„Digitalisieren ohne Datenstrategie? Das macht keinen Sinn!“

Michael Fieg: Viele Unternehmen haben ihre Digitalisierungsprogramme quasi im Front-End gestartet. Die Digitalisierung wird oft vom Marketing getrieben. So entstehen Lösungen, die von außen betrachtet – also aus Sicht der Kunden und Geschäftspartner – toll aussehen, aber aufgrund ihrer ungenügenden Einbindung ins Unternehmen nicht richtig funktionieren. Beispiele kennen wir viele: Webshops, die Produktdaten fehlerhaft oder eingeschränkt darstellen, unterschiedliche Profildaten desselben Kunden in verschiedenen Verkaufskanälen oder Angebote, die nicht zum bisherigen Kaufverhalten der Kunden passen. Wir glauben deshalb, dass Digitalisierung ohne fundierte Datenstrategie keinen Sinn macht. Hochwertige Kunden-, Produkt- und Lieferanten­daten ermöglichen intelligentere Entscheidungen und bilden die Grundlage für optimierte Geschäftsprozesse. Es gilt daher, strategisch an den Stellschrauben im Back-End zu drehen, bevor Unternehmensprozesse digital transformiert werden können.

Thomas Sperrfechter: Die Mitarbeiter unserer Kunden leiden jeden Tag unter fehlenden, unvollständigen oder falschen Daten. Sie verbringen oft mehr Zeit damit, die Datengrundlage für eine Aufgabe herzustellen, als mit der Auswertung der Daten selbst. Unternehmen sind deshalb gut beraten, ihre Daten bereits während der Entstehung konsistent zu halten. Wir vermitteln die Grundlagen des Datenqualitätsmanagements und entwickeln gemeinsam eine unternehmensweite Datenqualitätsstrategie.

Fieg: Zusätzlich zu den technischen Dimensionen evaluieren wir auch die Prozessqualität. Es ist wichtig, System- und Prozessfehler voneinander zu unterscheiden. Die Prozessqualität setzt sich aus den organisatorischen Rahmenbedingungen im Unternehmen und den damit verbundenen Verantwortlichkeiten für die verschiedenen Datendomänen zusammen. Die Prozessreife eines Unternehmens lässt sich an erzielten Automatisierungs­graden und an der organisatorischen Verankerung von Datenqualitätsprozessen erkennen. Darüber hinaus hat Datenqualität zunehmend auch mit Compliance zu tun. Gesetzliche Vorgaben wie die DSGVO sorgen in vielen Unternehmen dafür, dass man sich erstmals mit dem Thema Data-Governance befasst.

Sperrfechter: Erstens die Tatsache, dass viele Lösungen zur Datenverwaltung historisch gewachsen sind. Oft wissen Unternehmen nicht, wo welche Daten generiert werden, wer sie nutzt oder ob sie qualitativ hochwertig und homogen sind. Bevor ein zentrales, wirtschaftlich effizientes Stammdatenmanagement implementiert werden kann, sind intensive Analysen nötig. Bei der Projektierung eines Master-Data-Managements betrachten wir die Organisation, Prozesse, Datenflüsse und Anforderungen abteilungsübergreifend. Anschließend leiten wir Handlungsempfehlungen ab. Die zweite große Herausforderung sind die Mitarbeiter. Wo Systeme historisch gewachsen sind, treffen wir auf eingespielte und fest verwachsene Prozesse. Ändern sich Geschäftsprozesse, weil man beispielsweise den Automatisierungsgrad der Datenbearbeitung erhöhen möchte, tun sich Mitarbeiter schwer, diese zu verinnerlichen. Wir arbeiten mit unseren Teams daher interdisziplinär und organisationsweit. Denn das frühe Abholen aller Beteiligten in den Fachabteilungen schafft eine höhere Akzeptanz gegenüber dem Change-Prozess.

Sperrfechter: Wichtig sind dabei drei Dinge: die Mitarbeiter, die Daten und die Methode.

Fieg: In den vergangenen Jahren sind neue Rollen entstanden, um eine Brücke zwischen einzelnen Unternehmensbereichen, aber auch zu externen Partnern wie Lieferanten und Kunden zu schlagen. Sogenannte Data-Stewards, Business-Analysts, Data-Architects oder Data-Owner sind oft nicht einzelnen Abteilungen zuzuordnen – eben, weil sie interdisziplinäre Aufgaben haben. Der Rolle des Data-­Stewards entsprechen zum Beispiel Mitarbeiter, deren Hauptaufgabe es ist, die Informationsqualität und die Einhaltung von Informationsprozessen im Unternehmen zu überwachen und zu optimieren. Laut den Analysten von Gartner beschäftigten im vergangenen Jahr 32 Prozent der Unternehmen Data-Stewards, 2020 sollten es bereits 71 Prozent sein.

Sperrfechter: Wir werfen einen Blick auf die gesamte Organisation. Wie könnten Daten organisiert werden? Wo können Teams zentral Services bereitstellen, und wo machen lokale Einheiten Sinn? Meist geht es darum, ein umfassendes Metadaten-Modell zu entwickeln. Welche Systeme enthalten heute dieselben Informationen? Wie können diese ausgetauscht werden? Wie werden die Daten akkurat und konsistent, und wie können sie anderen verfügbar gemacht werden? Dann kommt die Methode ins Spiel. Hier orientieren wir uns an einem Sieben-Stufen-Modell, das von der Vision über Strategie, Messbarkeit, Governance, Teams, Prozesse bis hin zur IT-Infrastruktur reicht.

Sperrfechter: Jeder Mitarbeiter wird durchschnittlich zehn Tage im Jahr freigestellt, um Neues mitzuentwickeln und Prozesse zu optimieren. Coworking-Spaces für den raschen Austausch, Frühstückstreffen mit Präsentationen und eine offene Kommunikation sorgen ebenfalls für ein gutes Innovationsklima.