource hinsichtlich der Prozessgestaltung, der Zielvorgaben und der Verantwortlichkeiten sowie der Rollen im Unternehmen zu verankern. Daten müssen integraler Bestandteil des Geschäftsmodells und der Wettbewerbsfähigkeit gesehen werden. Voraussetzung ist eine individuell entwickelte Datenstrategie. Diese muss unternehmensweit gelten und dient als Leitplanke auf der Transformationsreise. Die Datenstrategie ist ein langfristiger, richtungsweisender Plan, der Mitarbeitende, Prozesse und Technologien definiert. Das ist erforderlich, um Datenherausforderungen zu lösen und Geschäftsziele zu unterstützen. Management und Führungskräfte müssen über alle Ebenen hinweg eine passende Datenkultur und eine handlungsleitende Datenstrategie vorleben. So wird deutlich, dass Daten als Grundlage zur Unternehmenssteuerung und Entscheidungsfindung dienen können.

Datenkompetenz

In vielen Unternehmen hält sich hartnäckig das Gerücht, dass der richtige Umgang mit Daten, beziehungsweise die Nutzung von Daten, ein tiefes technisches Wissen voraussetzt. Diese Fälle existieren nach wie vor. Daten zu lesen, zu analysieren sowie mit diesen zu arbeiten und die Insights zu kommunizieren, gelingt heute jedoch auch ungeübten Mitarbeiterinnen und Mitarbeitern wesentlich einfacher als noch vor einigen Jahren. Der richtige Umgang mit Daten sollte für alle im Unternehmen inzwischen eine selbstverständliche Kompetenz sein. Mitarbeiterinnen und Mitarbeitern, die nicht in der Lage sind, schnelle datengestützte Entscheidungen zu treffen, kosten das Unternehmen mehr Ressourcen – sprich Zeit und Geld. Ein breites Schulungs- und Trainingskonzept in Bezug auf Datenkompetenz, Technologien und Methoden im Kontext Data & Analytics ist daher in vielen Fällen sinnvoll. Auf diese Weise etablieren sich Wissen und Werkzeuge in der Breite. Die Sensibilisierung für Daten und deren Nutzen steigt. Elementar ist die Einführung von Tools und Technologien, die nicht nur von technisch affinen Mitarbeitenden verwendet werden, sondern auch für die breite Masse zugänglich sind und diese befähigen, datengetriebene Fragestellungen zu beantworten.

Datenzugriff

In Gesprächen mit Kundinnen und Kunden zeigt sich oftmals, dass Datenzugänge und -Zugriffe eine große Herausforderung darstellen. Das betrifft längst nicht nur technische Fragen in Bezug auf den Zugang zu Daten. In erster Linie geht es um organisatorische Regelungen. Konkret: Wem werden welche Rechte gewährt? Wer darf Daten einsehen und wie dürfen diese dann genutzt werden?

Man spricht hier auch von den zwei Ansätzen: „Need to know“ versus „Right to know“. „Need to know“ ist der klassische Ansatz und erlaubt Mitarbeiterinnen und Mitarbeitern nur den Zugriff auf jene Daten, die sie für ihre (alltäglichen) Tätigkeiten explizit benötigen. Einen anderen Weg verfolgt der Ansatz „Right to know“. Hier liegt der Fokus auf einer Datendemokratisierung und Mitarbeiterinnen und Mitarbeiter erhalten Zugang zu möglichst vielen Daten. Mit letzterer Variante steigen die Chancen, Datenpotenziale als Grundlage für Innovationen nutzen zu können. Wichtig ist es hier, Datenbedarfe zu identifizieren und Datenkonsumenten und -Produzenten bei der Bereitstellung und Nutzung zu unterstützen. Denn nichts ist schlimmer als Daten, die in Silos stecken und Abteilungen, die von unterschiedlichen „Wahrheiten“ ausgehen.

Datenkommunikation

Kommunikation ist bei jeder Transformation ein erfolgskritischer Faktor. So steigert man die Akzeptanz unter Mitarbeiterinnen und Mitarbeitern und bezieht diese als wichtigen Bestandteil mit ein. Es bieten sich verschiedene Möglichkeiten an, um das Thema Daten für die breite Masse aufzubereiten. Ein Beispiel ist die Kommunikation von Success Stories hinsichtlich datengetriebener Use Cases. Welche Mehrwerte haben diese Use Cases für die jeweiligen Fachbereiche beziehungsweise das gesamte Unternehmen? Welche Learnings entstehen daraus? Gibt es Best Practices, die für weitere und neue Use Cases und Projekte als Vorbild dienen? Außerdem: Kleine und große Erfolge im Kontext Data & Analytics sollten gefeiert werden, um allen mit Meilensteinen die Entwicklung vor Augen zu führen.

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Auf der anderen Seite muss auch offen über gescheiterte Use Cases gesprochen werden, um mit einer transparenten Fehlerkultur Ängste und zu hohe Erwartungen zu vermeiden. Eine weitere Möglichkeit ist die Etablierung eines Data Champions im Unternehmen. Data Champions sind zentrale Ansprechpartnerinnen und Ansprechpartner aus der IT oder auch aus den Fachbereichen mit Vorbildfunktion. Mit ausgeprägten Skills im Bereich Daten geben sie interessierten Mitarbeiterinnen und Mitarbeitern Hilfestellungen (etwa hinsichtlich Schulungen, Use Case Ideation, Tools oder Technologien), nehmen Ängste und treiben das Thema Daten in der Organisation zu voran. Data Champions kommt eine zentrale Rolle bei der Etablierung einer neuen Datenkultur zu.

Fazit

Diese vier Themenblöcke kann man als Start für den Wandel zu einem datengetriebenen Mindset im Unternehmen verstehen. Eine allgemeingültige Checkliste existiert nicht. Jedes Unternehmen steht vor individuellen Herausforderungen und benötigt dementsprechend seine ganz eigene Strategie. Letztendlich ist Data Mindedness, beziehungsweise ein datengetriebenes Unternehmen, kein Zustand, sondern eine bewusste Entscheidung und der Anspruch an die Organisation, sich jeden Tag aufs Neue weiterzuentwickeln und den Fokus auf die Daten nicht aus den Augen zu verlieren. Change muss dabei auf allen Ebenen und an vielen Stellen gleichzeitig erfolgen. Dann wird auch das volle Datenpotenzial entfaltet.

(ID:49047011)