In unserer diconium-Umfrage haben wir gemeinsam mit Statista rund 150 CIOs und CTOs zur Ausnutzung ihrer Datenpotenziale befragt. Das Ergebnis: Es läuft in Deutschlands Unternehmen datenmäßig noch lange nicht alles so rund, wie es sein sollte. Woran das liegt, welche Potenziale Daten grundsätzlich bieten und wie sie jetzt ausgeschöpft werden können, erklärt unser Experte Dennis Klemme (Director Data Engineering, diconium data) im folgenden Interview:
Alle reden über den Erfolgsfaktor Daten. Doch mehr als jedes zweite befragte Unternehmen schöpft sein Datenpotenzial noch immer nicht zufriedenstellend aus. Woran liegt das?
Die Herausforderung, das volle Potenzial der Daten zu nutzen, liegt in der Komplexität und Vielfalt der Datenlandschaft eines Unternehmens. Ein zentraler Ansatz für das Datenmanagement stößt schnell an Grenzen, da Daten üblicherweise über verschiedene Bereiche und Abteilungen verteilt sind. Dies führt zu Silos und erschwert einen ganzheitlichen Blick auf die Daten. Um diesen Herausforderungen zu begegnen, können folgende Handlungsempfehlungen hilfreich sein:
- Eine unternehmensweite Datenstrategie und das klare Bekenntnis zum datengetriebenen Handeln auf Top-Management-Ebene sind grundlegende Voraussetzungen. Die Datenstrategie sollte die Richtung für datenbasierte Entscheidungen vorgeben und sicherstellen, dass alle Mitarbeitenden die Bedeutung der Daten erkennen und aktiv in ihre Prozesse integrieren.
- Datenfragen sollten als Dreiklang betrachtet werden, der die Bereiche Business, Technologie und Legal umfasst. Diese drei Aspekte sind eng miteinander verbunden und müssen in Zusammenarbeit betrachtet werden. Business-Entscheidungen müssen von den richtigen technischen Lösungen und den geltenden rechtlichen Rahmenbedingungen begleitet werden, um effektiv zu sein.
- Die Organisation sollte die Verantwortlichkeit für Daten dezentralisieren und cross-funktionale Teams ermächtigen. Es ist wichtig, dass Mitarbeitende über Abteilungsgrenzen hinweg zusammenarbeiten und ihr Fachwissen kombinieren, um datengesteuerte Projekte erfolgreich umzusetzen. Eine Unternehmenskultur, die den Wert von Daten anerkennt und fördert, ist dabei von entscheidender Bedeutung.
Die größten Potenziale für die Datennutzung versprechen sich die befragten Unternehmen im Service- und Kundenmanagement. Deckt sich dieses Umfrageergebnis mit Ihren Erfahrungen? Wo sorgen Daten in Ihrem Unternehmen für den größten Mehrwert?
Die starke Betonung des Service- und Kundenmanagements als vielversprechende Bereiche für die Datennutzung ist durchaus nachvollziehbar. In vielen Unternehmen ist der Kundenservice nach wie vor personalintensiv und birgt durch Automatisierung erhebliches Kosteneinsparungspotenzial, beispielsweise durch den Einsatz von Chatbots.
Dabei ist es wichtig anzumeren, dass die Potenziale der Datennutzung je nach Branche und Unternehmensausrichtung variieren können. Während das Service- und Kundenmanagement zweifellos ein Schlüsselbereich ist, der erhebliche Vorteile aus der Datennutzung ziehen kann, sollten Unternehmen auch andere Aspekte wie Produktentwicklung, Marketingstrategien und interne Prozessoptimierung berücksichtigen, um den größtmöglichen Mehrwert aus ihren Daten zu generieren.
Jedes zweite der befragten Unternehmen setzt inzwischen auf ein hybrides Datenmanagement. Welchen Vorteil bietet diese Kombination aus Data-Lake und einem klassischen Data-Warehouse gegenüber der exklusiven Nutzung einer Lösung?
Die Kombination aus einem Data-Lake und einem klassischen Data-Warehouse in Form eines hybriden Datenmanagements bietet Unternehmen verschiedene Vorteile gegenüber der exklusiven Nutzung von nur einer Lösung. Diese hybride Herangehensweise ermöglicht es, sowohl kritische und wettbewerbsrelevante Daten lokal zu halten, als auch die Flexibilität und Skalierbarkeit von Cloud-Services für andere Daten zu nutzen.
Ein Data-Lake ist eine zentrale Speicherplattform, in der Unternehmen große Mengen an Rohdaten in ihrer ursprünglichen Form sammeln und speichern können. Dadurch haben Unternehmen die Möglichkeit, wertvolle Daten, die möglicherweise nicht sofort in ein strukturiertes Format umgewandelt werden müssen, kostengünstig und effizient zu speichern. Der Data-Lake bietet dabei eine hohe Flexibilität, da verschiedene Datentypen und -quellen integriert werden können, ohne dass vorherige Datentransformationen erforderlich sind. Dies fördert die Agilität in der Datenanalyse und ermöglicht es den Datenexperten, schnell auf neue Fragestellungen zu reagieren.
Auf der anderen Seite bietet ein klassisches Data-Warehouse eine strukturierte und optimierte Umgebung für die Analyse und Berichterstattung von Unternehmensdaten. Hier werden die Daten in einem vordefinierten Schema organisiert und aufbereitet, um einheitliche Berichte und Analysen zu ermöglichen. Das Data-Warehouse bietet eine hohe Datenqualität und Sicherheit, was für kritische Unternehmensentscheidungen von entscheidender Bedeutung sein kann.
Die hybride Datenmanagementstrategie ermöglicht es Unternehmen, das Beste aus beiden Welten zu nutzen. Kritische und sensible Daten, die möglicherweise vor Ort gehalten werden müssen, können im Data-Warehouse verwaltet werden, während nicht unmittelbar benötigte oder große Mengen an Rohdaten im Data-Lake kostengünstig gespeichert und später bei Bedarf in das Data-Warehouse integriert werden können. Diese Flexibilität bietet eine optimale Balance zwischen Datenverarbeitungseffizienz, Datensicherheit und Skalierbarkeit.
Mehr als die Hälfte der befragten Entscheider:innen verfolgen mit Innovations- und Technologie-Partnerschaften das Ziel, ihre Transformationsprozesse zu beschleunigen. Warum spielen externe Partner in der digitalen Transformation eine so wichtige Rolle?
Externe Partner spielen eine wichtige Rolle in der digitalen Transformation, da sie den Unternehmen ermöglichen, von externem Fachwissen, spezialisierten Ressourcen und bewährten Praktiken zu profitieren. Es gibt mehrere Gründe, warum Innovations- und Technologie-Partnerschaften für die Beschleunigung der Transformationsprozesse entscheidend sind:
- Expertise und Erfahrung: Externe Partner bringen oft eine Fülle von Fachwissen und Erfahrungen aus verschiedenen Branchen und Projekten mit. Sie verfügen über spezialisierte Kenntnisse in den neuesten Technologien, Best Practices und innovativen Lösungsansätzen. Diese Expertise kann Unternehmen helfen, Herausforderungen schneller zu bewältigen und fundierte Entscheidungen zu treffen.
- Ressourcenzugang: In der digitalen Transformation können Ressourcen wie hochqualifizierte Daten-Expert:innen, Entwickler:innen oder Data Scientists knapp sein. Externe Partner können die Lücke füllen und die benötigten Ressourcen zeitnah bereitstellen. Dies ermöglicht es Unternehmen, Transformationsprojekte ohne Verzögerungen voranzutreiben und gleichzeitig interne Ressourcen für strategische Kernaktivitäten freizusetzen.
- Beschleunigte Implementierung: Durch die Zusammenarbeit mit externen Partnern können Unternehmen komplexe Projekte schneller umsetzen. Die Partner verfügen oft über erprobte Methoden und ein umfassendes Verständnis der Implementierungsprozesse, was die Time-to-Market reduziert und die Agilität in der digitalen Transformation fördert.
- Risikominimierung: Digitale Transformationen beinhalten oft Unsicherheiten und Risiken. Externe Partner können durch ihre Erfahrungen und Fachkenntnisse dazu beitragen, Risiken zu minimieren und Fehler zu vermeiden. Dies unterstützt Unternehmen dabei, ihre Transformationsziele effizienter und zuverlässiger zu erreichen.
- Skalierbarkeit: Externe Partner bieten die Möglichkeit, die Kapazität und Skalierbarkeit von Transformationsprojekten je nach Bedarf anzupassen. Dies ist besonders wichtig, wenn Unternehmen vor kurzfristigen Herausforderungen stehen oder wenn die Nachfrage nach bestimmten Lösungen schnell steigt.
Datenprojekte scheitern laut Umfrage in erster Linie am Fachkräftemangel. An allen Ecken und Kanten fehlt es an Daten-Spezialist:innen wie beispielsweise Data Analysts, Data Engineers oder Data Scientists. Wie können Unternehmen diesen Mangel auffangen, um ihre Datenprojekte zum Erfolg zu führen?
Der Fachkräftemangel im Bereich Daten-Spezialist:innen stellt eine bedeutende Herausforderung für Unternehmen dar, die Datenprojekte erfolgreich umsetzen möchten. Um diesem Mangel entgegenzuwirken und ihre Datenprojekte zum Erfolg zu führen, können Unternehmen verschiedene Maßnahmen ergreifen:
- Mitarbeitende halten/binden: Unternehmen sollten bestehende Fachkräfte im Datenbereich aktiv fördern und halten, indem sie attraktive Arbeitsbedingungen, Entwicklungsmöglichkeiten und Wachstumschancen bieten. Eine positive Arbeitskultur und die Anerkennung der Arbeit der Datenexperten sind entscheidend, um Talente langfristig zu binden.
- Employer Branding: Durch gezieltes Employer Branding können Unternehmen sich als attraktive Arbeitgeber im Bereich Data positionieren. Sie können ihre Werte, Mission und Vision in Bezug auf datengetriebenes Arbeiten hervorheben, um potenzielle Daten-Spezialist:innen anzuziehen.
- Schaffung einer geeigneten Arbeitsumgebung: Unternehmen sollten eine förderliche Arbeitsumgebung schaffen, in der Daten-Expert:innen sich entfalten können. Dazu gehört eine klare Datenstrategie, die den Rahmen für datenbasierte Entscheidungen vorgibt, sowie eine positive Datenkultur, die datengestützte Ideen und Innovationen fördert.
- Externe Dienstleister als Unterstützung: Unternehmen können externe Dienstleister und Beratungsfirmen hinzuziehen, um temporäre Engpässe zu überbrücken oder spezialisierte Fachkräfte für bestimmte Projekte zu gewinnen. Diese Partnerschaften können eine wertvolle Ergänzung des internen Teams darstellen.
- Standardisierung im Datenbereich: Eine höhere Standardisierung in der Dateninfrastruktur und der Toollandschaft kann die Einarbeitung und Zusammenarbeit von Daten-Spezialist:innen vereinfachen und effizienter gestalten.
- Prognostizierte Effizienzsprünge durch den Einsatz von Künstlicher Intelligenz (AI): Die Entwicklung von KI-Technologien verspricht in vielen Bereichen Effizienzsteigerungen, auch im Datenmanagement. Unternehmen sollten die Möglichkeiten von KI nutzen, um wiederkehrende Aufgaben zu automatisieren und Fachkräfte zu entlasten.
- Weiterentwicklung der Data-Rollen: Die Data-Rollen haben sich weiterentwickelt, und Unternehmen sollten klare Definitionen und Zuständigkeiten für Data Engineers, Data Scientists, Data Operations usw. schaffen. Dies ermöglicht eine gezielte Personalentwicklung und eine klare Strukturierung der datenbezogenen Arbeit.
