Daten sind mehr denn je jederzeit und überall verfügbar, aber die Nutzung des vollen Potenzials erfordert Kreativität und Überzeugung.

Als Data Leader navigieren Sie durch einen stetig wachsenden Pool aus internen und externen Datenquellen, um in einem zunehmend wettbewerbsorientierten, datenreichen Markt die Strategie und Ausrichtung zu gestalten.

Vorbei sind die Tage der Fokussierung nur auf Business Intelligence. Data Leader von heute sind darauf bedacht, Entscheidungen in Echtzeit zu treffen und Vorhersagemodelle zu entwickeln, die dem Unternehmen einen Vorsprung verschaffen. Um dieses Ziel zu erreichen, muss Ihre Datenstrategie jedoch den richtigen Ansatz definieren, um riesige Datenmengen sinnvoll zu nutzen, sich an der Unternehmensstrategie zu orientieren und Lösungen zu entwickeln, die sich über das gesamte Unternehmen erstrecken. Sie müssen Mitarbeiter befähigen und Anwendungsfälle definieren, die Geschäftsanforderungen erfüllen, von der traditionellen Analyse und Datenwissenschaft bis hin zu Betriebsanalysen, digitalen Daten, IoT-Sensordaten und zur Entwicklung neuer Produkte.

Kreativität und innovative Entscheidungsfindung sind der Schlüssel zum Erfolg. Das Potenzial der Daten voll zu realisieren erfordert aber auch Vision, Überzeugungskraft und Unterstützung. Das Framework mit seinen sechs Schritten – ergänzt durch Erkenntnisse von Data Leaders aus der Branche – hilft Ihnen bei dem Entwerfen und Umsetzen Ihrer Datenstrategie, und das Beste aus Ihren Teams, Talenten und Stärken als Unternehmen holen.

Erste Schritte

Entwicklung Ihrer Strategie

01. Ihre Geschäftsziele verstehen

Verknüpfen Sie Ihre Datenstrategie mit der Geschäftsstrategie

Bei einer Datenstrategie ist Akzeptanz wichtig. Ihr Datenstrategie-Framework funktioniert nur, wenn diese Vision im Einklang mit den Gesamtzielen des Unternehmens verwaltet, unterstützt und monetarisiert wird.

Um Geschäfts- und Datenprioritäten aufeinander abzustimmen, benötigen Sie ein klares Verständnis für die übergeordneten Ziele des Unternehmens und des höheren Managements. Der erste Schritt, um Ihr Unternehmen bei der Erreichung seiner Ziele zu unterstützen und Daten als echten Wettbewerbsvorteil zu nutzen, ist ein Treffen mit der Führungsebene und den Verantwortlichen des Unternehmens. „Alles beginnt und endet mit der Frage, welches Geschäftsproblem Sie angehen wollen”, sagt Dr. Rania Khalaf, Chief Information und Data Officer bei Inari.

Damit Führungskräfte die strategischen Vorteile von Daten erkennen können, stellen Sie sicher, dass die Prioritäten geklärt und vereinbart sind, während Ihre gemeinsame, datengesteuerte Umgebung Gestalt annimmt.

Seien Sie vor allem realistisch, sagt Srinivasan Sankar, Enterprise Data und Analytics Leader im Versicherungswesen.

Fragen an jeden einzelnen Stakeholder

Hier finden Sie eine Checkliste mit Fragen zu dieser ersten Runde wichtiger Dialoge, um Ihre Richtung festzulegen.

Was sind Ihre Top-Geschäftsprioritäten und -Initiativen, die Daten und KI erfordern?

Was sind die größten Herausforderungen, die Sie daran hindern, diese Prioritäten zu erreichen?

Welche Datenschutz- und Sicherheitsherausforderungen haben Sie für den Self-Service-Datenzugriff?

Wie viel Zeit verbringen Sie mit der Integration von Tools, um Lösungen zu entwickeln?

Wofür würden Sie gerne Daten verwenden, die Sie im Moment nicht nutzen können?

Wie messen Sie Erfolg für sich und Ihre Teams?

Identifizieren Sie die attraktivsten Anwendungsfälle

Wenn Sie einen besseren Zugang zu Qualitätsdaten hatten, wo könnten Sie in Ihrem Unternehmen Probleme lösen? Dieser Erkennungsprozess erfordert eine umfassende Überprüfung. „Ermitteln Sie bei Ihren Gesprächen mit den Stakeholdern den Datenbedarf für die verschiedenen Geschäftsziele innerhalb oder über die Geschäftsbereiche hinweg, um den Wert von Daten als strategisches Gut zu verdeutlichen”, sagt Jo Ramos, der sich auf die Konzeption und Implementierung von Datenstrategien für IBM Kunden spezialisiert hat.

Indem Sie besser verstehen, wie Daten zwischen Bereichen des Unternehmens wie Finanzen, Vertrieb und Marketing fließen (oder auch nicht), erhalten Sie einen ganzheitlicheren Überblick über die Abläufe und finden neue Möglichkeiten zur Kostensenkung, Effizienzsteigerung und Ertragssteigerung.

Kennen Sie auch Ihre Möglichkeiten. Was wäre wenn Sie die Kosten für die Lieferkette senken könnten durch Aktualisierung veralteter Apps? Oder Sie könnten Risiken und Compliance mit KI automatisieren, um schnellere und verbesserte Erkenntnisse zu erhalten? Erforschen Sie die Datenlandschaft in jede Richtung, um Ihren Umsatz zu steigern, Ihren Reingewinn zu erweitern und Ihr Risiko zu reduzieren.

Die Tools in Ihrem Toolkit kennen

Mit IT zusammenarbeiten. Sie werden Sie dabei unterstützen, Ihre Datenstrategie auf die nächste Stufe zu heben, indem sie bereits vorhandene Infrastrukturen und Technologien sowie neue und führende Technologien nutzen. Das aktuelle technische Ökosystem und die Strategien (inklusive die Unter- und Teilstrategien) Ihres Unternehmens zu verstehen, hilft Ihnen, einen definitiven und realisierbaren Aktionsplan für die Nutzung von Daten, KI und Anwendungen für Geschäftsergebnisse zu entwerfen. Dieses Wissen ist von entscheidender Bedeutung, denn wenn Sie die Vorteile von geplanten und finanzierten Initiativen nutzen, können Sie sicherstellen, dass Sie Ihre Datenstrategie umsetzen können.

Machen Sie sich mit der digitalen Transformationsstrategie Ihres Unternehmens vertraut

Ramos weist darauf hin, dass die Aktualisierung von Anwendungen und die Neuerung von alten Systemen nicht funktionieren kann, ohne zuerst die aktuelle Datenumgebung Ihres Unternehmens zu berücksichtigten. "Viele Unternehmen sprechen von Anwendungsmodernisierung und der Verlagerung von Anwendungen in die Cloud, aber sie verlieren die Daten selbst aus den Augen", sagt er. "Bei der Datenintegration und Analysen geht es nicht darum, alle Anwendungen in die Cloud zu verlagern, sondern um herauszufinden, wie die Daten in einer neuen, modernen Architektur leben sollen."

02. Bewerten Ihres aktuellen Zustands

Schmerzpunkte aufdecken und analysieren, um Blockaden und Lücken zu entdecken

Da Sie nun die Endziele kennen und die Führungskräfte für den nächsten Schritt an Bord haben (sie sind an Bord, oder?), ist es an der Zeit, Ihr gesamtes Ökosystem auf Datenlücken und Schwachstellen zu untersuchen. Was funktioniert und was nicht? Was sind die Hindernisse, die Sie davon abhalten, Ihr Unternehmen mit einem echten Data-First-Erlebnis zum Laufen zu bringen?

Oft stehen organisatorische Fragen hinter den Herausforderungen der Datenintegration, der Datenverwaltung und der Arbeitsabläufe. In der Tat werden 82 % der Unternehmen durch Datensilos² gehemmt. Um optimal arbeiten zu können, benötigen die Mitarbeiter einen Self-Service-Datenzugriff mit den richtigen Kontrollen. Einfacher Zugriff sollte nie ein Hindernis sein.

"Wenn ich Geschäftsinhaber bin und Daten verwenden möchte, um eine Anwendung zu betreiben, will ich nicht darüber nachdenken müssen, wo die Daten herkommen, über die Metadaten dahinter oder die Regeln rund um die Compliance", sagt Priya Krishnan, IBM Product Leader für Daten und KI. "Ich sollte in der Lage sein, einfach danach zu greifen und diese Daten in großartige Ergebnisse umzuwandeln."

Ein Design-Thinking-Ansatz hilft dabei, organisatorische Probleme aufzudecken und einen strategischen Wert über mehrere Anwendungsfälle, Geschäftsbereiche oder Teams hinweg zu schaffen.

Design-Thinking für Datenstrategie

Design Thinking ermöglicht es Ihnen, die Gegenwart besser zu verstehen und sich die Zukunft vorzustellen, indem Sie reale Beobachtungen und keine Vermutungen anstellen. Indem Probleme und Lösungen als ein fortlaufender Dialog betrachtet werden, trägt der Prozess dazu bei, erreichbare Lösungen in einem kontinuierlichen Kreislauf von Beobachtung, Reflexion und Umsetzung zu entwickeln. Weitere Informationen zu IBMs Design-Thinking-Ressourcen.

Daten untersuchen, um aufzudecken, was Sie haben und was Sie benötigen

Eine Datentopologie zeigt die Kurven und Konturen von Informationen, so wie eine topografische Karte Berge, Hügel und Täler zeigt. Datentopologien klassifizieren, gruppieren und verwalten Datenszenarien, die die konkurrierenden Prioritäten und Bedürfnisse eines jeden Unternehmens berücksichtigen. Wenn Sie Ihre Datentopologie verstehen, können Sie Einschränkungen erkennen. Mit der Erfassung der vorhandenen Datentopologie lassen sich veraltete Datenarchitekturen aufspüren, z. B. Technologien, die nicht mit der Geschäftsstrategie übereinstimmen, sowie Bereiche für logische Upgrades, Möglichkeiten zur Nutzung robusterer und leistungsfähigerer Technologien und Warnsignale, die die Datenintegration behindern.

Machen Sie eine Bestandsaufnahme, um zu wissen, wer an Bord ist und was sie mitbringen

Ganz gleich, wie brillant und talentiert Sie sind, Sie können allein keine massiven Datenänderungen unternehmen. Stellen Sie sicher, dass Ihr Team – und das gilt auch für Sie – über die spezifischen Fähigkeiten und die ständige Weiterbildung verfügt, die erforderlich sind, um mit dem rasanten Tempo der IT-Branche Schritt zu halten. Mehr als die Hälfte der Unternehmen schulen ihre internen Mitarbeiter, um deren Datenkompetenz und Fachwissen zu erweitern, während ein Fünftel Hochschulabsolventen einstellt und ausbildet.³ Werden Sie smart, bleiben Sie smart.

Priorisieren von kritischen Datenelementen für Governance

Kontrolle über kritische und regulierte Datenelemente – wie Namen, Adressen, Geschlecht und Sozialversicherungsnummern – ist für den Betrieb verschiedener Geschäftssysteme ohne Duplizierfehler, unzuverlässige Suchvorgänge oder Datenschutzverletzungen unerlässlich. Finden Sie ein feines Gleichgewicht zwischen der Sicherung von Daten und der Förderung von Innovationen. Berücksichtigen Sie, wer derzeit Eigentümer der Daten ist, diese verwaltet und Richtlinien für sie festlegt, und ob diese Governance die Sicherheit, den Datenschutz oder die Einhaltung von Vorschriften betrifft. Stellen Sie sicher, dass die richtigen Personen innerhalb Ihres Unternehmens über Entscheidungsrechte, Verantwortungsrahmen und externe Ressourcen verfügen, um ein angemessenes Verhalten bei der Bewertung, Erstellung, Nutzung und Kontrolle von Daten und Analysen zu gewährleisten. Vergessen Sie in dieser Phase auch nicht die Governance der von Ihnen verwendeten KI-Technologien.

03. Eine Datenstrategie entwerfen

Den Zielzustand Ihrer Daten definieren

Ihr Zielzustand, Betriebsmodell und Implementierungsplan helfen Ihnen, Ihre Datenstrategie zu konzipieren, zu verbessern und weiterzuentwickeln. Als Data Leader sind Sie nicht nur ein Technologieberater oder Data-Scientist, sondern vielmehr Champion und Evangelist für den Aufbau eines datengesteuerten Unternehmens. Ihre umfassende Vision sollte so dargestellt werden, dass die Dialoge über die Datenstrategie und die sich daraus ergebenden Änderungen der Geschäftsprozesse für Anwendungsentwickler und Geschäftsanalysten ebenso sinnvoll sind wie für die Personalabteilung und den Vertrieb.

„Viele Datenumgebungen sind inzwischen veraltet und verfügen nur selten über die Flexibilität, sich in der heutigen digitalen Umgebung weiterzuentwickeln”, sagt Tony Giordano, der Datenstrategie, Beratungs- und Umsetzungsengagements für IBM leitet.

„Die digitale Welt erfordert jedoch Echtzeit-Entscheidungsmöglichkeiten, und die Vorhersagemodelle, die diese bieten, erfordern datenwissenschaftliche Umgebungen. Betriebsdaten sind zunehmend ein wichtiger Bestandteil Ihres Datenökosystems. Eine moderne Datenarchitektur erfordert daher ein integriertes Datenökosystem mit Fähigkeiten, die verwaltet, gesteuert und gesichert werden müssen, um eine konsistente Datenqualität zu gewährleisten und die Flexibilität, sich der Entwicklung der digitalen Kanäle anzupassen.”

Dieser Detaillierungsgrad macht die Änderung von Geschäftsprozessen etwas weniger aufreibend, weil Sie bereit sind, Datenbedenken mit einer detaillierten Erklärung darüber zu begegnen, was, wo, warum und wie dies das Leben eines bestimmten Benutzers einfacher machen wird. Und das ist wichtig: 37 % der Befragten gaben in einer kürzlich durchgeführten Umfrage an, dass Datensicherheit die größte Herausforderung darstellt, gefolgt von Datenschutzbedenken und der Verwaltung von Datenpipelines.⁴ Ein Datenstrategie-Blueprint, ein Zielbetriebsmodell für den zukünftigen Zustand und eine Implementierungsroadmap versetzen Ihr Team in die Lage, Herausforderungen mithilfe eines klaren Datenmanagementansatzes zu bewältigen.

Ihre Schlüsselassets verstehen

Ziel-Blueprint

Wie Sie die technologische Lösung gestalten

Zielbetriebsmodell

Wie die neue Lösung operativ funktionieren wird

Implementierungsroadmap

So kommen Sie mit einem schrittweisen Prozess zum Ziel-Blueprint und Betriebsmodell

Geben Sie genau an, wo Anwendungsmodernisierung, Automatisierung und KI Ihre Strategie auf die nächste Stufe heben können

Je mehr Sie aus Ihrer digitalen Transformation und IT-Strategie lernen, desto mehr wird Ihre Datenstrategie mit Leben erfüllt. Solche Erkenntnisse helfen, Effizienz zu steigern, Umsatzwachstum zu erhöhen und Risiken zu minimieren, insbesondere wenn sie durch App-Modernisierung, Automatisierung und KI erweitert werden.

Lufthansa arbeitete mit einem IBM Team zusammen, um neue KI-basierte Geschäftsideen und Dienstleistungen zu erproben, die das Kundenerlebnis verbessern. Zuvor getrennte Datenquellen sind nun in natürlicher Sprache und mit Begriffen aus der Luftfahrt durchsuchbar, um die fast 100.000 Kundenanfragen pro Jahr einfacher zu beantworten. „Für die Lufthansa ist KI so kritisch, weil sie die Datenwelt, auf der wir sitzen, tatsächlich eröffnet”, sagt Mirco Bharpalania, Senior Director, Cross Domain Solutions bei der Lufthansa Group. „Es hilft uns wirklich, das gesamte Potenzial freizusetzen, das wir irgendwie oder irgendwo in unseren Datenbanken bereits haben.”

Messen Sie den Fortschritt auf dem Weg zu Ihren Zielen

Wir verstehen, womit Sie konfrontiert sind. Als Data Leader wird von Ihnen oft erwartet, dass Sie an drei konkurrierenden Fronten wichtige Ergebnisse liefern und quantifizieren: Umsatzsteigerung, Wirtschaftlichkeit und Minderung von Sicherheits- und Datenschutzrisiken. Daten für den Gewinn verwenden. Wechseln Sie von der Offensive in die Defensive und tragen Sie direkt zum Wachstum des Unternehmens bei. Wenn Sie die Erfolgskennzahlen festlegen, können Sie sich auf die Prioritäten konzentrieren, die für Ihr Unternehmen im Moment am wichtigsten sind.

Denken Sie daran: Kurz- und langfristige Ziele sollten zeigen, wie Daten Ihrem Unternehmen helfen können, messbare Ergebnisse zu erzielen. Schauen Sie sich Ihre Notizen aus den ersten Treffen mit den Stakeholdern an, um zu sehen, wie sie die wichtigsten Leistungsindikatoren und Ziele definiert haben – und prüfen Sie, wie diese mit Ihrer aktuellen Datenplattform und KI-Strategie zusammenpassen. Halten Ihre Metriken die kühnen Pläne ein, die Sie derzeit aufgestellt haben? Wenn nicht, ist es an der Zeit, sie erneut zu verknüpfen und auszurichten. Wenn Sie die Vorhersagen übertreffen, gehen Sie zum nächsten Schritt weiter.

„Die CDO-Rolle ist oft sehr kurzlebig. Der Grund dafür ist, Erwartungen die nicht festgelegt wurden. Stellen Sie sicher, dass Sie diese Erwartungen festlegen und Ergebnisse liefern”, sagt Sankar.

Erfassen Sie Ihre Datenstrategie-Highlights – und geben Sie diese weiter

Zu diesem Zeitpunkt sollten Sie sich über die Prioritäten Ihres Unternehmens im Klaren sein und wissen, wie Sie Daten und KI nutzen können, um den Geschäftswert zu steigern. Welche Ihre nächsten Lücken sind zu schließen? Ein Blick auf das große Ganze – wo Sie stehen und was vor Ihnen liegt – gibt Ihnen den strategischen Kontext, um umsetzbare Pläne für die Umsetzung und Skalierung zu erstellen. Berücksichtigen Sie dabei die Ergebnisse, Ziele und Maßnahmen, die Sie auf Kurs halten, damit Sie diese im Laufe der Journey mit Ihrem Unternehmen teilen können. Hier sind einige der Informationen, die Sie in die Datenstrategie-Übersicht aufnehmen können:

  • Beobachtungen, Herausforderungen und Empfehlungen
  • Ziele, Ergebnisse und Maßnahmen
  • Funktionsübergreifende Daten müssen mehrere Anwendungsfälle unterstützen
  • Datenschutz- und Sicherheitsanforderungen
  • Datentopologie, Datenorganisationen und Pipelines
  • Referenzarchitektur und unterstützende Technologie
  • Konzeptionelle zukünftige Datentopologie
  • Aktionsplan für den ausgewählten Startbereich

Denken Sie daran: Strategie ist nicht nur eine Übung auf Papier – es ist ein lebendiger, sich entwickelnder Ansatz. Überprüfen und iterieren Sie Ihre Strategie regelmäßig auf der Grundlage sich ändernder Geschäftsziele und stellen Sie sicher, dass Ihre Strategie Flexibilität, Agilität und menschliche Innovation zulässt. Dies ist eine kreative Chance.

Datengovernance erklärt

Datengovernance erklärt (07:46)

Lösungen bereitstellen

Implementieren Ihrer Strategie

04. Kontrollen einrichten

Realistische Szenarien abbilden und diese navigieren

Ganz gleich, ob es darum geht, müde Systeme zu erneuern, alte Produkte auszumustern, an datenaffine Partner zu delegieren oder künstliche Intelligenz im gesamten Unternehmensspektrum einzusetzen – Ihre Aufgabe ist es, sich auf Ihre Datenziele mit so wenig Ablenkung wie möglich zu konzentrieren. Letztendlich geht es darum, Einblicke zu beschleunigen, um den Wert zu beschleunigen. Einblicke haben Sie von Ihren Datennutzern. Überlegen Sie, wie Sie diese Informationen optimal nutzen können. Durch die Implementierung der Datentopologie, die Sie in der Strategiephase erstellt haben, werden Ihre Informationen über mehrere Geschäftsbereiche hinweg in Bewegung gesetzt. So können Sie die Anwendungsfälle im Auge behalten und verschiedene Kontrollen für jeden einzelnen überwachen.

Entwerfen Sie eine Richtlinie zur Datengovernance, die auf Qualität, Privatsphäre und Sicherheit basiert

Als Teil eines modernen Datenmanagementansatzes hilft eine robuste Governance- und Datenschutzfunktion den Unternehmen in einer Welt, in der Daten überwältigend sein können, erfolgreich zu sein. Eine Metadaten- und Governance-Ebene für alle Daten-, Analyse- und KI-Initiativen erhöht die Sichtbarkeit und die Zusammenarbeit in Ihrem Unternehmen, unabhängig davon, wo sich Daten befinden. Ihre Datagovernance-Richtlinie wird das Verhalten bei Datenqualität, Datenschutz, Sicherheit und Verwaltung beeinflussen und zeigen, wo KI diese Regulierungmaßnahmen optimiert. Unabhängig davon, welche Richtlinie Sie durchsetzen, sollte die Terminologie sowohl für strukturierte als auch für unstrukturierte Daten standardisiert werden, damit alle im Unternehmen dieselbe Sprache sprechen, egal ob es sich um Daten über Kunden, Produkte, die Belegschaft oder Finanzen handelt. All dies sollte durch Anwendungen unterstützt werden, die für spezifische Umgebungen bestimmt sind, mit Sicherheits- und Regulierungsanforderungen übereinstimmen und mit einem hybriden Multicloud-Ansatz plattformiert sind, um optimalen Schutz zu gewährleisten.

Datenintegration ist entscheidend, um das Meiste aus den Daten, die Sie haben, zu machen. ING Chief Architect Ferd Scheepers fragte sich, wie das globale Finanzinstitut die Datenübertragung zwischen verschiedenen Ländern und in die Cloud besser regulieren könnte. In Zusammenarbeit mit IBM stellte ING eine Datenmanagementlösung in Form einer Data-Fabric-Architektur bereit für eine Abstraktionsebene zwischen den Daten und ING-Kunden. So können Informationen überall und automatisch in einer offenen, hybriden Cloud-Umgebung verarbeiten werden, die sich an die heterogene Multiplattform-Landschaft von ING anpasst. „Wir müssen nicht wissen, woher die Daten kommen”, sagt Scheepers. „Es soll nur diese Schicht geben, die es uns ermöglicht, Daten zu verarbeiten, die automatisch aufgenommen und abgebildet werden mit allen durchgesetzten Richtlinien, da wir verstehen, was die Daten sind.”

Ihre Data-Advocates identifizieren

Die Menschen in Ihrem Unternehmen, die Sie als Verbündete in der Datenstrategie und -förderung identifizieren, sind Ihre Partner für den Erfolg. Ermitteln Sie, wer sich im Unternehmen am meisten für die Auswirkungen von Daten auf seine Arbeit interessiert, und beziehen Sie diese Personen in regelmäßige Besprechungen und an Standards ein. „Ich begann klein, indem ich Produktchampions identifiziert habe”, sagt Sankar. „Es startete mit einem Geschäftsfeld und sobald das erfolgreich wurde, war es ansteckend.”

Da Ihre Strategie wahrscheinlich bereits große Fortschritte gemacht hat, denken Sie darüber nach, wo Ihre aktuellen und zukünftigen Datenpartner Ergebnisse in neuen Bereichen wiederholen und skalieren können. Zum Beispiel verfügt IBM als Data-First-Unternehmen über ein Team von Daten-Advocates, die sich ausschließlich der Unterstützung von Unternehmen bei der Einführung einer besseren und umfassenderen Nutzung von Daten auf allen Ebenen widmet. Bhandari erklärt es so: „Diese Data-Advocates sind in dem Sinne voll ermächtigt, dass wenn sie eine gleichgesinnte Gruppe in der Debitorenbuchhaltung oder Lieferkette finden, und mit Daten und KI-Funktionen vorankommen wollen, müssen sie nicht mehr um Erlaubnis oder Finanzierung bitten – sie können einfach loslegen.”

Standardisierung Ihrer Nomenklatur

Bis 2024 werden Unternehmen, die aktive Metadaten effektiv nutzen, können die Zeit bis zur Bereitstellung integrierter Daten um die Hälfte reduzieren und die Produktivität der Datenteams um 20 % steigern.⁵

Mit einem robusten Wissenskatalog können Sie Daten, Wissensressourcen und Compliance-Informationen abrufen, kuratieren, kategorisieren und gemeinsam nutzen. Kurz gesagt, es ist eine Möglichkeit, eine konsistente Metadatenbasis zu erstellen, die die Beziehungen zwischen den Daten zentralisiert, unabhängig davon, wo sie sich befinden.

Neben vielem anderen kann ein Wissenskatalog den Nutzern Zugang zu einem unternehmensübergreifenden, gemeinsamen Glossar verschaffen, das auf Ihre Bedürfnisse und Ihre Nomenklatur zugeschnitten ist, sodass jeder im wahrsten Sinne des Wortes auf derselben Seite steht, wenn es um Governance, Datenqualität und Compliance geht. Das Ziel ist betriebliche Effizienz.

05. Integrierte Lösungen erstellen

Sprint-Zyklen festlegen

Damit eine Datenstrategie Fuß fassen kann, müssen Unternehmen oft ihre gesamte Kultur auf neue Konzepte wie hybride Multi-Cloud-Umgebungen und umfassende Datenmanagement-Funktionen umstellen. Das klingt zwar einschüchternd, ist aber durchaus machbar. Überlegen Sie zunächst, was Sie in kürzester Zeit erreichen können, das wertvoll und realisierbar ist. Setzen Sie Ihr funktionsübergreifendes Team nach klaren Zielen zusammen. Legen Sie dann kurze Sprint-Zyklen mit umsetzbaren Meilensteinen fest, um die Ergebnisse zu belegen. Ein Ansatz besteht darin, den folgenden einfachen, reproduzierbaren Prozess zu verfolgen, der von IBM Datenexperten verwendet wird:

  • Planen Sie Erkennungs-Workshops und Datenstrategie, einschließlich der Datentopologie, ein bis zwei Wochen lang.
  • Prüfen Sie einen kundenorientierten Anwendungsfall, der mit umsetzbaren und lernfähigen Meilensteinen festgelegt wurde über sechs Wochen.
  • Übernehmen und skalieren Sie ein Testprodukt, das von allen internen Stakeholdern verfolgt wird, um die Umstellung zu gewährleisten.

Dieser letzte Teil ist kritisch. Um klares Verständnis für die Vorteile jeder Strategie zu fördern, stellen Sie sicher, dass die Führungsebene, Tech-Teams und Geschäftsbenutzer alle das gleiche Ziel vor Augen haben.

Sammeln Sie kleine Gewinne in Form von Minimum Viable Products (MVPs)

Manchmal erhält man am meisten von den geringsten Investitionen. Das IT-Team von Experian wusste nicht, dass es einen Platz für Analysen in ihrem Backoffice gibt; sie wussten nur, dass sie in Informationen ertrinken. Um eine einzige Kreditauskunft in weniger als einer Sekunde zu erstellen, erfordert 3.000 Datenquellen, 200 Millionen Datensätze, die jeden Monat aktualisiert werden, und Milliarden von Zeilen zusätzlicher Daten, die archivierte historische Daten und abgeleitete Datensätze verfolgen.

In Zusammenarbeit mit IBM implementierte Experian ein MVP, mit dem Benutzer neue Ideen mit dem geringsten Aufwand an Investitionen und Features betrachten und testen können. In vielen Fällen ist es der schnellste, kosteneffiziente Weg, Hypothesen zu testen und herauszufinden, ob die fortgesetzte Investition Sinn macht. In diesem Fall hat es das absolut getan. „Innerhalb von 90 Tagen hatten wir den Konzeptnachweis, dessen Ergebnisse gezeigt hatten, dass wir unsere Abdeckung um 500 % verbessern und unsere Kosten um 80 % senken konnten”, sagt Joni Rolenaitis, Chief Data Officer bei Experian.

Über Silos hinausgehen – und die Silo-Denkweise

Integration in aufstrebende Technologien und Systeme ist es, wie Unternehmen automatisiert, datengesteuert, risikoreich und sicher werden. Es ist auch, wie Unternehmen heute profitabler werden. Bedenken Sie, wie viel Zeit Mitarbeiter durch veraltete Datenökosysteme und Managementpraktiken vergeuden, die einer optimalen Datennutzung im Wege stehen. Die Forschung zeigt, dass bis zu 68 % der Daten in den meisten Unternehmen nicht analysiert werden.⁶ Mit den rasanten Fortschritten bei der Rechnerkapazität, intelligenteren Algorithmen und erschwinglichen Speichermöglichkeiten ist Datenverflechtung ein Bestandteil der Struktur zukunftsorientierter Unternehmen.

Einen zentralen Katalog für die Suche – und Austausch – von Erkenntnissen

Ein zentraler Katalog zum Speichern – und Austausch – von Erkenntnissen ermöglicht eine vereinfachte Datennutzung. Die Daten werden in ursprünglicher und kuratierter Form ergänzt, mit einer zweckgebundenen Speicherung, die das Veröffentlichen und Abonnieren von Daten ermöglicht. Tools für den Datenzugriff gehen über einzelne Anwendungen oder Prozesse hinaus und berücksichtigen, wie Ihre Daten genutzt werden und welche Erkenntnisse sich daraus ergeben. Mit dieser Detailtiefe können Sie Echtzeitentscheidungen für Benutzer in allen Geschäftsbereichen sowie für Analysten, Datenwissenschaftler und Regulierungs- und Bundesbehörden treffen.

Fördern Sie die Übernahme der Daten aus allen Richtungen durch Befähigung der Datenkonsumenten

Dabei geht es nicht nur darum, sich mit Daten zu beschäftigen. Sie treiben die Kultur Ihres Arbeitsplatzes in die Zukunft. Indem Sie die Annahme Ihrer Datenstrategie aus allen Richtungen fördern – nicht nur von oben – beeinflussen Sie, wie Ihr Unternehmen kommuniziert, verbessern die wichtigsten Workflows, optimieren die Sicherheit und erschließen neue Marktchancen. Aber auch darüber hinaus unterbrechen Sie das Paradigma auf die bestmögliche Art und Weise. Ihr neues Datenmanagement-Framework beschleunigt das Tempo neuer Geschäftsmodelle im Rahmen einer digitalen Transformation, die den Service für alle verbessert, die Effizienz der Abläufe steigert und bessere Erfahrungen für die Mitarbeiter Ihres Unternehmens und die Menschen, mit denen sie zu tun haben, schafft.

06. Ihr Team und Ihre Prozesse skalieren

Kommunizieren von Ergebnissen für maximale Sichtbarkeit

Lassen Sie Menschen wissen, wie sehr sich Ihre Bemühungen auszahlen. „Schaffen Sie Glaubwürdigkeit durch die Verknüpfung von Geschäftsprozessen und Daten, und indem Sie eine überzeugende Geschichte mit Ihren Daten erzählen”, sagt Sankar. Tun Sie dies im gesamten Unternehmen (nach oben, unten, seitwärts, diagonal) mit schnellen Updates und regelmäßigen Berichten darüber, wie Ihre neuen Strategien den Umsatz steigern und die Arbeit für alle angenehmer machen. Scheuen Sie sich nicht, Leistungskennzahlen weiterzugeben, wie Ihre Initiativen und Ergebnisse diese frühen Diskussionen mit leitenden Stakeholdern erfüllt haben. Messbare Ergebnisse stärken Ihren einzigartigen Wert und werden Ihre weitere Kampagne, den Weg mit Daten zu führen, unterstützen.

Einstellung (und Umschulung) von Talenten, um agil zu bleiben

Talentmangel ist real, aber die meisten Unternehmen wissen nicht, wie sie damit umgehen sollen. Die Qualifikationslücke zu schließen bedeutet, über traditionelle Einstellungs- und Trainingsstrategien hinaus zu schauen. Angesichts der Schwierigkeit, den Bedarf an Talenten zu decken, passen viele Unternehmen ihre Anforderungen an Ausbildung und Berufserfahrung an, nur um Stellen zu besetzen. Was können Sie tun, wenn Ausbildung und Einstellung nicht genügen? Berücksichtigen Sie diese Tipps des IBM Unternehmensleitfadens zum Schließen der Qualifikationslücke:

  • Erwerben Sie Talente außerhalb des Unternehmens
  • Bewegen Sie Talente zwischen Geschäftseinheiten und Abteilungen
  • Schulen Sie Mitarbeiter auf Grundlage von Geschäftsprioritäten erneut
  • Nutzen Sie Ausbildungsplätze/Praktikumsprogramme zur Ausbildung von Talenten
  • Nutzen Sie neue und aufstrebende Bildungsprogramme/Plattformen, um die Mitarbeiterqualifikationen zu verbessern
  • Nutzen Sie die Analyse zur Auswertung und Vorhersage von Qualifikationsangebot und -nachfrage
  • Implementieren Sie Skill-Erkennungsinitiativen zur Erkennung und Verfolgung von Kompetenzentwicklung

Fördern Sie die Datenkompetenz – immer

Gartner geht davon aus, dass Datenkompetenz bis 2023 zu einem wesentlichen und notwendigen Treiber für den geschäftlichen Nutzen wird, was durch die formale Einbeziehung in über 80 % der Daten- und Analysestrategien und Change-Management-Programme belegt wird.⁷ Doch Datenkompetenz sollte kein jährliches oder vierteljährliches Unterfangen sein – sondern konstant. Wenn Mitarbeiter datenkompetent sind, sind sie dazu befähigt, wissenschaftlich fundierte Entscheidungen zu treffen, die mit intelligenten Workflows und intuitiven Tools verknüpft sind, die Technologien für exponentielles Wachstum einsetzen. "Wenn man versucht, eine datengesteuerte Kultur zu schaffen und die Menschen nicht dazu befähigt sind, ist das in gewisser Weise ein Widerspruch.", sagt Bhandari. "Wenn es eine datengesteuerte Kultur ist, dann sollten die Leute die Daten betrachten können."

80 %

Gartner geht davon aus, dass Datenkompetenz bis 2023 zu einem wesentlichen und notwendigen Treiber für den geschäftlichen Nutzen wird, was durch die formale Einbeziehung in über 80 % der Daten- und Analysestrategien und Change-Management-Programme belegt wird.¹

Bauen Sie starke Partnerschaften im gesamten Unternehmen auf

Grundsätzlich besteht Ihre Aufgabe als Data Leader darin, Ihr Unternehmen dabei zu unterstützen, die klügsten Entscheidungen über die Verwaltung und Nutzung von Daten zu treffen. Aber diese Entscheidungen haben enorme Reichweite und dauerhafte Ergebnisse. Ihre Strategien wirken sich auf das gesamte Unternehmen und alle Personen aus, die damit interagieren. Wenn Sie Partnerschaften auf allen Ebenen aufbauen und stärken, seien Sie offen für Feedback und Zusammenarbeit, und erwarten Sie das Unerwartete. Denn etwas faszinierendes passiert bei einem Data-First-Unternehmen. Je mehr Ihre Vision sich mit der Unternehmens-DNA verflechtet, desto mehr können Sie „loslassen”, indem Sie einfach eine Kultur des Engagements und der Fähigkeiten fördern, in der die Mitarbeiter motiviert sind, zu lernen und neue Aufgaben zu übernehmen. Durch all das, Zweck und Ziele mit Klarheit weiter zu kommunizieren mit einem Auge auf die Zukunft.

Machen Sie Daten zu Ihrem Differenzierungsmerkmal

Ihr Unternehmen steht, inspiriert durch Ihre Datenstrategie, geschlossen hinter Ihnen. Während Sie bestehende Technologien optimieren und neue einführen, um den Datenzugriff auf jeder Unternehmensebene zu vereinfachen, denken Sie daran, dass Sie mehr tun, als nur Effizienzsteigerungen zu erzielen und neue Erkenntnisse zu gewinnen – Sie bauen eine Kultur von Mitarbeitern mit einer Leidenschaft für die Nutzung des vollen Datenpotenzials auf.

Aufbau Ihrer Datenarchitektur

Befähigen Sie Ihre Mitarbeiter mit besserem Datenzugriff.

Fußnoten

¹ „CDO Agenda 2022: Pull Ahead By Focusing on Value, Talent and Culture”, Gartner, 2021.² „The Total Economic Impact Of IBM Garage”, eine Auftragsstudie von Forrester Consulting, Oktober 2020
³ „Tableau Boosts its Data Literacy Initiatives to Address Data Skills Gap, Expand Market”, IDC doc #EUR148573521, IDC, December 2021
⁴ „Diving into the data lake—Highlights from VotE: Data & Analytics, Data Platforms 2021”, 451 Research, part of S&P Global Market Intelligence, 2021
⁵ „The Impacts of Emerging Cloud Data Ecosystems: An Architectural Perspective”, Gartner, September 9, 2021
⁶ „Rethink Data: Put More of Your Business Data to Work – From Edge to Cloud”, Seagate Technology, Juli 2020
⁷ „A Data and Analytics Leader's Guide to Data Literacy”, Gartner, 2021

GARTNER ist eine eingetragene Marke und Dienstleistungsmarke von Gartner, Inc. und/oder ihrer Tochtergesellschaften in den USA und international und wird hierin mit Genehmigung verwendet. Alle Rechte vorbehalten.