Ihre Daten werden Ihnen zeigen wo es lang geht. 

Aber zuerst müssen sie sinnvoll organisiert werden. Datenprojekte starten meistens mit hohen Erwartungen an schnelle Erfolge. Wenn es nicht in kürzester Zeit neue sprudelnde Einnahmen gibt, ist die Enttäuschung groß und das Verhältnis zum Thema Transformation und Digitalisierung bekommt weiter Risse. Dabei liegt das Potential von Daten nicht in der Verbesserung bisheriger Prozesse, sondern gerade in der Entdeckung neuer Produkte und Services, die durch das Verstehen der eigenen Daten offenbart werden.

Bei erfolgreichen Datenprojekten braucht es nicht lange, bis solche Innovationspotentiale offen gelegt und genutzt werden können.

Wo liegt also aktuell das Problem? 

  • 90 Prozent der Daten sind im 21. Jahrhundert immer noch ungenutzt (Quelle)
  • gut 50 Prozent des Mittelstandes haben sich der Gestaltung von digitalen Geschäftsmodellen noch gar nicht angenommen (Quelle)
  • nur ein geringer Prozentsatz der Konzerne entwickelt überhaupt neue Geschäftsfelder (Quelle)

Es ist ohne Frage herausfordernd für Unternehmen eine KI-Kompetenz aufzubauen und Data Science Know-how auszubauen. Gleichzeitig strömen permanent Technologien und neue Marktentwicklungen auf die Unternehmen ein. Das gilt es zu managen. Meist liegt die Verantwortung in kleinen Projekteinheiten oder gar bei Einzelnen.

Es braucht Zeit und Ressourcen, oftmals auch externe Expertise, um das komplexe Netzwerk dieser Daten zu entwirren und nutzbar zu machen. Aber nur Unternehmen, die in der Lage sind, aus ihren Daten Mehrwerte zu generieren, werden künftig erfolgreich sein.

Tatjana Wiedemann ist Business Transformation Expertin und begleitet Unternehmen bei großen Transformationsprojekten. Ihre Herangehensweise ist dabei immer ganzheitlich. Von der Problemfindung über die Strategie bis zur Umsetzung begleitet Sie Unternehmen im gesamten Prozess und setzt dabei immer wieder erfolgreiche Projekte in mittelständischen und großen Unternehmen um, u.a. bei der DB AG oder auch Toyota und Volkswagen.

Ihre Einschätzung warum Datenprojekte scheitern? Zu viel Aktionismus und zu wenig ganzheitliche Betrachtung des Themas.

Lösungen nach Schema X funktionieren aus ihrer Sicht nicht, sondern müssen für jedes Geschäftsmodell individuell erarbeitet werden. Man muss sich mit dem Thema auseinandersetzen und eigene, passgenaue Ideen entwickeln. Methoden oder Frameworks helfen auf diesem Weg, müssen aber individuell eingesetzt werden.

Deshalb gibt Sie in Ihrem Artikel auch keine Schritt für Schritt Anleitung, verrät dafür aber 5 häufige Fehler aus denen Unternehmen für Ihre Datenprojekte lernen können.

5 Fehler, die Unternehmen bei ihren Datenprojekten gerade machen

1) Es werden externe Berater*Innen in einzelne Filialen oder Standorte gesandt, um zu ermitteln, welche Daten in welcher Qualität vorhanden sind. 

Dieser Vorgehensweise führt dazu, dass Unternehmen das Wissen und das Verständnis für ihre eigenen Daten nicht aufbauen. Man gibt die Verantwortung ab und lernt selbst nichts dazu. Natürlich ist es sinnvoll sich bei Projekten, in denen interne Expertise fehlt, beraten zu lassen. Diese Berater*Innen sollten aber begleiten und die gewonnen Erkenntnisse gemeinsam aufarbeiten, sodass sich ein Verständnis für die eigenen Datenlage entwickelt.

2) Abteilungen diskutieren intern darüber, wer die Hoheit über die Daten hat und geben diese nicht für Anwendungsbereiche frei.

Gründe hierfür sind zum Einen ein flasches Verständnis von Datenschutz und evtl. auch veralteten Datenschutzbedingungen, es hängt aber auch viel mit Angst und fehlendem Vertrauen zusammen, dass man die „Kontrolle“ über Daten z.B. verliert. Dabei funktionieren Daten nur, wenn sie gesamtwirtschaftlich verstanden werden. Hoheitsansprüche führen hier nur dazu, dass niemand die Gesamtheit der Daten sinnvoll nutzen kann. Es funktioniert nur mit Vernetzung und interdisziplinärem Denken.

3) Es werden bereits Technologien für SaaS Produkte definiert, ohne Einsatzgebiete zu haben oder den Kundennutzen zu kennen.

Ein klares Beispiel für Aktionismus, der im schlimmsten Fall keine Ergebnisse bringt.

Das Potenzial von „data-driven“ liegt darin neue Geschäftsfelder und Produkte zu entwickeln, die sich aus den eigenen Daten ergeben. Aus diesen Informationen werden passende Use Cases entwickelt aus denen sich z.B. Anwendungsmöglichkeiten für selbstlernende KI Systeme, komplexe Datenanalysen, Empfehlungsanwendungen, SaaS bis hin zu neuen Geschäftsmodellen ergeben. Viele Unternehmen machen den Fehler bereits vorher eine gewünschte Technologie festzulegen. Wenn Sie nicht nur „Prozessoptimierungen“ vornehmen wollen, dann liegt das Potential in neuen Services oder SaaS (Software as a Service) Produkten. Denken Sie hier aus der Sicht ihrer Kunden(potentiale), sonst sind ihre Use Cases nur Papierleichen.

4) Es werden Software Anwendungen eingekauft, ohne zu hinterfragen, wie Sie im Projekt anwendbar sind 

Der Hintergrund ist hier oft erneut die fehlende Kommunikation zwischen den Abteilungen. Es wird singulär entschieden ohne vorher die Bedürfnisse aus den Fachabteilungen abzufragen.

Manchmal kennt man die Anwendungsfälle auch noch garnicht alle, weil das Projekt noch in der Entwicklung ist und man noch nicht abschätzen kann, welche Funktionen in Zukunft gebraucht werden. Bevor man also die All-in-One Solution vom Marktführer einkauft, sollte man seine Use Cases definiert haben und ein gründliches Benchmark durchführen. Es können oft kleine oder hybride Anwendungen sein, die sich als ausreichend und agiler erweisen.

Es gilt, eine zukunftsfähige, belastbare und sichere IT-Systemlandschaft zu entwickeln. Denn die besten Use Cases bringen Ihnen nichts, wenn sie nicht skalierbar sind. Sie benötigen eine IT-Systemlandschaft, die nicht nur einen reibungslosen Betrieb sicherstellt, sondern kundenzentrierte Prozesse und kontinuierliche Optimierung erlaubt. Besonders dann, wenn Sie ihre Datenprodukte oder -Plattformen weiterentwickeln. Es gibt eine Vielzahl von marktfähigen, ausgerollten Systemanwendungen im Angebot. Holen Sie sich unabhängige Expert*Innen zur Bewertung von Technologien und Softwareanwendungen ins Haus.

5) Es wird sich nur mit Data Analysten und Entwicklern ausgetauscht

Auch hier wird deutlich, dass der Gedanke der interdisziplänren Teams noch nicht verfestigt ist. Besonders bei so einem ganzheitlichen Thema wie Daten ist es immens wichtig mehrere Expertisen einzubinden und entlang der gesamten Customer Journey zu denken statt entlang der Fachabteilungen. UX Designer und Product Owner sind z.B. wichtig, um die richtigen Entscheidungen zu treffen wie man Daten zielgruppengerecht aufarbeitet. Es geht nicht nur darum Daten zu verstehen und zu analysieren, sondern gleichzeitig auch die Fragen zu beantworten, warum ich diese Daten brauche und wie ich sie organisiere.

Über die verschiedenen Phasen sind verschiedene Rollen aktiv(er). Wenn Sie den Weg zu einem Data-driven Unternehmen gehen möchten, ist es wichtig, ihre Kompetenzen von Beginn an zusammenzubringen und nicht in Silos zu belassen. Es geht um ein gegenseitiges Verstehen und Lernen. Datenkompetenz zu entwickeln, heißt sie erlernbar und transparent sowie verständlich zu machen. Bringen Sie ihre Strategen, Product Owner, UX-Designer mit ihren Data-Analysten,
Machine Learning Engineers und Entwickler sowie Security Manager zusammen.

In diesem interdisziplinären Zusammenarbeiten erkennen Sie nicht nur gemeinsam die Potentiale für neue Produkte und Services, sondern sind auch in der Lage, schnell ihre Prozesse anzupassen. So legen Unternehmen die Basis, um ihre datengetriebenen Geschäftsmodelle in Richtung Netzwerkökonomie zu denken.

Nicht alles was glänzt, ist Digitalisierung.

Digitalisierung ist wie ein überdimensionierter Spielzeugladen. Mit großen Kinderaugen wollen wir alles sofort haben, obwohl das Risiko hoch ist, dass es ungenutzt im Schrank verstaubt. Es erfordert gründliche Überlegungen, erfahrene Experten und Motivation die Transformation gut zu gestalten, damit sie langfristig wirkt. Eben mal schnell gemacht wird es nicht funktionieren, aber noch weniger, wenn wir es garnicht angehen. Lassen Sie ihre Daten nicht einfach
links liegen. Beginnen Sie jetzt und gestalten Sie ihre Potentiale und ihr Unternehmen.

Freiberufliche Business Transformation Expert*Innen sind die idealen Partner*Innen, um Sie in der Transformation ganzheitlich zu begleiten. Von der Erarbeitung bis zur Umsetzung sind Sie Ihre Mitstreiter*Innen und bringen wichtige Learnings aus vorherigen Projekten mit.

Zum Malt Profil von Tatjana