Auf dem Weg zur Datenstrategie
Nicht aufhören!
Aber egal, wo Sie anfangen: Sie sollten nicht damit aufhören, sich um die Qualität und Konsistenz Ihrer Daten zu kümmern! Daten sind leider nicht das universelle neue Öl Ihrer Geschäftsmodelle, sondern eher eine Art völlig inhomogener Rohstoff, den Sie zwar immer wieder verwenden können – für ganz unterschiedliche Fragestellungen und Projekte aber immer wieder neu aufbereiten, mischen und kontextualisieren müssen. Dennoch müssen Sie sich in Ihrer Datenstrategie auch um die kontinuierliche Versorgung mit frischen Daten kümmern, denn trotz der Möglichkeit zur Mehrfachverwendung haben auch Daten ein Verfallsdatum.
Modelle müssen regelmäßig auch mit neuen Daten gefüttert werden, die ihre einmal erzielten Prognosefähigkeiten erweitern und aktualisieren, denn zum einen stellen die ursprünglichen Trainingsdaten immer nur eine Teilmenge aller Daten dar, was die Modelle zwangsläufig unvollständig und inexakt macht, so dass sie weiter lernen müssen, um sich zu vervollständigen. Zum anderen ändert sich die Umwelt ständig, was in den Modellen berücksichtigt werden muss. Also kommen Sie beim Aufsetzen Ihrer Datenstrategie nicht darum herum, regelmäßige Feedback-Loops einzuplanen – einmal im Jahr vielleicht, eventuell auch häufiger, das hängt von der Dynamik Ihres Geschäfts ab.
Ein schneller Einstieg ist besser als kein Einstieg
Erste Projekte lassen sich schnell realisieren, denn sie sind klein und überschaubar komplex. Allerdings sollten Unternehmen sich nicht nur für die Vorbereitungen ihrer Datenstrategie und der Aufbereitung ihrer Daten Zeit nehmen, sondern auch für die Fehler, die sie beinahe zwangsläufig machen werden. Es gibt kaum Abkürzungen, um den eigenen Weg zu finden. „Try again, fail again, fail better“ hat der berühmte britische Dramatiker Samuel Beckett einmal das Verhalten in innovativen Projekten auf den Punkt gebracht, und dem ist nichts hinzuzufügen.
Ähnliches gilt für die Monetarisierung, wenn Unternehmen ihre internen Daten mit anderen Organisationen teilen wollen: Natürlich ist es richtig, in jedem Projekt, also auch in derartigen unternehmensübergreifenden Datenprojekten, über einen Return on Investment (ROI) nachzudenken, denn das Teilen von Daten oder die Teilnahme an einem Datenraum wie Catena-X, dem Datenraum Mobilität und vieles anderes mehr ist ja kein Selbstzweck. Aber die ehrliche Antwort darauf, wann sich eine derartige Investition auszahlen wird, ist: Wir wissen es noch nicht genau, weil nur wenige Organisationen schon an diesem Punkt angelangt sind. Deshalb sollten sich Unternehmen als Ergebnis ihrer ersten Projekte in diesem Bereich vor allem vornehmen, Erfahrungen im eigenen (näheren) Wertschöpfungssystem zu gewinnen und Ideen zu generieren, die bei den nächsten Projekten helfen. Selbst in der schnelllebigen Zeit der Digitalisierung brauchen neue Technologien Zeit, um sich durchzusetzen und ihren praktischen Nutzen zu beweisen. Die Cloud, künstliche Intelligenz oder das Internet der Dinge sind Technologien und Konzepte, die zum Teil Jahrzehnte alt sind und sich erst jetzt am Markt beweisen.
Ergebnisse, die weniger monetär als strategisch nutzbar sind, und das könnte sich als strategischer Vorteil erweisen, können sich die Führungskräfte in oft familiengeführten kleinen und mittelständischen Unternehmen eher leisten. KMUs können besser ausprobieren und einen längeren Atem beweisen – vorausgesetzt natürlich, dass sie die nötigen finanziellen Ressourcen dafür haben.
Falsch ist in diesem Zusammenhang nur eine Entscheidung: Nicht mit einer Datenstrategie und ersten Projekten zu beginnen. Wer jetzt anfängt, wird seine Erfahrungen machen, daraus lernen und beim nächsten Mal, siehe Beckett, auf höherem Niveau scheitern, also immer besser werden.
