Über den Einsatz von Cookies auf dieser Website Unsere Websites benötigen einige Cookies, um ordnungsgemäß zu funktionieren (erforderlich). Darüber hinaus können mit Ihrer Zustimmung weitere Cookies verwendet werden, um die Nutzung der Website zu analysieren, die Benutzerfreundlichkeit zu verbessern und Werbung zu schalten. Weitere Informationen finden Sie in Ihren. Durch den Besuch unserer Website erklären Sie sich mit der Verarbeitung von Informationen einverstanden, wie in der IBMDatenschutzbestimmung beschrieben. Um eine reibungslose Navigation zu ermöglichen, werden Ihre Cookie-Präferenzen über die hier aufgeführten IBM Web-Domains hinweg gemeinsam genutzt.
Entwerfen Sie Ihre Datenstrategie in sechs Schritten
Ist Ihre Datenstrategie am Puls der Zeit oder hinkt sie hinterher?
Eine Datenstrategie ist für jeden Anwendungsfall unerlässlich, aber die rasante Entwicklung der Künstlichen Intelligenz (KI) hat die Notwendigkeit einer klar definierten Strategie erheblich verstärkt.
Alle KI-Funktionen sind datengesteuert, sodass man davon ausgehen könnte, dass eine KI-fähige Datenstrategie für jeden KI-Anwendungsfall funktioniert. Aber traditionelle KI und generative KI haben unterschiedliche Datenanforderungen. Um den größtmöglichen Nutzen aus der generativen KI zu ziehen, benötigen Sie eine Datenstrategie, die Ihnen bei der Verwaltung Ihrer unstrukturierten Daten hilft.
Das beginnt damit, Ihre Datenlandschaft zu verstehen: Ihre Datenbestände, Ihre Dateninfrastruktur und die aktuelle Datennutzung in Ihren Geschäftsprozessen. Außerdem ist es erforderlich, eine Kultur der Datenkompetenz in Ihrem Unternehmen schaffen und die Menschen durch Datendemokratisierung und ein grundlegendes Verständnis von KI zu stärken. Es ist nicht die einfachste Aufgabe, aber sie ist wichtig und machbar. Anhand des folgenden Frameworks können Sie die richtige Datenstrategie entwickeln, um die Geschäftsziele Ihres Unternehmens zu erreichen und mit KI erfolgreich zu sein.
1. Verstehen Sie Ihre Geschäftsziele
Schließen Sie sich mit Führungskräften zusammen, um ein klares Verständnis der wichtigsten Ziele und Prioritäten Ihres Unternehmens zu erlangen. In diesen Gesprächen können Sie die wichtigsten Fragen stellen und die beste Richtung für Ihre Datenstrategie festlegen.
Wenn Sie die Qualität Ihrer Unternehmensdaten verstehen und wissen, wie sie zwischen den verschiedenen Geschäftsbereichen fließen oder nicht, können Sie unentdeckten Geschäftswert freischalten.
Sprechen Sie auch weiterhin mit den Stakeholdern, während Ihre Datenstrategie Gestalt annimmt. Behalten Sie ihre Prioritäten und Probleme im Auge.
Identifizieren Sie die überzeugendsten Anwendungsfälle
Die Ausrichtung der Wahl der richtigen Daten auf Ihre Geschäftszielen „beginnt und endet mit der Frage: Welches geschäftliche Problem versucht man zu lösen?“ sagt Tony Giordano, der bei IBM für die Bereiche Datenstrategie, Beratung und Transformation zuständig ist.
Achten Sie bei der Suche nach einem überzeugenden Anwendungsfall auf klare, erreichbare Ergebnisse. Führende CDOs verstehen, was ihr Geschäft antreibt, und wie wichtig es ist, Daten und Analysen mit vorrangigen Ergebnissen zu verknüpfen.¹
Schützen Sie Ihre Investitionen
Bringen Sie Ihre Datenstrategie auf die nächste Stufe, indem Sie Ihre vorhandene Infrastruktur, Technologie und Fähigkeiten nutzen. Machen Sie sich mit dem Technologie-Ökosystem Ihres Unternehmens vertraut, um festzustellen, wo und wie Ihre Daten zur Erzielung von Geschäftsergebnissen beitragen können. Wenn Sie Ihre Daten wirklich verstehen, können Sie veraltete Datenarchitekturen erkennen, die nicht mit Ihrer Geschäftsstrategie übereinstimmen, finanzierte Initiativen besser nutzen und Bereiche mit Verbesserungspotenzial identifizieren.
2. Bewerten Sie Ihren aktuellen Zustand
Identifizieren Sie Hindernisse und Lücken
Sobald Sie Ihre Ziele erreichen und die Zustimmung Ihrer Führungsebene erreicht haben, können Sie die Hindernisse für den Aufbau einer echten Daten-Erfahrung erkennen. Silos sind oft die Ursache für Probleme bei der Datenintegration, der Datenverwaltung und den Workflows. Tatsächlich geben 81 % der IT-Führungskräfte an, dass Silos ihre Bemühungen um die digitale Transformation behindern.²
Der Datenzugriff sollte kein Hindernis darstellen.
Benutzer sollten Zugriff auf die Daten haben, die zu großartigen Ergebnissen führen. Sie sollten sich keine Gedanken darüber machen müssen, wo sich diese Daten befinden oder ob sie verwaltet werden und den Vorschriften entsprechen. Sie sollten in der Lage sein, die Daten, die sie benötigen, sicher zu nutzen.
Design Thinking für die Datenstrategie
Ein Design-Thinking-Ansatz hilft dabei, organisatorische Probleme aufzudecken, was einen strategischen Mehrwert für verschiedene Anwendungsfälle, Geschäftsbereiche und einzelne Teams bietet. Dieser Prozess hilft dabei, erreichbare Lösungen in einem kontinuierlichen Zyklus von Beobachtung, Reflexion und Kreation zu entwickeln, wobei Probleme und Lösungen als fortlaufendes Gespräch betrachtet werden.
Bestand Talente und Kompetenzen
Sie können Datenänderungen nicht selbst vornehmen. Sorgen Sie dafür, dass Ihr Unternehmen fortlaufende Schulungen anbietet, um mit dem rasanten Tempo der KI-Entwicklung und der IT-Branche insgesamt Schritt zu halten. Eine IBM-Umfrage ergab, dass 85 % der führenden CDOs ihr Training ausweiten, 77 % ihre internen Mitarbeiter umschulen und 70 % neue Talente gewinnen, um die Datenkompetenz in ihrem Unternehmen zu verbessern.³
Priorisieren Sie Governance
Im Zeitalter der generativen KI müssen Sie eine durchgängige Governance sicherstellen. Es ist unerlässlich, den Überblick über kritische, regulierte Datenelemente zu behalten, um Ihre Systeme ohne Duplikationsfehler, unzuverlässige Suchvorgänge oder Datenschutzverletzungen zu betreiben. Überlegen Sie, wer derzeit für Datenrichtlinien verantwortlich ist, sie verwaltet und definiert, und ob sich diese Verantwortung auf die Sicherheit, den Datenschutz oder die Compliance auswirkt. Stellen Sie sicher, dass die entsprechenden Parteien über die nötigen Entscheidungsbefugnisse, den Framework und externe Ressourcen verfügen, um Daten effektiv zu verwalten.
3. Entwurf eines Rahmens für die Daten- und KI-Strategie
Definieren Sie den Sollzustand Ihrer Daten
„Viele Datenumgebungen sind veraltet und verfügen nur selten über die Flexibilität, sich in der heutigen digitalen Umgebung weiterzuentwickeln“, sagt Giordano. Eine moderne Datenarchitektur muss verwaltet, gesteuert und gesichert werden, um eine konsistente Datenqualität zu gewährleisten. Sie erfordert die Flexibilität, sich mit Ihren digitalen Kanälen weiterzuentwickeln.
Messen Sie den Fortschritt bei der Erreichung Ihrer Ziele
Zwar wird von Datenverantwortlichen oft erwartet, dass sie den Wandel vorantreiben, aber ihr Erfolg wird an taktischen, kurzfristigen Geschäftszielen gemessen. Laut einer von AWS durchgeführten CDO-Umfrage geben 74 % der CDOs an, dass ihr Erfolg an ihren geschäftsorientierten Erfolgen gemessen wird oder zu gleichen Teilen zwischen Geschäfts- und Technologiezielen aufgeteilt wird, während nur 3 % sagen, dass ihr Erfolg ausschließlich durch ihre technischen Leistungen definiert wird.⁴
4. Kontrollen einrichten
Konzentrieren Sie sich auf Ihre Datenziele. Nutzen Sie die Erkenntnisse Ihrer Datennutzer, während Sie über die besten Möglichkeiten nachdenken, den Geschäftswert mithilfe von KI zu steigern.
Entwerfen Sie einer Data-Governance-Richtlinie
Ein solides Governance-Framework basiert auf Qualität, Datenschutz und Sicherheit. Eine Metadaten- und Governance-Ebene für alle Daten, Analysen und KI-Initiativen erhöht die Transparenz und Zusammenarbeit in Ihrem Unternehmen, unabhängig davon, wo sich Ihre Daten befinden. Ihre Daten-Governance-Richtlinie wird das Verhalten in Bezug auf Datenqualität, Datenschutz, Datensicherheit und Datenverwaltung prägen und Ihnen gleichzeitig zeigen, wo KI Ihre regulatorischen Bemühungen optimieren kann.
Identifizieren Sie Ihre Datenschützer (Data Advocates)
Finden Sie die Menschen in Ihrem Unternehmen, die sich für die Auswirkungen von Daten auf ihre Arbeit begeistern können. Diese werden Ihre Partner auf dem Weg zum Erfolg sein. Beziehen Sie sie in regelmäßige Meetings und Standardisierungsbemühungen ein.
Erfolgreiche Partner finden Sie in Ihren Datenteams – holen Sie sich Dateningenieure, Data Architects oder Data Scientists an Bord, die KI-Modelle erstellen. Leiter von Geschäftsbereichen, deren Teams auf Datenanalysen angewiesen sind, sind ebenfalls gute Kandidaten. Sie haben wahrscheinlich Erfahrung im Umgang mit neuen Technologien, um Geschäftsprozesse zu verbessern und den Wert ihrer Daten zu optimieren.
5. Integrierte Lösungen erstellen
Ihre Sprintzyklen festlegen
Damit eine Daten- und KI-Strategie greifen kann, müssen Unternehmen oft ihre Kultur auf neue Konzepte und Umgebungen umstellen.
Setzen Sie zunächst Ziele, die schnell erreichbar, wertschöpfend und realisierbar sind. Bauen Sie Ihr funktionsübergreifendes Team mit Blick auf diese Ziele auf. Legen Sie kurze Sprintzyklen mit umsetzbaren Meilensteinen fest, die Ihnen helfen, Ergebnisse nachzuweisen. Stellen Sie schließlich sicher, dass Ihre Führungsebene, Ihre Tech-Teams und Ihre Geschäftsanwender alle dasselbe Ziel vor Augen haben.
Kleine Erfolge sammeln
Kleine, wiederholbare Anwendungsfälle können Ihnen dabei helfen, den Wert Ihrer Daten- und KI-Investitionen schnell nachzuweisen. Es ist nicht nötig, Ihre schwierigsten Probleme gleich zu Beginn anzugehen. Anwendungsfälle, die wirkungsvoll, aber einfach sind, bieten Ihnen die Möglichkeit, wichtige Erkenntnisse über Ihre Technologie zu sammeln und erste Erfolge zu erzielen. Investieren Sie in der Anfangsphase der KI-Einführung in Pilotprogramme, um die nötige Erfahrung zu sammeln, um später größere Ergebnisse zu erzielen.
Erstellen eines zentralen Datenkatalogs
Ein zentraler Katalog, in dem Erkenntnisse darüber, was eine vereinfachte Datennutzung ermöglicht, gespeichert und weitergegeben werden. In diesem Katalog werden Daten in originaler und kuratierter Form mit zweckmäßiger Speicherung ergänzt. Tools für den Datenzugriff gehen über einzelne Anwendungen oder Prozesse hinaus und bewerten, wie Ihre Daten genutzt werden und welche Erkenntnisse sich daraus ergeben. Dieser Detaillierungsgrad ermöglicht es Anwendern, Entscheidungen in Echtzeit zu treffen, die Daten für jeden Teil des Unternehmens berücksichtigen.
Ermöglichen Sie Datennutzern die Nutzung
Nutzen Sie Ihr neues Framework für die Datenverwaltung, um die unternehmensweite Einführung zu fördern. Auf diese Weise beeinflussen Sie, wie Ihr Unternehmen kommuniziert, verbessern wichtige Arbeitsabläufe, optimieren die Sicherheit und erschließen neue Geschäftsmodelle, Marktchancen und betriebliche Effizienzen.
6. Skalieren Sie Ihr Team und Ihre Prozesse
Zeigen und erzählen
Ihre Anwendungsfälle werden eine wichtige Quelle der Stärkung sein. Wie ein kürzlich erschienener Artikel aus dem Harvard Business Review hervorhebt, verzeichnen CDOs und KI-Führungskräfte größere Erfolge, wenn sie „Daten zu jedermanns Angelegenheit machen“.⁵ Nutzen Sie also die Tatsache, dass Anwendungsfälle Data Science, operative Analysen, digitale Transformation, Business Intelligence, neue Initiativen im Bereich generative KI und vieles mehr umfassen können, sodass mehrere Teams Daten nutzen können, um im Unternehmen etwas zu bewirken.
Talente einstellen (und umschulen)
Um die Qualifikationslücke zu schließen, muss man über die traditionellen Einstellungs- und Schulungsstrategien hinausgehen. Da die Unternehmen sich bemühen, ihren Bedarf an Talenten zu decken, passen viele ihre Anforderungen an Ausbildung und Berufserfahrung an, nur um Stellen zu besetzen. Wenn Schulungen und neue Mitarbeiter nicht ausreichen, überlegen Sie, wie Ihr Unternehmen KI und Automatisierung nutzen kann, um Qualifikationslücken zu schließen.
Bauen Sie starke Partnerschaften im gesamten Unternehmen auf
Grundsätzlich besteht Ihre Aufgabe als Data Leader darin, Ihrem Unternehmen dabei zu helfen, die klügsten Entscheidungen über die Sammlung, Verwaltung und Nutzung von Daten zu treffen. Beim Aufbau und der Stärkung von Partnerschaften auf allen Ebenen sind Sie offen für Feedback und Zusammenarbeit.
Beim Aufbau eines datengestützten Unternehmens passiert etwas Faszinierendes. Je mehr Ihre Vision in der DNA des Unternehmens verankert ist, desto mehr können Sie „loslassen“, indem Sie einfach eine Kultur unterstützen, in der die Mitarbeiter motiviert sind, zu lernen und neue Aufgaben zu übernehmen.
Machen Sie Daten zu Ihrem Alleinstellungsmerkmal
Ihr Unternehmen steht hinter Ihnen. Wenn Sie bestehende Technologien erweitern und neue Lösungen einführen, um den Datenzugriff zu vereinfachen, denken Sie daran, dass Sie mehr tun, als nur Effizienz zu steigern und neue Erkenntnisse zu gewinnen: Sie bauen eine Kultur auf, die mit Leidenschaft das volle Potenzial von Daten nutzt.
Fußnoten
¹ Turning data into value, IBM Institute for Business Value, April 2023.
² 85% of IT Leaders See AI Boosting Productivity..., Salesforce, Januar 2024.
³ 2023 Chief Data Officer Study, IBM Institute for Business Value, März 2023.
⁴ CDO Agenda 2024, AWS, Thomas H. Davenport, Randy Bean und Richard Wang, Oktober 2023.
⁵ Why Chief Data and AI Officers are …, Randy Bean & Allison Sagraves, Juni 2023