Veraltete Datenstrategien ablegen
Jason Janicke, Senior Vice President, EMEA bei Alteryx, beschreibt einen Kreislauf, der durchbrochen werden will: Laut einer Erhebung von IDC und Alteryx wollen über die Hälfte der Unternehmen Entscheidungen künftig KI-gestützt treffen. Aber ihre Datenstrategie kommt nicht vom Fleck – ein Zielkonflikt.
Viele wichtige Unternehmensdaten in Deutschland sind noch immer ungenutzt. Grund dafür sind historisch bedingte und ungelöste Anforderungen in den Unternehmen selbst. Denn obwohl Konsens darüber besteht, dass schnellere und genauere Informationen über die Wettbewerbsfähigkeit entscheiden, versuchen Unternehmen noch immer, ihre zukünftigen KI-Analyseziele mit einer veralteten Strategie zu erreichen. Um in Zukunft KI-generierte Erkenntnisse zu liefern, müssen Unternehmen klare Prioritäten setzen.
Es ist wie ein Hamsterrad, in dem sich die meisten deutschen Unternehmen heutzutage befinden. Der Fahrplan zur Entstehung von Innovationen liegt vor, ist geprägt von Dynamik – aber die Unternehmen selbst kommen nicht vom Fleck: Denn sie halten noch an alten Mustern fest. Zu diesem Ergebnis kommt auch eine neue Studie von Alteryx in Zusammenarbeit mit IDC. Mehr als zwei Drittel der deutschen Unternehmen geben an, dass sie ihren eigenen analytischen Erkenntnissen nicht immer vertrauen. Weitere 84 Prozent sagen, dass sie diese überhaupt nicht für ihre Entscheidungsfindung heranziehen. 56 Prozent berichten außerdem von einer minimalen finanziellen Rentabilität (0 % bis 5 %) ihrer Analysen.
Doch die Unternehmenswelt hat sich schneller als je zuvor verändert – so sehen das auch 74 Prozent der befragten Firmen und unterstreichen damit die Notwendigkeit von Business Intelligence mit hohem ROI. In naher Zukunft beabsichtigen 66 Prozent der Unternehmen hierzulande ihrer Datenanalysestrategie Vorrang vor allen anderen Technologien einzuräumen. Um den Bedarf an schnellerer Business Intelligence gerecht zu werden, geben 53 Prozent an, dass sie bis 2027 mehr als die Hälfte ihrer Geschäftsentscheidungen durch KI-Datenanalysen treffen wollen. Stand heute ist jedoch, dass bei der überwiegenden Mehrheit der Unternehmen (71 %) weniger als ein Drittel ihrer Entscheidungen mithilfe von KI/ML-Technologie automatisiert werden. Es gilt also, diese eindeutige Lücke zwischen den KI-Automatisierungsplänen und den für die Umsetzung erforderlichen Grundpfeilern zu schließen.
Demokratisierung und Verfügbarkeit von Daten
Die Zukunftssicherung eines Unternehmens durch KI-gestützte Erkenntnisse erfordert mehr als nur die Investition in eine neue Technologie. Viele Unternehmen verlassen sich ausschließlich auf ihre wenigen Expert:innen mit fortgeschrittenen Programmier- und Datenanalysekenntnissen. Ihre Richtlinien für den Datenzugriff sind bestenfalls mäßig effektiv, was die Abhängigkeit von Data-Science-Teams verstärkt und Zugriff anderer Teams auf Daten und Erkenntnisse verhindert. Das Verlangen der Unternehmen nach mehr Erkenntnissen, die schneller als je zuvor erlangt werden können, erfordert eine Umstellung des gesamten Unternehmens von oben bis unten.
Durch Demokratisierung können sie die Welt der Datenanalyse für die gesamte Belegschaft zugänglich machen. Bei dem Konzept der Datendemokratisierung erhalten alle Mitarbeitenden das nötige Werkzeug, um auf die gleiche Weise wie Data Scientists wichtige Erkenntnisse für die Problemlösung im Unternehmen zu gewinnen. Denn während Data Scientists Makrotrends berücksichtigen, sind Mitarbeitende in den Fachabteilungen in der Lage, Mikroveränderungen zu erkennen, die für alle anderen möglicherweise unsichtbar sind. Auf diese Weise werden die Personen, die am besten in der Lage sind, ein bestimmtes Geschäftsproblem zu lösen, auch praktisch dazu befähigt.
Datenanalyse als Grundlagenkompetenz
Für die Mitarbeitenden eines Unternehmens sollte der sichere Umgang mit Daten genauso selbstverständlich sein, wie die Fähigkeit zu lesen und zu schreiben. Datenkompetenz darf somit nicht mehr als eine Fachkompetenz mit hochkomplexen Anforderungen an Einzelpersonen verstanden werden, sondern als eine Grundlagenkompetenz für möglichst viele. Damit das gelingt, sollten Unternehmen in die Qualifikation ihrer Mitarbeitenden investieren. Aktuell stimmen laut der von Alteryx in Auftrag gegebenen IDC-Studie 81 Prozent der Unternehmen ihre Investitionen in die Technologie nicht genau mit den Qualifikationen ihrer Mitarbeitenden ab, die erforderlich wären, um aussagekräftigere und zeitnahe Datenanalysen zu gewinnen.
Unternehmen sollten sich Gedanken darüber machen, was sie an datenspezifischer Kompetenz brauchen und welche Abteilungen Qualifikationsbedarf haben. Auf diese Weise können sie sicherstellen, dass Qualifikationsmaßnahmen auch an den richtigen Stellen ankommen. Externe Dienstleistungsunternehmen bieten Trainings und Schulungen für unterschiedliche Qualifikationslevel an. Die Spannweite reicht hier vom Erwerb einer gewissen Datenkompetenz bis hin zur Datenwissenschaft. Hier gilt es für Unternehmen abzuwägen: Kenntnisse auf Data-Scientist-Niveau sind meist nur für wenige Arbeitsbereiche im Unternehmen erforderliche und für den täglichen Umgang mit Daten in den Abteilungen meist nicht nötig.
ROI im Vordergrund
Aus einer schleppenden Umsetzung von Initiativen zu Upskilling, Demokratisierung und Verfügbarkeit ergeben sich negative Auswirkungen auf die Rentabilität – wie die Studie von Alteryx und IDC zeigt. Wenn diesen grundlegenden Datenpfeilern keine Priorität beigemessen wird, ist das Ergebnis eine brüchige Verbindung zwischen abteilungsinternen Expert:innen und analytischen Erkenntnissen – eine Verbindung, bei der Analysen auf diejenigen beschränkt sind, die programmieren können, und nicht auf die Fachkräfte, die am besten geeignet sind, die entsprechenden Fragen zu beantworten. Silos aufzubrechen, eine unternehmensweite Datenkultur zu entwickeln und Technologieausgaben in Einklang mit Weiterbildungsmaßnahmen zu bringen, sind die Grundpfeiler, um die erforderlichen Dateneinblicke für die Zukunftssicherung des Geschäftsbetriebs zu gewinnen.
Über den Autor:
In seiner Funktion als Senior Vice President (SVP) EMEA bei Alteryx ist Jason Janicke für die Leitung der Vertriebsorganisation und -funktionen in EMEA verantwortlich. Er verfügt über zwei Jahrzehnten Erfahrung im Aufbau und Führen von High-Performance Teams in EMEA und Amerika und hat einige der weltweit größten Corporate-Tech-Unternehmen mit seiner SaaS-Expertise zum Erfolg geführt. Er kam von Conga zu Alteryx, wo er für die erfolgreiche Entwicklung von Go-to-Market-Initiativen verantwortlich war. Vor Conga war Janicke Area Vice President of Sales bei Salesforce.
Methodik:
Der IDC-Infobrief mit dem Titel „4 Wege, um transformative Geschäftsergebnisse aus Analytics-Investitionen zu erschließen“ basiert auf einer umfassenden Stichprobe von 1.501 Befragten in Nordamerika, Europa, dem Nahen Osten und Afrika sowie Asien/Pazifik. Der vollständige IDC-Infobrief kann hier eingesehen und heruntergeladen werden.
Creative Commons Lizenz CC BY-ND 4.0
Sie dürfen:
Teilen — das Material in jedwedem Format oder Medium vervielfältigen und weiterverbreiten und zwar für beliebige Zwecke, sogar kommerziell.
Der Lizenzgeber kann diese Freiheiten nicht widerrufen solange Sie sich an die Lizenzbedingungen halten.
Unter folgenden Bedingungen:
Namensnennung — Sie müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade Sie oder Ihre Nutzung besonders.
Keine Bearbeitungen — Wenn Sie das Material remixen, verändern oder darauf anderweitig direkt aufbauen, dürfen Sie die bearbeitete Fassung des Materials nicht verbreiten.
