Der Weg zum daten­getriebenen Unternehmen

Es sind Daten, die Innovation vorantreiben, präzisere Prognosen ermöglichen und damit Unternehmen helfen, ihre Prozesse zu optimieren und Wettbewerbsvorteile zu sichern. Nur wer in der Lage ist, die Massen an Informationen, auf denen nahezu jedes Unternehmen sitzt, für sich zu nutzen, wird sich in Zukunft gegen Veränderungen in globalen Lieferketten oder lokalen Absatzmärkten, neue Konsumtrends oder Wettbewerber behaupten können.

Diese Dynamik verstärken Technologien wie Künstliche Intelligenz erheblich. KI-Systeme sind nun einmal auf grosse Datenmengen angewiesen, um zu lernen, Muster zu erkennen und fundierte Entscheidungen zu treffen. Ohne eine ausreichende Basis könnten diese Systeme das Versprechen der Effizienzsteigerung nicht einhalten. Laut einer aktuellen adesso-Studie sehen immerhin 67 Prozent der befragten Manager in der Schweiz in Generativer KI eine grosse Chance für ihr Geschäftsmodell, 60 Prozent erhoffen sich eine Lösung für personelle Engpässe.

Doch unabhängig davon, welche Technologien und Anwendungen in Zukunft noch kommen werden – nur ein Unternehmen, das Daten in den Mittelpunkt seiner Organisation stellt und alle Prozesse auf deren optimale Nutzung ausrichtet, kann sich zukunftsfähig aufstellen. Der Weg zum Data-driven Enterprise ist allerdings ein umfangreicher Prozess, der weit über die reine Implementierung von Technologien hinausgeht und vier wichtige Handlungsfelder umfasst.

Data Literacy – also die Fähigkeit, Daten zu verstehen, zu interpretieren und zu nutzen – ist die Grundlage jeder datengetriebenen Organisation. Unternehmen müssen eine Kultur schaffen, in der Daten als wertvolle Ressource betrachtet werden und diese auf allen Hierarchieebenen verankern. Führungskräfte haben hier eine Vorbildfunktion. Neben einer klaren Kommunikation ist der enge Schulterschluss zwischen Fachabteilungen und IT entscheidend: Nur so entstehen Lösungen, die das volle Potenzial ausschöpfen.  

Bei der Umsetzung stehen den Unternehmen unterschiedliche Massnahmen zur Verfügung. In puncto Change-Management hilft ein speziell auf Datenprojekte zugeschnittenes Methodenset bei der Verwirklichung einer neuen Kultur und den damit einhergehenden langfristigen Veränderungen. Bezüglich Kommunikation und Marketing sorgen wiederum Instrumente wie Townhall-Meetings oder regelmässige Newsletter für die nötige Transparenz bezüglich laufender Projekte.

Der nächste Punkt ist eine durchdachte Datenstrategie. Sie legt fest, wie Daten erfasst, verwaltet und genutzt werden, um die Geschäftsziele zu erreichen. Darüber hinaus muss die Organisation entsprechend strukturiert sein, um die definierte Strategie effektiv umsetzen zu können. Dazu gehört die Auswahl und Einführung eines modernen Organisationsmodells wie Data Mesh, was die Strukturierung von Teams und Prozessen für die passende Verteilung von Verantwortlichkeiten beinhaltet. Es macht durchaus Sinn, dezentrale Datenverantwortliche in den einzelnen Business Units aufzubauen und so eine parallel skalierende Organisation zu schaffen. Die Erfahrung der letzten Jahre zeigt jedenfalls: für die Entwicklung digitaler Services eignet sich ein Big-Bang-Ansatz in der Regel nicht.

Ein weiteres Thema ist die Data Governance: es ist notwendig, Richtlinien und ­Prozesse zu etablieren, die sicherstellen, dass Daten konsistent, korrekt und sicher ­verwaltet werden. Ein definiertes Rollenmodell sowie klare Verantwortlichkeiten und Blueprints (Best Practices und Prozesse für ­Datenqualität, -schutz, -sicherheit und -compliance) bilden die Grundlage für eine ­effektive Verwaltung und Kontrolle innerhalb des Unternehmens.

Um eine datengetriebene Organisation erfolgreich zu führen, benötigen Firmen darüber hinaus die richtigen Kompetenzen. Diese umfassen nicht nur technologische Expertise, sondern auch ein tiefes Verständnis der Geschäftsprozesse und die Fähigkeit, datenbasierte Einblicke in Entschei­dungen umzusetzen. Die Weiterbildung der Mitarbeitenden, das Anwerben neuer ­Talente und das Schliessen von Know-how-­Lücken sind entscheidende Schritte. Die ­relevanten Positionen reichen dabei vom Data Scientist über den ML Engineer bis hin zum Data Governance Expert.

Da sich die Technologielandschaft laufend weiterentwickelt, sollten Unternehmen zunächst Weiterbildungsprogramme implementieren. So stellen sie sicher, dass ihre Mitarbeitenden auf dem neuesten Stand bleiben. Neben der gezielten Rekrutierung, aber auch der Entwicklung interner Talente sollten Firmen zudem Partnerschaften mit Universitäten und anderen Bildungseinrichtungen eingehen, um den Expertenpool zu erweitern. Organisationen, die dazu selbst nicht in der Lage sind oder sich auf ihre Kernprozesse konzentrieren wollen, finden in externen Dienstleistern erfahrene Ansprechpartner.

Eine Cloud-Plattform zur Datenverarbeitung und -analyse ist heute unverzichtbar. Sie wird zum Dreh- und Angelpunkt für die Entwicklung, Bereitstellung und den Betrieb – und somit auch für ein Data-driven Enterprise. Mit einer Cloud-Plattform erhalten Unternehmen die notwendige Skalierbarkeit, Flexibilität und Rechenleistung, um grosse Datenmengen effizient verarbeiten zu können. Hyperscaler wie Amazon Web Services (AWS) oder Microsoft und Google Cloud Platform bieten zudem vorkonfigurierte Daten- und KI-Services an. Entsprechend ist die Time-to-Market im Vergleich zu anderen Betriebsmodellen in der Regel kürzer und der Return on Investment höher. Vor dem Hintergrund, dass jedes Unternehmen seine Cloud-Reise von einem anderen Ausgangspunkt startet und seine eigenen Ziele verfolgt, macht ein sogenanntes Data Platform Framework, quasi eine gebrauchsfertige Architekturvorlage mit integriertem Datenorganisationskonzept, Sinn.  

Es ist eine unbestreitbare Tatsache: Organisationen, die nicht den Weg zum Data-driven Enterprise einschlagen, werden nicht überleben. Der Schlüssel liegt in der intelligenten Nutzung der zahlreichen Informationen und der Implementierung von Technologien, die diese in wertvolles Wissen verwandeln.