Digital Business: Erfolgreiche Digitalisierung mit AGAP Datenstrategie
Digital Business: Erfolgreiche Digitalisierung mit AGAP Datenstrategie 2300 1084 dirkstein

Das Thema Datenstrategie und die Umsetzung ist immer auch ein unliebsames, schwieriges und eben auch ein sehr politisches Thema in Organisationen, da die bekannten „Silos“ für eine erfolgreiche Digitalisierung / Transformation in der Regel erst aufgebrochen werden müssen.

In den einschlägigen Publikationen, wie z.B. David L. Rogers „Digitale Transformation“ ist dieses Thema „Daten in Assets zu verwandeln“ bereits enthalten. Doch was bedeutet das nun konkret für die Praxis?

Zunächst einmal muss die Governance für Daten im Unternehmen idealerweise sehr hoch im Unternehmen insitutionalisiert verankert werden. Das ist bei einigen deutschen Unternehmen bereits an der Installation des „Chief Data Officers“ zu erkennen. Es reicht dabei aber nicht aus, diese Funktion lediglich mit einer Richtlinienkompetenz auszustatten. Es muss auch ein Zu- und Durchgriff für diese Funktion auf die Daten sichergestellt sein, denn der Chief Data Officer mit seinem Team muss Daten-  bzw. historisch gewachsene Silos aufbrechen, um der Digitalisierung und Transformation aus Datensicht auch nachhaltig Flügel verleihen zu können.

Die Datenstrategie selbst beschreibt, wie Daten als strategischer Vermögenswert (analog zu Rogers) genutzt werden, um einen Wechsel zu einem datenzentrierten Geschäftsmodell zu ermöglichen. Wenn Unternehmen keine Veränderung anstreben, brauchen Sie auch keine „Datenstrategie“ als solche“. Ist das realistisch? Nein.

Der häufigste Grund für das Scheitern von Datenstrategien ist, dass sie überhaupt keine Datenstrategien sind. Viele Organisationen denken sich Strategien für Datentechnik oder Datenmanagementpläne aus. Dabei werden Daten, von der Datensammlung, über Analytics bis zur Verwaltung der Daten meist nicht ganzheitlich betrachtet. Das liegt meist an der fehlenden Definition der relevanten betriebswirtschaftlichen Fragestellung bzw. Zielsetzung in Bezug auf die Daten.

Ein anderer häufiger Grund für „gescheiterte“ Datenstrategien sind, dass sie nicht die gesamte Geschäftsstrategie passen bzw. der Bezug der Daten dazu völlig intransparent ist.

Daten der Daten willen, also planlos einfach „Daten machen bzw erzeugen“ ist ein todsicherer Weg, dass eine angedachte Datenstrategie eine enorme Zeit- und Geldverschwendung sein wird.

Wenn die Datenstrategie nicht vollständig in die Ziele und Vorgaben der gesamten Organisation integriert ist, wird lediglich nur ein sehr hohles Kartenhaus entstehen, das irgendwann einstürzen wird.

Was tun? Ich wende mit meinen Teams nachfolgende AGAP Leitlinien grundsätzlich an und kann diese nur wärmstens weiterempfehlen.  Die vier AGAP Leitlinien für die erfolgreiche Umsetzung von Datenstrategien lauten:

1. Ausrichtung
Eine Datenstrategie als Teil der Digitalstrategie muss sich an Ihrer Geschäftsstrategie vollumfänglich ausrichten und diese ermöglichen. Es ist klar zu beschreiben wie Daten dazu beitragen die Geschäftsziele zu erreichen. Das bedeutet der Data Value Added „DVA“) muss mit dem Geschäftsmodell nachhaltig verknüpft werden.

2. Gleichgewicht
Eine Datenstrategie ist idealerweise ein ausbalanciertes Datenmanagement zwischen Verteidigung und Angriff. Das bedeutet, dass zwischen den Daten der „Verteidigung“ (verwalten, sichern, schützen) und den Daten des „Angriffs“ (nutzen, wirksam einsetzen, modellieren, teilen, monetarisieren) nachhaltig orchestriert werden muss. „Verteidigung“ ohne „Angriff“ im Sinne der Daten ist simple Datenverwaltung, dem gegenüber ist ein „Angriff“ ohne „Verteidigung“ nicht nachhaltig.

3. Ausgewogenheit
Die erfolgreiche Datenstrategie muss eine Ausgewogenheit zwischen den folgenden Eckpfeilern herstellen: Daten, Technologie, Kultur, Bereitstellung und Mitarbeiterfähigkeiten (data driven thinking!) Wenn nicht jeder dieser Aspekte sorgsam berücksichtigt wird, wird eine Datenstrategie nicht in einer erfolgreichen Digitalisierung bzw. Transformation münden.

4. Pragmatismus
Bei der Erstellung einer Datenstrategie ist es leicht, einen Sprung nach vorn zu machen und sich für künstliche Intelligenz oder Machine Learning zu begeistern. Beachten Sie, dass die meisten SW-Hersteller von KI Lösungen immer hochqualitative und konsistente Daten (Bewegungs-/Stammdaten) voraussetzen. Darauf hingewiesen werden Unternehmen selten. D.h. die angepriesenen KI Lösungen sind in den meisten Unternehmen so gar nicht nutzbar bzw. erst nach einem aufwendigen Datenharmonisierungsprojekt.  

In der Praxis sind konsistente Daten / Stammdaten in der deutlichen Mehrheit so (noch) nicht anzutreffen. Da gibt es große börsennotierte Unternehmen, wobei  A Unternehmen B akquiriert (Übernahme) und es werden mehrere hunderte Millionen EUR für eine neue ERP Lösung ausgegeben. Ein einheitliches Datenmanagement? Fehlanzeige. Das ist ein Beispiel aus dem Jahr 2019. Da dies kein Einzelfall ist, muss eine Datenstrategie innerhalb der zuvor genannten Eckpfeiler vor allem pragmatisch und iterativ sein, um die für die Digitalisierung und Transformation erforderliche datengesteuerte Zukunft grundsätzlich ermöglichen zu können. Die meisten Unternehmensführungen könnten das jedoch auch schneller, einfacher und kostengünstiger erreichen. Was jedoch zählt ist: Einfach machen! Optimale Rahmenbedingungen wird es nie geben.

Herzlichst
Ihr Dirk Stein