Die Data Leaders von heute konzentrieren sich nicht mehr nur auf Business Intelligence, sondern streben nach Echtzeit-Entscheidungen und Prognosemodellen, die dem Unternehmen einen Vorsprung verschaffen.
Aber um dieses Ziel zu erreichen, muss Ihre Datenstrategie den richtigen Ansatz definieren, der Daten sinnvoll nutzt, sich an der Geschäftsstrategie orientiert und KI- und Datenanalyselösungen entwickelt, die das gesamte Unternehmen umfassen. Sie müssen Menschen befähigen und Anwendungsfälle definieren, die den geschäftlichen Anforderungen entsprechen, von traditioneller Analyse und Data Science bis hin zu Betriebsanalysen, digitalen IoT-Sensordaten, Datenvisualisierung, KI-Initiativen und der Entwicklung neuer Produkte. Eine klare Datenstrategie ist der erste wichtige Schritt zur Skalierung von KI.
Um das Potenzial von Daten und KI voll auszuschöpfen, sind jedoch kreative Entscheidungen, überzeugendes Storytelling und funktionsübergreifende Unterstützung erforderlich. Dieses sechsstufige Framework – angereichert mit Erkenntnissen von führenden Datenexperten der Branche – hilft Ihnen bei der Entwicklung und Umsetzung einer Datenstrategie, die das Beste aus Ihren Teams, Kompetenzen und Stärken als Unternehmen herausholt.
Lernen Sie Watsonx kennen
Für KI-Updates anmelden
Verknüpfen Sie Ihre Daten- und KI-Strategien mit der Geschäftsstrategie
Bei jeder guten Datenstrategie kommt es auf die Zustimmung an. Um Geschäfts- und Datenprioritäten aufeinander abzustimmen, benötigen Sie ein klares Verständnis der Ziele des Unternehmens und der Geschäftsleitung. Ein Treffen mit der C-Suite und den Stakeholdern des Unternehmens ist der erste Schritt, um Ihrem Unternehmen beim Erreichen seiner Ziele zu helfen, indem Daten als echter Wettbewerbsvorteil genutzt werden. „Alles beginnt und endet mit der Frage: Welches geschäftliche Problem versuchen Sie zu lösen?“ sagt Dr. Rania Khalaf, Chief Information and Data Officer bei Inari.
Die Verknüpfung von Geschäfts- und Datenstrategien bedeutet letztendlich, dass die in den verschiedenen Abteilungen vorhandenen Frameworks und Richtlinien zu einer einheitlichen Sicht auf die Datenlandschaft zusammengeführt werden, der (im Idealfall) alle zustimmen können.
Laut Gartner® sind CDOs, die Daten und Analysen mit priorisierten, quantifizierten Geschäftsergebnissen und Metriken verknüpfen, erfolgreicher als ihre Kollegen, die dies nicht tun.¹
Aber seien Sie realistisch, wenn Sie anfangen, sagt Srinivasan Sankar, Enterprise Data and Analytics Leader in der Versicherungsbranche. Damit die Führungsebene die strategischen Vorteile von Daten- und KI-Initiativen erkennen kann, sollten Sie zunächst sicherstellen, dass die Prioritäten geklärt und vereinbart sind, wenn Ihre kollaborative, datengesteuerte Umgebung Gestalt annimmt.
Identifizieren Sie die überzeugendsten Anwendungsfälle
Wenn Sie besseren Zugang zu qualitativ hochwertigen Daten hätten, wo in Ihrem Unternehmen könnten Sie Probleme lösen? „Wenn Sie sich mit Stakeholdern treffen, sollten Sie den Datenbedarf für mehrere Geschäftsziele innerhalb oder über die Geschäftsbereiche hinweg ermitteln, um den Wert von Daten als strategisches Gut zu verdeutlichen“, sagt Jo Ramos, der sich auf die Entwicklung und Umsetzung von Datenstrategien für IBM-Kunden spezialisiert hat.
Scannen Sie die Datenlandschaft in alle Richtungen. Was wäre, wenn Sie die Kosten für die Lieferkette senken könnten, indem Sie veraltete Anwendungen aktualisieren? Oder wenn Sie Risiken und Compliance mit KI automatisieren könnten, um schnellere und bessere Einblicke zu erhalten? Durch ein besseres Verständnis der Qualität der vorhandenen Daten und der Art und Weise, wie diese zwischen den einzelnen Unternehmensbereichen wie Finanzen, Vertrieb und Marketing fließen (oder auch nicht), erhalten Sie einen ganzheitlicheren Blick auf die Abläufe und entdecken neue Möglichkeiten, Ihren Umsatz zu steigern, die Rentabilität zu erhöhen und die Risiken zu verringern.
Kennen Sie die Werkzeuge in Ihrem Toolkit
Arbeiten Sie Hand in Hand mit der IT-Abteilung, um Ihre Datenstrategie auf die nächste Stufe zu heben, indem Sie bestehende Infrastrukturen und Technologien sowie neue und zukunftsweisende Technologien nutzen. Wenn Sie das aktuelle Technologie-Ökosystem und die Strategien (und auch die Unter- und Teilstrategien) Ihres Unternehmens verstehen, können Sie einen definitiven und realisierbaren Aktionsplan für die Nutzung von Daten, KI und Anwendungen erstellen, um die geschäftlichen Ergebnisse zu verbessern. Dieses Wissen ist entscheidend – wenn Sie geplante und finanzierte Initiativen nutzen, können Sie sicherstellen, dass Sie Ihre Datenstrategie umsetzen können.
Machen Sie sich mit der digitalen Transformation und den KI-Strategien Ihres Unternehmens vertraut
Ramos weist darauf hin, dass die Aktualisierung von Anwendungen und die Innovation alter Systeme keinen Mehrwert bringt, wenn Sie nicht zuerst die aktuelle Datenumgebung Ihres Unternehmens berücksichtigen. „Viele Unternehmen sprechen von Anwendungsmodernisierung und der Verlagerung von Anwendungen in die Cloud, aber sie verlieren die Daten selbst aus den Augen“, sagt er. „Wenn es darum geht, Daten zu integrieren und Analysen durchzuführen, geht es nicht darum, alle Anwendungen in die Cloud zu verlagern. Es geht vielmehr darum, herauszufinden, wie die Daten in einer neuen, modernen Architektur untergebracht werden sollen.“
Identifizieren Sie Problembereiche, um Blockaden und Lücken aufzudecken
Jetzt, da Sie die Zielsetzung kennen und die Führungskräfte im Boot haben (Sie haben sie doch schon im Boot, oder?), ist es an der Zeit, Ihr gesamtes Ökosystem zu betrachten und zu bewerten, was funktioniert und was nicht. Was sind die Hindernisse beim Aufbau eines echten Data-First-Erlebnisses?
Unternehmenssilos sind oft die Ursache für Probleme bei der Datenintegration, der Datenverwaltung und den Workflows. Tatsächlich werden 82 % der Unternehmen durch Datensilos behindert.² Um möglichst produktiv zu sein, benötigen Mitarbeiter Self-Service-Daten und KI-gestützte Apps oder Lösungen mit den richtigen Kontrollmechanismen. Der bloße Zugang sollte nie das Hindernis sein.
Sie möchten, dass Ihre Benutzer auf die Daten zugreifen und sie gewinnbringend nutzen können. Sie sollten sich keine Gedanken darüber machen müssen, wo die Daten gespeichert sind, ob sie kontrolliert werden oder ob die Metadaten, die dahinter stehen, regelkonform sind. Sie sollten in der Lage sein, die Daten, die sie benötigen, mit Zuversicht zu nutzen.
Untersuchen Sie Daten, um herauszufinden, was Sie haben und was Sie benötigen
Eine Datentopologie zeigt die Kurven und Konturen von Informationen auf, ähnlich wie die Berge, Hügel und Täler auf einer topografischen Landkarte. Sie kann Datenszenarien klassifizieren, gruppieren und verwalten, welche die konkurrierenden Prioritäten und Bedürfnisse eines Unternehmens widerspiegeln. Wenn Sie die Datentopologie Ihres Unternehmens verstehen, können Sie Einschränkungen erkennen und veraltete Datenarchitekturen ausfindig machen, z. B. Technologien, die nicht zur Geschäftsstrategie passen. Sie können auch Bereiche für logische Upgrades identifizieren, z. . Möglichkeiten für die Einführung leistungsfähigerer KI- und Automatisierungstechnologien oder Hindernisse für die Datenintegration.
Nehmen Sie eine Bestandsaufnahme vor, um zu wissen, wer an Bord ist und was er oder sie mitbringt
Egal wie brillant und talentiert Sie sind, umfangreiche Datenveränderungen lassen sich nicht im Alleingang bewältigen. Stellen Sie sicher, dass Ihr Team (und ja, das schließt auch Sie selbst ein) über die spezifischen Fähigkeiten und die kontinuierliche Weiterbildung verfügt, um mit dem rasanten Tempo der IT-Branche Schritt zu halten – insbesondere im Bereich der KI. Mehr als die Hälfte der Unternehmen bilden interne Mitarbeiter weiter, um ihre Datenkenntnisse und ihr Fachwissen zu erweitern, während ein Fünftel der Unternehmen Hochschulabsolventen einstellt und ausbildet.³ Ganz getreu dem Motto: Schlau werden und schlau bleiben.
Priorisierung kritischer Datenelemente für die Governance
Die Beherrschung kritischer und regulierter Datenelemente (z. B. Namen, Adressen, Sozialversicherungsnummern usw.) ist für den Betrieb verschiedener Geschäftssysteme ohne Duplizierungsfehler, unzuverlässige Suchvorgänge oder Datenschutzverletzungen unerlässlich. Schaffen Sie ein ausgewogenes Verhältnis zwischen der Sicherung von Daten und der Förderung von Innovationen. Überlegen Sie, wer derzeit Eigentümer der Daten ist, sie verwaltet und Richtlinien für sie festlegt, und ob sich diese Governance auf die Sicherheit, den Datenschutz oder die Compliance auswirkt. Gewährleisten Sie, dass die richtigen Personen in Ihrem Unternehmen über die nötigen Entscheidungsbefugnisse, den Rechenschaftsrahmen und externe Ressourcen verfügen, um angemessene Prozesse bei der Bewertung, Erstellung, Nutzung und Kontrolle von Daten und Analysen sicherzustellen. In dieser Phase sollten Sie auch die Governance für die von Ihnen verwendeten KI-Technologien nicht vergessen.
Wenn Sie mehr erfahren möchten, besuchen Sie den IBM Kurs zum Thema Datentopologie
Entdecken Sie kostenlose Kurse und das Toolkit zu Enterprise Design Thinking
Definieren Sie den Sollzustand Ihrer Daten
Skizzieren Sie Ihre umfassende Vision, damit die Gespräche über die Datenstrategie und die sich daraus ergebenden Änderungen der Geschäftsprozesse für App-Ingenieure und Business-Analysten 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 bei IBM für die Bereiche Datenstrategie, Beratung und Transformation zuständig ist.
„Aber die digitale Welt erfordert Echtzeit-Entscheidungsfähigkeiten, und die Vorhersagemodelle, die diese Echtzeit-Entscheidungsfähigkeiten liefern, erfordern Data-Science-Umgebungen. Betriebsdaten sind heute zunehmend ein wichtiger Teil Ihres Datenökosystems. Eine moderne Datenarchitektur erfordert ein integriertes Datenökosystem mit Funktionen, die verwaltet, gesteuert und gesichert werden müssen, um eine konsistente Datenqualität und die Flexibilität zu gewährleisten, sich mit der Weiterentwicklung der digitalen Kanäle weiterzuentwickeln.“
Diese Detailgenauigkeit macht die Änderung von Geschäftsprozessen etwas weniger zermürbend, da Sie bereit sind, Bedenken mit einer detaillierten Erklärung zu begegnen, wie die Lösungen das Leben eines bestimmten Benutzers erleichtern werden. Und das ist eine große Sache – 37 % der Befragten gaben in einer kürzlich durchgeführten Umfrage an, dass die Datensicherheit ihre größte Herausforderung sei, gefolgt von Datenschutzbedenken und der Verwaltung von Datenpipelines.⁴
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 besser wird Ihre Datenstrategie. Solche Erkenntnisse helfen bei der Effizienzsteigerung, der Steigerung des Umsatzwachstums und der Risikominimierung, insbesondere wenn sie durch App-Modernisierung, Automatisierung und KI ergänzt werden.
Lufthansa arbeitete mit einem Team von IBM zusammen, um neue KI-basierte Geschäftsideen und Dienstleistungen zur Verbesserung der Kundenerfahrung zu testen. Zuvor verteilte Datenquellen können nun in natürlicher Sprache und nach Begriffen aus der Luftfahrt durchsucht werden, um die fast 100.000 Kundenanfragen pro Jahr einfacher zu beantworten. „Für Lufthansa ist KI ein so wichtiger Faktor, weil sie uns die Welt unserer Daten erschließt“, sagt Mirco Bharpalania, Senior Director, Cross Domain Solutions bei der Lufthansa Group. „Mit ihrer Hilfe können wir all das Potenzial erschließen, das sich bereits irgendwie oder irgendwo in unseren Datenbanken verbirgt.“
Messen Sie den Fortschritt bei der Erreichung Ihrer Ziele
Wir verstehen, womit Sie es zu tun haben. Als Data Leader wird von Ihnen oft erwartet, dass Sie wichtige Ergebnisse an drei konkurrierenden Fronten liefern und quantifizieren: Umsatzwachstum, betriebliche Effizienz und Minderung von Sicherheits- und Datenschutzrisiken. Nutzen Sie Daten für den Gewinn, um direkt zum Wachstum des Unternehmens beizutragen. Durch die Festlegung von Erfolgsmaßstäben setzen Sie Prioritäten auf der Grundlage dessen, was in diesem Moment für Ihr Unternehmen am wichtigsten ist.
Vergessen Sie nicht, Ihre Notizen aus den ersten Treffen mit den Stakeholdern zu lesen, um zu sehen, wie sie die wichtigsten Leistungsindikatoren und Ziele definiert haben und wie diese mit der aktuellen Datenarchitektur und den KI-Strategien zusammenpassen. Entsprechen Ihre Metriken den kühnen Plänen, die damals aufgestellt wurden? Wenn nicht, ist es an der Zeit, die Verbindung wiederherzustellen und neu auszurichten. „Die Rolle des CDO ist oft sehr kurzlebig. Der Grund dafür ist, dass keine Erwartungen geweckt werden. Stellen Sie sicher, dass Sie diese Erwartungen formulieren und dabei Ergebnisse liefern“, sagt Sankar.
Erfassen Sie die Highlights Ihrer Datenstrategie – und teilen Sie sie
An diesem Punkt sollten Sie sich über die Prioritäten Ihres Unternehmens im Klaren sein und wissen, wie Sie Daten und KI nutzen können, um geschäftlichen Mehrwert zu schaffen und zu beschleunigen. Was sind die nächsten Lücken, die Sie schließen müssen? Ein Blick auf das große Ganze – wo Sie stehen und was vor Ihnen liegt – gibt Ihnen den strategischen Kontext, um durchführbare Pläne für die Umsetzung und Skalierung zu erstellen. Berücksichtigen Sie dabei die Ergebnisse, Ziele und Maßnahmen, die Sie auf dem richtigen Weg halten werden, damit Sie diese im Laufe der Reise mit Ihrem Unternehmen teilen können. Hier finden Sie einige Punkte, die Sie in Ihre Übersicht über die Datenstrategie aufnehmen sollten:
- Beobachtungen, Herausforderungen und Empfehlungen
- Ziele, Ergebnisse und Maßnahmen
- Funktionsübergreifende Daten müssen mehrere Anwendungsfälle unterstützen
- Anforderungen an Datenschutz und -sicherheit
Denken Sie daran: Strategie ist nicht nur eine Übung auf dem Papier – sie ist ein lebendiger und sich entwickelnder Ansatz. Seien Sie also kreativ. Überprüfen und optimieren Sie häufig auf der Grundlage sich ändernder Geschäftsziele und stellen Sie immer sicher, dass Ihre Strategie Flexibilität, Agilität und menschliche Innovation zulässt.
Laden Sie das sechsstufige Datenstrategie-Framework herunter
Szenarien der realen Welt abbilden – und navigieren
Ganz gleich, ob Sie überholte Systeme erneuern, alte Produkte ausrangieren, an datenkundige Partner delegieren oder künstliche Intelligenz im gesamten Geschäftsspektrum einsetzen – Ihre Aufgabe ist es, sich mit möglichst wenig Ablenkungen auf Ihre Datenziele zu konzentrieren. Sie verfügen über die Erkenntnisse Ihrer Datennutzer. Überlegen Sie, wie Sie deren Geschäftswert mit Hilfe von KI am besten steigern können. Die Implementierung der Datentopologie, die Sie in der Strategiephase erstellt haben, erleichtert es Ihnen, die Anwendungsfälle im Auge zu behalten und verschiedene Kontrollen über mehrere Geschäftsbereiche hinweg zu überwachen.
Skizzieren Sie eine Richtlinie für Data-Governance, die auf Qualität, Datenschutz und Sicherheit von Daten sowie KI basiert
Als Teil eines modernen Datenverwaltungskonzepts hilft eine leistungsfähige Governance- und Datenschutzfunktion Unternehmen dabei, sich auch inmitten eines wachsenden Datenvolumens zu behaupten. Eine Ebene für Metadaten und Governance für alle Daten, Analysen und KI-Initiativen erhöht die Transparenz und die Zusammenarbeit in Ihrem Unternehmen, unabhängig davon, wo die Daten gespeichert sind. Ihre Richtlinie für Data-Governance bestimmt das Verhalten in Bezug auf Datenqualität, Datenschutz, Sicherheit und Verwaltung und zeigt, wo KI diese Bestrebungen zur Regulierung vereinfacht. Die von Ihnen durchgesetzte Richtlinie sollte dazu beitragen, die Terminologie für strukturierte und unstrukturierte Daten zu standardisieren, damit alle im Unternehmen die gleiche Sprache sprechen. All dies sollte von Apps unterstützt werden, die für bestimmte Umgebungen bestimmt sind, auf Sicherheits- und Regulierungsanforderungen abgestimmt sind und im Rahmen eines hybriden Multi-Cloud-Ansatzes bereitgestellt werden, um so einen optimalen Schutz zu gewährleisten.
Das E-Book herunterladen: Data-Governance für Data Leader →
Identifizieren Sie Ihre Datenbefürworter
Die Personen in Ihrem Unternehmen, die Sie als Verbündete bei der Datenstrategie und -verteidigung identifizieren, sind Ihre Partner für den Erfolg. Finden Sie heraus, wer sich am meisten für die Auswirkungen von Daten auf seine Arbeit begeistert, und beziehen Sie diese Personen in regelmäßige Treffen und die Einhaltung von Standards ein. „Ich habe klein angefangen und Produkt-Champions identifiziert“, sagt Sankar. „Es würde mit einem Geschäftsbereich beginnen und wenn dieser erfolgreich wird, ist es ansteckend.“
Als datenorientiertes Unternehmen verfügt IBM über ein Team von Datenexperten, die sich ausschließlich der Unterstützung des Unternehmens bei der Einführung einer besseren und umfassenderen Nutzung von Daten auf allen Ebenen widmen.
Diese Datenfürsprecher sind innerhalb von IBM in dem Sinne voll befugt, dass sie, wenn sie eine gleichgesinnte Gruppe z. B. in der Debitorenbuchhaltung oder der Lieferkette finden und mit Daten und KI-Fähigkeiten vorankommen wollen, dies tun können, ohne um Erlaubnis oder Finanzierung bitten zu müssen.
Standardisieren Sie Ihre Nomenklatur
Bis 2024 werden Unternehmen, die aktive Metadaten effektiv nutzen, die Zeit bis zur integrierten Datenbereitstellung um die Hälfte verkürzen und die Produktivität von Datenteams um 20 % steigern.⁵
Um Metadaten zur Standardisierung Ihrer Nomenklatur zu nutzen, wird oft ein Wissenskatalog eingeführt. Mit einem Wissenskatalog können Benutzer auf Daten, Wissensressourcen und Compliance-Informationen zugreifen, diese kuratieren, kategorisieren und gemeinsam nutzen, wie es bei einem organisationsübergreifenden gemeinsamen Glossar der Fall ist. Dadurch soll sichergestellt werden, dass alle Beteiligten in Bezug auf Governance, Datenqualität und Compliance auf dem gleichen Stand sind.
Legen Sie Ihre Sprint-Zyklen fest
Damit eine Daten- und KI-Strategie greifen kann, müssen Unternehmen oft ihre gesamte Kultur auf neue Konzepte und Umgebungen umstellen. Das klingt entmutigend, ist aber kaum unmöglich.
Denken Sie zunächst darüber nach, was Sie in kurzer Zeit wertvoll und realisierbar erreichen können. Bauen Sie Ihr funktionsübergreifendes Team gegen klare Ziele auf. Legen Sie dann kurze Sprintzyklen mit umsetzbaren Meilensteinen fest, die Ihnen helfen, Ergebnisse nachzuweisen. Ein Ansatz besteht darin, diesem einfachen, wiederholbaren Prozess zu folgen, der von IBM-Datenexperten verwendet wird:
- Planung von ein bis zwei Wochen mit Sondierungsworkshops und Planungsrunden zur Datenstrategie, die eine Datentopologie-Mapping-Übung beinhalten.
- Stellen Sie sich über einen Zeitraum von sechs Wochen mit einem kundenorientierten Anwendungsfallset mit umsetzbaren und erlernbaren Meilensteinen unter Beweis.
- Einführung und Skalierung mit einem Testprodukt, das von allen internen Stakeholdern verfolgt wird, um die Konvertierung sicherzustellen.
Dieser letzte Teil ist entscheidend. Um ein klares Verständnis für die Vorteile einer Strategie zu fördern, stellen Sie sicher, dass die C-Suite, die technischen Teams und die Geschäftsanwender alle die gleiche Ziellinie im Blick haben.
Sammeln Sie kleine Gewinne in Form von MVPs
Manchmal kann man mit den geringsten Investitionen das meiste erreichen. Das IT-Team von Experian wusste nicht, dass es in seinem Back-Office einen Platz für Datenanalysen gab; sie wussten nur, dass sie in Informationen ertrinken würden. Um eine einzige Kreditauskunft in weniger als einer Sekunde zu erstellen, sind nicht weniger als 3.000 Datenquellen, 200 Millionen Datensätze, die jeden Monat aktualisiert werden, und Milliarden von Zeilen zusätzlicher Daten erforderlich, die archivierte historische Daten und abgeleitete Datensätze verfolgen.
In Zusammenarbeit mit IBM hat Experian ein MVP implementiert, das es den Benutzern ermöglicht, neue Ideen mit dem geringsten Aufwand an Investitionen und Funktionen zu betrachten und zu testen. In vielen Fällen ist dies der schnellste und kostengünstigste Weg, um Hypothesen zu testen und herauszufinden, ob weitere Investitionen sinnvoll sind. In diesem Fall war es das auf jeden Fall. „Innerhalb von 90 Tagen hatten wir den Proof of Concept, dessen Ergebnisse zeigten, dass wir unsere Abdeckung um 500 % verbessern und unsere Kosten um 80 % senken konnten“, sagt Joni Rolenaitis, Chief Data Officer bei Experian.
Durch die Integration neuer Technologien und Systeme werden Unternehmen zunehmend automatisiert, datengesteuert, risikotolerant und sicher. Außerdem arbeiten sie so intelligenter und nicht härter – schließlich können die Erkenntnisse aus KI-gesteuerten Workflows zu neuen Effizienzen und profitableren Umsatzströmen führen. Bedenken Sie, wie veraltete Datenökosysteme und Managementpraktiken die Entscheidungsfähigkeit Ihrer Mitarbeiter beeinträchtigen. Untersuchungen zeigen, dass in den meisten Unternehmen bis zu 68 % der Daten nicht analysiert werden.⁶ Mit rasanten Fortschritten bei der Rechenkapazität, intelligenteren Algorithmen und erschwinglichem Speicherplatz ist die Verflechtung von Daten die Grundlage für zukunftsorientierte Unternehmen.
Erstellung eines zentralen Katalogs zum Auffinden und Teilen von Erkenntnissen
Sie werden die Vorteile eines zentralen Katalogs nutzen wollen, um Erkenntnisse zu speichern und gemeinsam zu nutzen, was eine vereinfachte Datennutzung ermöglicht. Innerhalb des Katalogs werden die Daten in originaler und kuratierter Form ergänzt, wobei eine zweckgebundene Speicherung die Veröffentlichung und das Abonnement von Daten im gesamten Unternehmen 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. Dieser Detaillierungsgrad ermöglicht es Anwendern, Entscheidungen in Echtzeit zu treffen, die sowohl Daten für die Geschäftsbereiche als auch für Analysten, Data Scientists und Regulierungs- und Bundesbehörden berücksichtigen.
Förderung der Akzeptanz aus allen Richtungen durch Stärkung der Datennutzer
Hier geht es nicht nur darum, sich in Daten zu vertiefen. Sie können Ihr neues Datenverwaltungs-Framework nutzen, um die Annahme der Daten- und KI-Strategien des Unternehmens aus allen Richtungen zu fördern – nicht nur von oben nach unten. Auf diese Weise beeinflussen Sie die Art und Weise, wie Ihr Unternehmen kommuniziert, verbessern wichtige Arbeitsabläufe, optimieren die Sicherheit und erschließen neue Geschäftsmodelle, Marktchancen und betriebliche Effizienzen.
Ergebnisse für maximale Sichtbarkeit kommunizieren
Lassen Sie die Menschen wissen, wie sehr sich Ihre Bemühungen auszahlen. „Bauen Sie Glaubwürdigkeit durch die Verbindung von Geschäftsprozessen und Daten auf und erzählen Sie eine überzeugende Geschichte mit Ihren Daten“, sagt Sankar. Tun Sie das im gesamten Unternehmen (nach oben, unten, lateral, diagonal) mit schnellen Aktualisierungen und regelmäßigen Berichten, die messen, wie Ihre neuen Strategien den Umsatz steigern und die Arbeit für alle angenehmer machen, insbesondere in Bezug auf KI.
Talente einstellen (und umschulen), um flexibel zu bleiben
Der Fachkräftemangel ist real, aber die meisten Unternehmen wissen nicht, was sie dagegen tun sollen. 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. Was können Sie tun, wenn Ausbildung und Einstellung nicht ausreichen? Beachten Sie diese Tipps aus dem IBM-Unternehmensleitfaden zum Schließen der Qualifikationslücke und erkunden Sie Möglichkeiten, Qualifikationslücken durch KI und Automatisierung zu schließen.
Fördern Sie die Datenkompetenz – jederzeit
Gartner geht davon aus, dass sich Datenkompetenz bis 2023 zu einem wesentlichen und notwendigen Treiber für den Geschäftswert entwickeln wird, was durch die formale Einbeziehung in mehr als 80 % der Daten- und Analysestrategien und Change-Management-Programme belegt wird.⁷ Aber Datenkompetenz sollte nicht nur ein jährliches oder vierteljährliches Unterfangen sein, sondern ein ständiger Bestandteil Ihrer Unternehmensstrategie. „Wenn man versucht, zu einer datengesteuerten Kultur zu gelangen, und die Menschen nicht befähigt, ist das in gewisser Weise ein Widerspruch in sich“, sagt Bhandari. „Wenn es sich um eine datengesteuerte Kultur handelt, sollten sich die Leute die Daten ansehen.“
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. Seien Sie beim Aufbau und der Stärkung von Partnerschaften auf allen Ebenen offen für Feedback und Zusammenarbeit – und rechnen Sie mit dem Unerwarteten. Denn etwas Faszinierendes passiert, wenn Sie ein datengestütztes Unternehmen aufbauen. 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. Kommunizieren Sie dabei weiterhin klar und zukunftsorientiert Ihre Absichten und Ziele.
Gartner geht davon aus, dass sich Datenkompetenz bis 2023 zu einem expliziten und notwendigen Treiber für den Geschäftswert entwickeln wird, was durch die formale Einbeziehung in über 80 % der Daten- und Analysestrategien und Change-Management-Programme belegt wird.⁷
Ihr von Ihrer Datenstrategie inspiriertes Unternehmen steht hinter Ihnen. Wenn Sie bestehende Technologien erweitern und neue einführen, um den Datenzugriff auf allen Unternehmensebenen 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 auf, die mit Leidenschaft das volle Potenzial der vorhandenen Daten nutzen wollen.
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 Dokument Nr. EUR148573521, IDC, Dezember 2021
4 „Diving into the data lake—Highlights from VotE: Data & Analytics, Data Platforms 2021,“ 451 Research, Teil von S&P Global Market Intelligence, 2021
5 „The Impacts of Emerging Cloud Data Ecosystems: An Architectural Perspective,“ Gartner, 9. September 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 Servicemarke der Gartner, Inc. und/oder ihrer verbundenen Unternehmen in den USA und anderen Ländern und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.