Im Zweiten Teil unserer Reihe zu den vier Dimensionen einer erfolgreichen Data-Driven Business Transformation. In dieser Reihe widmen wir uns der Transformation hin zu einem Unternehmen in dem Daten als Wert anerkannt und auch wertschöpfend eingesetzt werden. Im letzten Beitrag haben wir die vier Dimensionen vorgestellt, die zur Bewertung des IST-Zustandes und zur Planung einer solchen Transformation genutzt werden können: „People, Process, Technology & Data“. In diesem Beitrag widmen wir uns nun der „People“ Dimension – den Menschen und der Organisation, die ein Unternehmen ausmachen.
Einführendes Beispiel: Herausforderungen in der Praxis
Zu Beginn ein fiktives Beispiel, dass jedoch in vergleichbarer Form häufig in unserer eigenen Arbeit auftritt: Die Data Science Abteilung eines Unternehmens hat eine künstliche Intelligenz (KI) trainiert, die optimale Zeitpunkte und Ansprechpartner für den eigenen Vertrieb vorhersagt. Die Kosten für den Aufbau der Data Science Abteilung und das Erstellen der nötigen Modelle sind erheblich. Jedoch wird mit einer deutlichen Umsatzsteigerung gerechnet, die die zusätzlichen Kosten schnell wieder ausgleichen wird. Als die neue KI-Methode dem Vertriebspersonal vorgestellt wird, sind die Reaktionen gemischt. „Das passt mir jetzt aber nicht in den Kram“ oder „ich habe da schon meine eigene Methode“ sind häufige Antworten. Die neue KI-Methode wird kaum genutzt und nach kurzer Zeit verschwindet die KI in der digitalen Schublade. Die Entwickler der KI verstehen nicht, warum ihre Methode nicht angenommen wurde. Statt einer Umsatzsteigerung ist das Unternehmen jetzt mit einer großen Menge an verschwendeten Ressourcen und gesteigertem Misstrauen gegenüber der Data Science Abteilung konfrontiert.
Wie kann es sein, dass ein Produkt, das gut funktioniert und große Gewinnsteigerung verspricht, zu einem so schlechten Ergebnis führt? Das Projekt ist hier nicht an einer mangelnden Qualität des Datenprodukts gescheitert, sondern daran, dass die späteren Nutzer nicht bei der Entwicklung involviert wurden. Der Vertrieb wurde nicht für den Nutzen eines Datenprodukts sensibilisiert und konnte mit der Anwendung nicht umgehen. Ängste der Mitarbeiter wurden nicht adressiert.
Die „People“ Dimension: Mehr als nur Mitarbeiter und Management
Die „People“ Dimension bezieht sich also auf das menschliche Element einer Organisation. Dazu gehören Management, Mitarbeiter, Kunden und andere Interessengruppen, die von in der Tätigkeit der Organisation involviert oder von dieser betroffen sind. Dazu gehören des Weiteren auch die Gewinnung und Bindung talentierter Mitarbeiter, die Entwicklung ihrer Fähigkeiten und Fertigkeiten sowie die Schaffung eines positiven und unterstützenden Arbeitsumfelds. Neben dem Umgang mit den eigenen Mitarbeitern gehört auch der effektive Umgang mit Kunden und anderen Interessengruppen zur menschlichen Dimension einer Unternehmenstransformation. Die Bedürfnisse und Erwartungen von Kunden zu verstehen ist essenziell, um Datenprodukte zielgerecht einsetzten zu können.
„Data-culture eats data-strategy for breakfast”
Dr. Leonie Petry, Consultant Data Culture & Transformation
Unsere (Daten-) Kulturberaterin und Organisationsdesignerin Leonie Petry formuliert es prägnant mit einer Modifikation des Zitats von Peter Drucker: „Data-culture eats data-strategy for breakfast.” Anders formuliert bedeutet dies, dass keine Datenstrategie und keine datengetriebene Transformation erfolgreich sein kann, ohne auf einer positiven Datenkultur zu bauen oder diese zu entwickeln. Zu einer solchen Datenkultur gehören unter anderem die Anerkennung von Daten als Unternehmenswert auf allen Ebenen sowie das Verständnis von und das Vertrauen in datenbasierte Produkte.
Das Sprichwort – „Der Fisch stinkt vorm Kopf“ – lässt sich ebenfalls auf die Datenwelt eines Unternehmens anwenden. Ein datengetriebenes Unternehmen kann nur funktionieren, wenn das Management das Thema Daten priorisiert und eine Datenkultur vorlebt. Ohne Priorisierung und Zielsetzung durch das Management verlaufen Initiativen häufig unkoordiniert und scheitern fast immer. Es ist Aufgabe des Managements eine Datenstrategie zu entwickeln, die mit der Unternehmensstrategie im Einklang steht, um so richtungsweisend agieren zu können. Dies bedeutet auch das entsprechende Ressourcen zur Verfügung gestellt werden müssen, um beispielsweise Fortbildungen zu organisieren oder ein Center of Excellence einzurichten.
Neben dem Top-Down Vorgaben des Managements benötigt ein datengetriebenes Unternehmen ebenso Bottom-Up Strukturen, in denen aus den einzelnen Fachbereichen Mehrwerte geschaffen werden können. Grundsätzlich sollten die Datenprodukte dort entstehen, wo sie auch eingesetzt werden. Dies führt zu maximaler Kompatibilität mit existierenden Strukturen und den involvierten Personen. Hierfür benötigt es jedoch Know-how innerhalb der jeweiligen Fachbereiche. Dies bedeutet nicht unbedingt, dass jeder Angestellte einen Machine-Learning Crash Kurs besuchen muss. Vielmehr muss ein grundlegendes Verständnis zum Arbeiten mit Daten vermittelt werden, damit Datenerhebung in die selbstverständliche Arbeit übergeht und Datenprodukte verstanden und zielgerichtet eingesetzt werden können. Interdisziplinäre Entwicklungsteams sowie Product Owner aus den Fachbereichen haben sich hier in der Praxis bewährt. Die eigentliche Wertschöpfung mit Daten und Analytics findet in den Geschäftsbereichen statt und nicht in einem Kompetenzzentrum oder gar der IT wie oft vermutet. Daher bedarf es einer unternehmensweiten Transformation um Daten wertschöpfend einzusetzen. Der Aufbau eines dedizierten Teams oder der kauf von Tools alleine führt nicht zum Erfolg.
Takeaways: Die menschliche Dimension als Schlüssel zum Erfolg
Zusammenfassend lässt sich sagen, dass die Menschliche Dimension eines Unternehmens häufig sehr vielschichtig ist und eventuelle Probleme selten triviale Standardlösungen haben. Gleichzeitig bilden die Menschen eines Unternehmens einen wichtigen Bestandteil in der Datenwertschöpfungskette, denn sie sind letztendlich diejenigen die Werte mittels Daten erschaffen und das Unternehmen weiterentwickeln. Für eine Data Driven Business Transformation ist es daher unerlässlich auch die menschliche Komponente des Unternehmens mit zu berücksichtigen. Der Blick richtet sich dabei auf Führungskräfte, Entscheider, Nutzer von BI oder KI Lösungen, Datenspezialisten und Kunden sowie deren Rolle in einem Analytics-Betriebsmodell.
