Viele deutsche Mittelständler bieten hochinnovative Produkte an. Sie tun sich aber schwer, operative Prozesse mithilfe von Daten tatsächlich zu verbessern und wichtige Entscheidungen auf Basis ihrer Daten zu fällen. Der Aachener Optimierungsspezialist INFORM erklärt, wie Unternehmen eine funktionierende Datenstrategie aufbauen, um sich einen wichtigen Wettbewerbsvorteil zu sichern.
So entwickeln Mittelständler eine effiziente Datenstrategie
Nahezu alle mittelständischen Unternehmen treiben ihre digitale Transformation voran. Eine der wichtigsten Aufgaben dabei ist die Ausarbeitung einer Datenstrategie, also eines Plans für die Datenwertschöpfung im Unternehmen. Denn nur wer Daten zielgerichtet und intelligent nutzt, kann Entscheidungen besser und schneller treffen, Abläufe optimieren, neue, kundenspezifische Angebote oder gar innovative Geschäftsmodelle entwickeln. Doch genau das fällt vielen Unternehmen schwer. Das INFORM DataLab erklärt, worauf es bei einer funktionierenden Datenstrategie ankommt:
Die Datenstrategie braucht einen Verantwortlichen
Die Entwicklung und Umsetzung einer Datenstrategie ist ein Thema für das Management. Der oder die Datenverantwortliche, manchmal Chief Data Officer (CDO) genannt und in der Regel nicht identisch mit CIO oder CTO, benötigt die aktive und sichtbare Unterstützung der Geschäftsführung sowie weitreichende Kompetenzen und Ressourcen. Die sind notwendig, um die abteilungsübergreifenden Teams aus den verschiedenen Fachbereichen zu koordinieren. Gemeinsam mit Management und Fachbereichen erarbeitet der Datenverantwortliche Vision und Ziele, erfasst Bedarfe und ermittelt den Status Quo. Anschließend lässt sich die Datenstrategie formulieren und ein Fahrplan für die Umsetzung erstellen.
Daten sind kein reines Technologiethema
Die Datenstrategie betrifft fast alle Unternehmensbereiche. Daher reicht es nicht, Fachabteilungen nur miteinzubeziehen. Sie sollten weitreichenden Einfluss haben, schließlich sind es ihre Abläufe, Entscheidungen und Probleme, die datenbasiert verbessert beziehungsweise gelöst werden. Neue Analytics- und KI-Tools können beispielsweise Fehler in der Produktion zeitnah vorhersagen, dem Einkauf Einsparpotenziale aufzeigen und dem Vertrieb neue Umsatzpotenziale erschließen. Um kontinuierlich Anwendungsfälle für die Nutzung von Daten zu entwickeln und umzusetzen, darf sich die Datenstrategie daher nicht allein auf technologische Lösungen konzentrieren, die von der IT-Abteilung bereitgestellt werden. Vielmehr braucht es einen interdisziplinären Ansatz und zusätzlich Kompetenzen in den Dimensionen Prozesse, Organisation und Daten.
Künstliche Intelligenz will menschenähnliche Verhaltensmuster und Entscheidungsprozesse simulieren. Damit soll menschliche Intelligenz künstlich reproduziert werden. Das Ziel dabei ist häufig, bestimmte Aufgaben und Prozesse zu automatisieren, die durch ihre Komplexität anders schwer digitalisierbar sind.
Schnelle Erfolge schaffen Akzeptanz
Zum Start sollten Unternehmen vor allem solche Projekte angehen, die sich schnell und mit überschaubarem Aufwand umsetzen lassen. Damit sorgen sie für Erfolgserlebnisse, die nicht nur die Motivation der Mitarbeiter erhöhen und die Akzeptanz der neuen Initiativen steigern. Sie schaffen auch Erfahrungswerte für weitere, größere Vorhaben. Diese bewerten sie in der Regel nach Nutzen und Machbarkeit, wobei die Auswahl auch von den eigenen Ambitionen abhängt. Ist beispielsweise ein strategischer Wettbewerbsvorteil wichtiger als der ROI, kann sich die Priorisierung der Anwendungsfälle ändern.
Datenkompetenz ist die Basis der neuen Entscheidungskultur
Die Unternehmenskultur ist entscheidend für den Erfolg von Datenprojekten, doch datengetriebene Organisationen entstehen nicht von heute auf morgen. Es kostet Zeit, eine neue Entscheidungskultur zu etablieren, zumal Mitarbeiter alte Gewohnheiten ablegen müssen. Statt Entscheidungen nur nach Bauchgefühl oder entsprechend den Wünschen von Vorgesetzten zu fällen, sollten sie alle wichtigen Beschlüsse – egal auf welcher Hierarchieebene – anhand von Erkenntnissen treffen, die auf Daten basieren. Dafür müssen sie Verständnis für das Potenzial und den Umgang mit Daten mitbringen und den Empfehlungen ihrer Tools vertrauen. Unternehmen sollten Mitarbeiter daher von Anfang an in die Veränderungsprozesse einbeziehen und durch Schulungen ihre Datenkompetenz erhöhen. Schulungsprogramme für das Management sind dabei besonders wichtig, da eine grundlegende Datenkompetenz Voraussetzung ist, um die richtigen Weichen im Unternehmen für eine nachhaltige Datenwertschöpfung zu stellen.
Konkrete Anwendungsfälle helfen bei der Technologieauswahl
Häufig starten Unternehmen direkt mit dem Aufbau neuer Datenplattformen oder der Sammlung möglichst vieler Daten. Dabei besteht jedoch die Gefahr, dass am Bedarf vorbei investiert und entwickelt wird. Sinnvoller ist es, zunächst konkrete Ziele und Anwendungsfälle für eine Datennutzung zu erarbeiten und anhand derer den Technologiebedarf zu bestimmen – zumal Data Scientists und andere Datenspezialisten rar sind und zielgerichtet eingesetzt werden sollten.
„Die Entwicklung und Umsetzung einer Datenstrategie stellt Unternehmen nicht selten vor Herausforderungen. Da die Datenwertschöpfung kein reines Technologiethema ist, sondern als Kern der digitalen Transformation fast alle Unternehmensbereiche betrifft, führen unkoordinierte und dezentrale Ansätze häufig nicht zum Erfolg. Zudem werden neben IT- und Datenexperten auch Spezialisten mit Verständnis für Geschäftsprozesse und Erfahrung im Change Management gebraucht“, erläutert Dr. Jens Linden, Senior Data Scientist & Strategist im INFORM DataLab. „Dennoch sollten Unternehmen das Thema Datenstrategie möglichst zügig angehen, damit sie Daten gezielt für den Geschäftserfolg einsetzen und neue Datenquellen erschließen können – und sich so einen wichtigen Wettbewerbsvorteil sichern.“