Kommentar von Mathias Golombek, Exasol Fahrplan für eine datengesteuerte Zukunft

Anbieter zum Thema

EXASOL AG

Fsas Technologies GmbH

INFOMOTION GmbH

QUNIS GmbH

Trends wie Künstliche Intelligenz (KI), Machine Learning (ML) und Predictive Analytics verändern die Art und Weise, wie Unternehmen Daten nutzen. Um die Möglichkeiten dieser Technologien ausschöpfen zu können, ist jedoch ein agiles und zukunftsorientiertes Datenmanagement nötig.

Egal, ob es darum geht, personalisierte Angebote für Kunden zu entwickeln, Engpässe in der Supply Chain auszugleichen oder Cyberangriffe präventiv abzuwehren – Daten liefern wichtige Erkenntnisse, um diese Ziele zu erreichen. Entsprechend gilt: Die Entwicklung hin zum datengetriebenen Unternehmen ist in unserer digitalen Welt überlebenswichtig geworden. Datengetriebene Unternehmen nutzen Daten nicht mehr nur für retrospektive Analysen, sondern verwenden sie, um ihre Prozesse zu verbessern, Ineffizienzen aufzudecken und die Bedürfnisse ihrer Kunden in den Mittelpunkt zu stellen. Daten dienen als Grundlage für schnelle Aktionen und Entscheidungen – und müssen zu diesem Zweck nahezu in Echtzeit zur Verfügung stehen.

Die Vorteile dieser Art und Weise, Daten zu nutzen, liegen auf der Hand, doch bei der Umsetzung hapert es oft noch. Laut einer aktuellen Studie hinken deutsche Unternehmen bei der Datennutzung im Ländervergleich nach wie vor hinterher.

Woran könnte das liegen? Meiner Erfahrung nach haben Unternehmen vor allem mit den folgenden Herausforderungen zu kämpfen.

• Data Literacy: Es fehlt an Mitarbeitern, die eine hohe Datenkompetenz besitzen und in der Lage sind, datenzentrierte Initiativen voranzutreiben. Der Fachkräftemangel erschwert zudem die Suche nach den entsprechenden Talenten.

• Datenqualität: Daten sind unvollständig, veraltet oder redundant. Das verfälscht Analysen und kann unweigerlich dazu führen, falsche Entscheidungen zu treffen.

• Datenkultur: Es fehlt vielfach an einer gelebten datengetriebenen Kultur. Diese wiederum kann nur erfolgreich sein, wenn auch die Führungsebene dahinter steht.

• Skalierbarkeit: Können nur ein Teil des Teams oder einzelne Abteilungen auf die Daten zugreifen, bleiben ehrgeizige Dateninitiativen schon im Ansatz stecken. Problematisch ist, dass Legacy-Systeme und Datenbanken oft nicht flexibel skalierbar sind.

5 wichtige Schritte auf dem Weg zum datengetriebenen Unternehmen

Die Transformation zum datengetriebenen Unternehmen ist kein Sprint, sondern ein Marathon. Die folgenden Schritte können dabei unterstützen und dazu beitragen, diese Entwicklung zu beschleunigen.

1. Setzen Sie auf einen zukunftsgerichteten Data-Stack

Ein konsolidierter Datenansatz für das gesamte Unternehmen hilft, Investitionen in die Datenarchitektur sinnvoll zu planen sowie Kosten und Komplexität der Datenverwaltung zu reduzieren. Effiziente Ansätze wie Software-as-a-Service (SaaS) oder eine Cloudinfrastruktur bieten dabei die nötige Flexibilität für eine zukunftsorientierte Gestaltung der eigenen Datenstrategie – ohne die bestehenden technischen Umgebungen komplett neu aufsetzen zu müssen.

Ziel bei der Wahl von Data-Analytics-Lösungen sollte es sein, Performance, Geschwindigkeit, Skalierbarkeit und Kosteneffizienz in Einklang zu bringen. Unternehmen können es sich schlicht und ergreifend nicht leisten, an einem dieser entscheidenden Punkte Abstriche zu machen. Das heißt: Die Produktivität der Datenteams sollte nicht durch veraltete Datenbanksysteme ausgebremst werden; die Flexibilität sollte durch skalierbare Bereitstellungsmöglichkeiten gewahrt sein; die Kosten müssen jederzeit transparent und berechenbar sein.

2. Etablieren Sie eine datenzentrierte Unternehmenskultur

Eine datenorientierte Kultur zu etablieren, erfordert Zeit, Geduld, Offenheit und ein nachhaltiges Engagement von Seiten der Führungskräfte ebenso wie der Beschäftigten. Die Unternehmensführung sollte die Bedeutung von Daten in Entscheidungsprozessen unterstützen, fördern und vorleben. Um die Nutzung von Daten in der Unternehmens-DNA zu verankern, ist es unerlässlich, dass alle Mitarbeiter – unabhängig von ihrem technischen Hintergrund oder ihrer Funktion – in die Strategie der Datendemokratisierung von Anfang an eingebunden werden und uneingeschränkten Zugang zu Daten und Tools haben. Schulungen und Best Practices geben Sicherheit und zusätzliche Motivation.

3. Integrieren Sie ML und KI in Ihre Datenprozesse

Unternehmen sammeln tagtäglich Unmengen an Daten. Das Stichwort hier ist Automatisierung. Mithilfe von Machine-Learning-Modellen und Künstlicher Intelligenz können IT-Teams traditionelles Data Warehousing mit modernen datenwissenschaftlichen Methoden kombinieren, Prozesse verbessern und beschleunigen und schließlich schneller datengestützte Erkenntnisse gewinnen. So können Unternehmen beispielsweise Algorithmen anwenden, um ihre Gewinnspannen durch dynamische Preisgestaltung zu optimieren oder Marketingkampagnen personalisieren, indem sie durch Kundensegmentierung diesen genau auf sie zugeschnittene Angebote unterbreiten.

4. Nutzen Sie die Möglichkeiten von Hyperautomatisierung

Daten- und Analytics-Teams stehen nicht nur wachsenden Anforderungen gegenüber, von ihnen werden auch erhebliche Effizienzsteigerungen erwartet. Hyperautomatisierung kann sich hier als Schlüsselkomponente erweisen und die datengesteuerten Systeme und Strategien eines Unternehmens entscheidend verbessern. Was ist damit gemeint? Hyperautomatisierung kombiniert Automatisierungstools wie Künstliche Intelligenz, Machine Learning und Robotic Process Automation, um Prozesse zu überprüfen und zeitaufwendige oder fehleranfällige manuelle Arbeiten zu automatisieren. Auch den Einsatz von digitalen Zwillingen kann Hyperautomatisierung vorantreiben. Dabei handelt es sich um virtuelle Darstellungen von Systemen und Anlagen, die zum Testen und Optimieren der Leistung, zur Produktivitätssteigerung und zur Risikominderung verwendet werden können. Auch in Bereichen wie der Gesundheitsbranche bieten Hyperautomatisierung und digitale Zwillinge interessante Anwendungsmöglichkeiten: So können Führungskräfte in Krankenhäusern die Auswirkungen von Änderungen bei der Personalbesetzung oder der Stationsaufteilung simulieren und ohne reelle Auswirkungen auf Patienten und Mitarbeiter verschiedene Szenarien im Voraus digital durchspielen.

5. Bleiben Sie flexibel

Auf der Suche nach einem Anbieter, der sie in ihren Datenstrategien unterstützt, sollten Unternehmen langfristige Abhängigkeiten vermeiden. Denn durch sogenanntes Vendor-Lock-in verlieren sie die Möglichkeit, Analysen jederzeit an verschiedenen Orten oder mit verschiedenen Diensten ausführen zu können. Manche Cloud-Anbieter wollen Unternehmen dazu verpflichten, in „ihrer“ Cloud zu bleiben – für eine effiziente Datennutzung ist eine flexible IT-Strategie aber unerlässlich. Nur wenn Firmen in der Lage sind, ihre Daten sowohl in mehreren Clouds, on-premises oder in einer hybriden Umgebung zu verwalten, können sie auf jede spezifische Situation adäquat reagieren und behalten die volle Entscheidungsgewalt vor allem in Hinblick auf steigende Datenmengen und die sich stetig ändernden Anforderungen.

Fazit

Unternehmen werden sich auch in den nächsten Jahren auf disruptive Technologien, zunehmende Komplexität und herausfordernde wirtschaftliche Bedingungen einstellen müssen. Auch der Druck auf Datenmanager, Chief Information Officers (CIO) und Chief Digital Officers (CDO) wird weiter zunehmen und sie dazu zwingen, die Datenstrategie ihres Unternehmens immer wieder auf den Prüfstand zu stellen. Der Zugang zu Daten und deren effektive Nutzung sowie die Wertschöpfung durch Künstliche Intelligenz werden noch stärker in den Mittelpunkt rücken. Jetzt ist die Zeit, um eine wirkungsvolle Datenstrategie zu entwickeln, mit der Unternehmen die aktuellen und kommenden Herausforderungen meistern und zu ihrem eigenen Wettbewerbsvorteil nutzen können.

(ID:49755471)