Bauchgefühl ade – Warum Vorstandsentscheidungen heute daten-basiert erfolgen sollten

Erfahrung und die berühmte „Nase fürs Geschäft“ machen einen erfolgreichen Manager aus – lange Zeit war das unbestritten. Die Märkte veränderten sich gemächlich, unerwartete Chancen taten sich selten auf, Disruptionen geschahen im Rhythmus von Jahrzehnten, nicht Jahren oder gar Monaten. Viele Entscheidungsmuster blieben so beinahe unverändert gültig.

Heute verändert sich die soziale und ökonomische Situation überall auf der Welt rasant: Tiefgreifende Ereignisse wie Pandemien und Naturkatastrophen erschüttern Finanzmärkte und ökonomischen Systeme. Es gibt kaum Erfahrungswerte, an die sich Entscheider halten können. Andererseits haben kleinste Fehleinschätzungen oft verheerende Auswirkungen für Unternehmen. 

Angst und Misstrauen stehen im Weg

Folglich sind C-Level-Manager, die ihre Verantwortung für Mitarbeiter, Aktionäre und Kunden ernst nehmen, schlecht beraten, wenn sie ihre Entscheidungen ausschließlich auf Basis ihrer immer weniger relevanten Erfahrung treffen oder sich auf ihr Bauchgefühl verlassen. Das müssen sie aber auch nicht mehr. Wie zahlreiche Studien belegen, nutzen überdurchschnittlich erfolgreiche Unternehmen intelligent die Daten, die sie bereits gesammelt haben und weiterhin sammeln. 

Allerdings gibt das Datenmeer seine Erkenntnisschätze nicht freiwillig preis. Sie müssen ihm abgerungen werden – mit Data Mining und Datenanalyse. Doch da haben gerade die deutschen Unternehmen noch einigen Nachholbedarf. Nach einer aktuellen Untersuchung, für die der BDI kürzlich etwa 500 Betriebe befragen ließ, ist es mit der „Data Readiness“ hierzulande nicht weit her. Nur 28 Prozent der Teilnehmer bescheinigten ihrem Daten-Management einen „hohen Digitalisierungsstand“.

Anderswo sieht es mit dem „Data-First-Ansatz“ nur geringfügig besser aus. Wie das für Digitales zuständige Ministerium der britischen Regierung kürzlich mitteilte, sind die meisten Unternehmen in UK noch damit beschäftigt, ihre Daten qualitativ zu verbessern und eine Governance dafür zu entwickeln. Dabei sollten sie damit eigentlich bereits neue Ziele definieren und KPIs entwickeln. Hierzu bedarf es jedoch einer langfristigen Strategie.

Wer seine Daten strategisch nutzt, wird mit höherer Produktivität, geringeren Kosten und besserer Kundenbindung belohnt. Datenanalyse versetzt das Management in die Lage, zu erkennen, welche Unternehmensbereiche aktuell besondere Aufmerksamkeit brauchen oder wo etwa Investitionen den besten Return versprechen. Darüber hinaus macht sie die Ergebnisse der Maßnahmen messbar. In Kombination mit AI-Funktionen lassen sich so die Spielregeln der Wirtschaft komplett ändern: Predictive Analytics macht es möglich, potenzielle Risiken – auch im Cybersecurity-Bereich – zu erkennen und bekämpfen, bevor Schaden entsteht. 

In wenigen Schritten zum Data-First-Unternehmen

Die Vorteile eines datengetriebenen Geschäftsmodells reichen also weit über operationale Effizienz hinaus – hinein in Personalentwicklung und Kundenbindung bis zur Identifikation erfolgversprechender Akquisitionen. Hat das Top-Management das erst einmal erkannt, ist der erste Schritt zu einer Datenstrategie bereits getan.

Jetzt gilt es, diese Erkenntnis über alle Unternehmensbereiche hinweg zu ventilieren. Häufig setzt das eine kleine Kulturrevolution in Gang, denn ein datenzentriertes Unternehmen funktioniert nur in agilen und funktionsübergreifenden Strukturen. Es empfiehlt sich, einen Chief Data Officer zu engagieren, der die Transformation vorantreibt, indem er Aufklärungsarbeit betreibt und Schulungsangebote für die Mitarbeiter entwirft.

Die sind aber nur dann hilfreich, wenn die Entscheider auch den Mut haben, verkrustete Strukturen aufzubrechen, Abteilungssilos aufzulösen und alles beiseitezuräumen, das die Mitarbeiter daran hindert, gemeinsame Zielen zu verfolgen. Das impliziert den Abschied von veralteten IT-Systemen und die schrittweise Einrichtung einer Cloud-basierten digitalen Infrastruktur. Disparate, unstrukturierte und monofunktionale (Silo-)Daten lassen sich dann in einem Data Lake auffangen, wo sie für das Data Mining aufbereitet werden. Hierbei sind IT-Berater wie Mphasis, die sich auf Cloud und kognitive Dienste, spezialisiert haben, eine große Hilfe.

Sobald diese Grundlage gelegt ist, müssen sich die Entscheider aber fragen, was sie eigentlich erreichen wollen. Konkret: Welche Einsichten hoffen sie mit AI-getriebener, Cloud-basierte Analyse und Automation zu gewinnen? Wer nicht weiß, wo es hingeht, wird dort niemals ankommen.

Wer aber die richtigen Schlüsselfragen stellt, bekommt Antworten, mit denen sich Chancen erkennen und ergreifen lassen, bevor sie für Andere sichtbar sind. Gleichzeitig ist eine veritable Datenanalyse-Struktur das Mittel, um den heraufziehenden Krisen proaktiv zu begegnen. So lässt sich das ganze Unternehmen agiler und widerstandsfähiger machen, kurz: auf die nächste Wachstumsebene heben. 

www.mphasis.com/