Thought Leadership
Data Analytics und der Mittelstand in Deutschland – laut gleichnamiger Deloitte-Studie ein Spannungsfeld aus relativer Zufriedenheit und fehlender Kenntnis tatsächlicher Potenziale.
Relativ zufrieden zeigen sich die Unternehmen mit den verfügbaren Daten als Entscheidungsbasis – weniger mit deren Übersichtlichkeit sowie den Zugriffsmöglichkeiten. Am besten beurteilt wird die Datenqualität im Bereich Finanzen/Risikomanagement. Insgesamt glaubt sich der Mittelstand gut vorbereitet auf die Herausforderungen von „Big Data“. Die Entscheidungen werden der Mehrheit zufolge auf rationaler Basis getroffen: Dabei zeigen sich angestellte Manager deutlich analytischer als die eher intuitiv entscheidenden Eigentümer. Genutzt werden IT-Systeme und Daten hauptsächlich bei Kostenrechnung, Buchhaltung, Bilanzierung, aber auch für Warenwirtschafts- und -managementsysteme – insgesamt dominieren innen- und produktionsgerichtete Systeme. Strategische Entscheidungen basieren dagegen seltener auf Datenanalysen.
„Data Analytics ist nichts anderes als eine methoden- und IT-basierte Entscheidungshilfe. Dabei sollte das Thema nicht von der IT-Abteilung, sondern von der Unternehmensleitung und den Fachbereichen vorangetrieben und verantwortet werden“, kommentiert Jürgen Reker, Partner und Leiter Mittelstand bei Deloitte.
Entscheidungen: rational oder intuitiv?
Laut Studie treffen angestellte Manager eher rationale, Eigentümer dagegen oft intuitive Entscheidungen. Einen großen Einfluss hat zudem der persönliche Entscheidungsstil. Bezogen auf Funktionen werden vor allem CEOs und CFOs analytische Entscheidungsmuster zugeschrieben. Inhaltlich haben strategie-, planungs-, controlling- und personalbezogene Entscheidungen hohe Priorität. Die wichtigsten strategischen Entscheidungen beziehen sich auf die Topmanagementbesetzung, die Markterschließung, das Produkt- und Kundenportfolio sowie neue IT-Systeme.
Datenlage gut, Datenaggregation ausbaufähig
Mit 87 Prozent ist die Zahl der Unternehmen, die eine steigende Datenmenge in Verbindung mit stärkerem Entscheidungsdruck (77%) konstatieren, sehr hoch. Die eigene Datenlage wird dabei überwiegend nicht als prekär beurteilt: Mehr als 70 Prozent halten ihre Daten quantitativ und qualitativ für ausreichend. Obwohl diese Grundlage die Entscheidungsqualität determiniert, wird sie dennoch durch Defizite in der Datenstandardisierung und -aggregation beeinträchtigt.
Die befragten Unternehmen sehen bei 40 Prozent der Entscheidungen die mangelnde Datenübersichtlichkeit als ernstes Problem, bei 26 Prozent haben die Entscheidungsträger unzureichenden Zugriff auf die relevanten Daten. Für 23 Prozent liegen solche Daten gar nicht erst vor. Insgesamt verfügen knapp zwei Drittel über eine integrierte IT-Gesamtlösung, ein knappes Drittel verwendet einzelne Module.
Innengerichtete Systeme dominieren
Obwohl nach außen orientierte Entscheidungen – etwa in Bezug auf Kunden und Märkte – an strategischer Bedeutung gewinnen, ist hier die Datenlage optimierungsfähig. Generell spielen dazu innen- und produktionsgerichtete Systeme eine Rolle. Vor allem der Finanzbereich und das Risikomanagement stehen im Zentrum von Data-Analytics-Aktivitäten. Hier zeigen sich auch 73 Prozent zufrieden oder sehr zufrieden mit der Datenqualität.
Terra incognita Marketing
Im Marketing, Produktion oder Personal lässt die Zufriedenheit sichtbar nach. Die mangelhafte Datenqualität wird oft mit der (nicht oder kaum existenten) Prozesslandschaft begründet. Ein besonderer Fall ist der Bereich Marketing/Vertrieb. Obwohl Entscheidungen hier hohe Priorität genießen und vermeintlich rational getroffen werden, ist der IT-Durchdringungsgrad in mittelständischen Unternehmen eher niedrig.
Prozessverbesserungen/Datenbereinigung durch Datenanalyse
Trotz aller Herausforderungen sind 84 Prozent mit ihrer Entscheidungsqualität subjektiv zufrieden. Nur ein Fünftel der Unternehmen plant zusätzliche Anstrengungen im Marketing und Controlling. Dabei sehen 54 Prozent durch Data Analytics insgesamt Prozessverbesserungen, 47 Prozent stellen eine Bereinigung und Qualitätssicherung interner Daten fest – obwohl kaum Instrumente zur Evaluierung von Data Analytics existieren.
„Natürlich geht es den Unternehmen um ‚gute‘ Entscheidungen. Hierfür sollten sie Datenanalyse und Strategie eng miteinander verzahnen – und stets vom Ergebnis her denken. Auch ist es wichtig, Systemkomplexität und Entscheidungssituationen aufeinander abzustimmen. Nicht zuletzt gilt es, aus Fehlern zu lernen und diese Erkenntnisse für künftige Entscheidungen zu nutzen“, ergänzt Jürgen Reker.
Den kompletten Report finden Sie hier zum Download.
