Die Corona-Pandemie hat unsere Welt stark beeinflusst. Auch die Welt der Daten. Denn in vielen Unternehmen hat die Krise dazu geführt, dass bestehende Prozesse überdacht und neue Technologien für eine bessere Transparenz und Reaktionsfähigkeit integriert wurden. Durch die unsichere Situation haben Unternehmen vermehrt gespürt, wie wichtig es ist, schnell herauszufinden, was genau irgendwo – beispielsweise in Lieferketten oder bei Kunden – passiert und es möglichst genau vorhersagen zu können.
Cloud-Dienste
So ist auch die Bedeutung von Cloud-Diensten und deren Akzeptanz bei Mitarbeitern durch das vermehrte Arbeiten im Homeoffice stark gestiegen. Von überall unkompliziert auf alle Daten zugreifen können, rückt zunehmend in den Vordergrund. Die wichtigsten Auslöser für eine Migration in die Cloud sind meist wirtschaftlicher Druck und die zunehmende Komplexität von Innovationsprojekten. Denn Cloud-Dienste reduzieren zum einen die Gesamtkosten einer Lösung und den administrativen Aufwand für diese erheblich, zum anderen erleichtern sie Sicherheit, Verfügbarkeit und Handhabung. Hinzukommen einfache Skalierbarkeit und eine eingebaute Redundanz. Dies ist ein wichtiger Punkt. Denn was sich trotz Ausbreitung von Datenanalyse-Lösungen in Unternehmen immer wieder zeigt: mangelnde Datenqualität. Daher beeinflussen Stammdaten- und Datenqualitätsmanagement weiterhin unter anderem die Trends in der Datenwelt.
Data Governance
Auch das Thema Data Governance ist nach wie vor im neuen Jahr von großer Bedeutung für Unternehmen. Hauptmotivation für den Start von Data Governance sind Compliance und Datenqualität. Denn die Einhaltung von Gesetzen und Richtlinien spielt in Zeiten der DSGVO eine immer stärkere Rolle und auch die Bußgelder bei Missachtung steigen. Außerdem ist Data Governance ein wichtiger Bestandteil in der digitalen Transformation eines Unternehmens, da Datenwertschöpfung nur funktionieren kann, wenn auch die Daten stimmen.
Bei Data Governance geht es größtenteils um Richtlinien und Prozesse, die festlegen, wie die tägliche Pflege der Daten wie Sammeln, Organisieren, Speichern, Teilen und Schützen stattfinden soll. Mitarbeiter, die mit Daten arbeiten, müssen diese Vorgaben dementsprechend einhalten.
Data Literacy und Change Management
Und damit sind wir auch schon beim nächsten wichtigen Faktor, der auch im Jahr 2022 den Erfolg von Datenprojekten maßgeblich beeinflussen wird: Mitarbeiter. Denn diese sollten natürlich verstehen, warum sie diese Regeln einhalten, sie mit den Daten überhaupt arbeiten und wie sie dies am besten tun. Data Governance im Unternehmen beschreibt kein zeitlich begrenztes Projekt, sondern es müssen kontinuierlich Rahmenbedingungen und Strukturen im Unternehmen geschaffen werden. Dazu müssen Mitarbeiter geschult werden und das im besten Fall nicht nur für die tägliche Arbeit mit den Daten. Darüber hinaus sollte nämlich ein Verständnis etabliert werden, warum man mit den Daten arbeitet, wie man sinnvoll mit ihnen umgeht, sie hinterfragt und in einen Kontext setzt – sogenannte Data Literacy. Die Ausgangssituationen in Unternehmen sind hier sehr unterschiedlich. Dementsprechend variiert auch der Grad, wie stark hier Change Management betrieben werden muss. Das Ergebnis einer umfassenden Data Literacy im Unternehmen und einem gezielten Change Management sind klare Rollen, Verantwortlichkeiten und Prozesse für die Governance und das Management von Daten sowie ein Verständnis, warum diese Aufgaben und Prozesse zu der Datenwertschöpfung und einer datengetriebenen Entscheidungsfindung beitragen.
KI – vor allem Forecasting
Auch wenn präzise Prognosen schon vor der Krise ein wichtiges Thema für Unternehmen waren, hat die Corona-Pandemie diesen Anwendungen nochmal wesentlich Aufwind verliehen. Denn es zeigte sich, dass vorhandene Planungen nicht mehr stimmten. Hohe Unsicherheit sorgte dafür, dass Prognosen engmaschiger gefahren werden mussten. Künstliche Intelligenz unterstützt Unternehmen unter anderem im Bereich Forecasting und erlaubt einen schnellen Blick in die Zukunft.
Laut einer Studie des INFORM DataLab zusammen mit der Computerwoche setzen bereits zwei Drittel der befragten Firmen aktuell Machine Learning ein. Die Anwendungsfälle werden sich aus meiner Sicht hier kontinuierlich steigern und weiterhin Einzug in den Alltag der Unternehmen finden.
Datenstrategie entwickeln
Egal, was kommt, egal, was bleibt – alle Trends oder Impulse brauchen einen Fahrplan, um letztendlich erfolgreich zu sein. Eine Strategie für Unternehmen, die datenbasiert Entscheidungen treffen und aus ihren Daten Mehrwert schaffen wollen, besteht jedoch aus mehr als Technologiefragen. Zusätzlich kümmert sich eine Datenstrategie auch um die organisatorischen und inhaltlichen Aspekte im Rahmen eines umfassenden Zielbildes. Deshalb sollte schon vor der eigentlichen Technologieauswahl am besten ein Zielbild entwickelt und definiert werden. Teil dieser Strategieentwicklung ist außerdem eine Bestandsaufnahme der bestehenden Daten und deren Qualität, weshalb sie auch die Grundlage für Data-Governance- und Management-Prozesse vorgibt.
Fazit
Das letzte Jahr hat Unternehmen wieder gezeigt, was unsichere Zeiten bewirken können. Auch die Data-Analytics- oder Business-Intelligence-Abteilungen haben stark gespürt, wie gut sie eigentlich aufgestellt sind. Mobiles Arbeiten fördert die Bedeutung der Cloud und das Verständnis für Daten und der konforme Umgang mit diesen wird immer wichtiger für datengetriebene Unternehmen. Um realen Mehrwert aus Daten zu schaffen, hilft eine Datenstrategie, ein Leitbild und Ziele zu entwickeln, die in die Unternehmensstrategie integriert sind. Künstliche Intelligenz ist kein Trendthema mehr und hat sich in den Unternehmen bereits in den ersten Zügen weitgehend etabliert. Ich bin gespannt, wie es dieses Jahr mit erfolgreichen Anwendungen weitergeht!
Bleiben Sie gesund!
