5. User bleiben aussen vor
Die Bedürfnisse der Anwender zu ignorieren, führt im Regelfall ins Unglück. Das durfte Nick Cramer, Leader of Applied Solutions beim Beratungsunternehmen SSA & Company, vor kurzem am eigenen Leib erfahren - im Rahmen einer Zusammenarbeit mit einem US-Gastronomiedienstleister. Dieser legte ein rasantes Wachstum vor, allerdings bei sinkender Servicequalität.
"Jeder zeigte mit dem Finger auf den anderen", erinnert sich Cramer. "Aber der CIO hatte keine Dashboards oder Reportings zur Verfügung, nur Anekdoten und Meinungen." Die wesentliche Ursache war laut Cramer ein schwer zu bedienendes, zentrales Installationssystem: "Die Mitarbeiter aktualisierten ihre Aufzeichnungen zwar, aber erst im Nachhinein. Das System war ihnen aufgezwungen worden und jede Abteilung hatte ihren eigenen Workflow, um Zeitpläne zu erstellen. Es fand keine Kommunikation und kein Datenfluss statt - stattdessen musste man von Büro zu Büro gehen, wenn man wissen wollte, wer was wie und wie gut erledigt und welche Optimierungen man in Angriff nehmen könnte." Die Lösung habe letztlich darin bestanden, sich den Business Usern anzunähern, um zu verstehen, wie sie die Daten verwenden, so Cramer.
Joshua Swartz, Partner bei der Management-Beratung Kearney, empfiehlt in diesem Zusammenhang, den Chief Data Officer möglichst nah bei den wertvollsten Assets des Unternehmens anzusiedeln: "Wenn Daten ein strategisches Gut des Unternehmens sind, muss der CDO näher an dem Teil des Unternehmens platziert sein, der die Daten besitzt. Konzentriert sich das Unternehmen darauf, Daten für die betriebliche Effizienz zu nutzen, dann sind sie möglicherweise beim COO gut aufgehoben."
6. Trust nicht existent
Verantwortungsvoll mit Daten umzugehen, ist wichtig für den Erfolg von Dateninitiativen - insbesondere im Finanzsektor, wie Sameer Gupta, Chief Analytics Officer bei der DBS Bank, unterstreicht: "Es ist essenziell, Daten und Modelle verantwortungsvoll zu nutzen und ethische Überlegungen dabei miteinzubeziehen."
Durch einen Fokus auf Trust hat die DBS Bank - ihres Zeichens die größte Bank Südostasiens mit Sitz in Singapur - sich selbst dazu befähigt, KI- und Daten-Use-Cases im gesamten Unternehmen zu implementieren, von kundenorientierten Geschäftsbereichen bis hin zu Support-Funktionen wie Compliance, Marketing und HR. "Im Jahr 2022 betrug der Umsatzanstieg durch unsere KI- und Machine-Learning-Initiativen etwa 112 Millionen Dollar - im Vergleich zum Vorjahr mehr als das Doppelte. Und wir streben an, das in den nächsten fünf Jahren zu verzehnfachen", freut sich Gupta.
Trust zu gewinnen, erfordert Zeit und Hingabe, ist aber auf dem Weg zum Data-driven Enterprise unerlässlich. Ist ein guter Anfang gemacht, setzt sich allerdings ein positiver Kreislauf in Gang. Das versucht zumindest eine aktuelle CapGemini-Studie zu belegen. Demnach:
ist die Wahrscheinlichkeit, dass Mitarbeiter ihrem Unternehmen vertrauen, um 18 Prozent höher, wenn eine starke Data-Analytics-Initiative vorhanden ist.
ist es in diesen Unternehmen um 23 bis 27 Prozent wahrscheinlicher, dass es zu positivem Change kommt, wenn sie sich weiterentwickeln müssen.
"Viele Menschen, auch Datenexperten, denken, dass es technologiebedingte Probleme sind, die den Übergang zu einem datengetriebenen Unternehmen behindern", meint Eugenio Zuccarelli, Datenwissenschaftler und ehemaliger KI-Forscher am MIT. Die wirklichen Hindernisse seien jedoch persönlicher Natur - die Menschen müssten erst lernen, den Wert datengestützter Entscheidungen zu verstehen, ist der Experte überzeugt. Er fügt hinzu: "Und die Mitarbeiter müssen begreifen, dass ihr Fachwissen nach wie vor gefragt ist und die Daten ihnen als zusätzlicher Input zur Verfügung stehen. (fm)
Dieser Beitrag basiert auf einem Artikel unserer US-Schwesterpublikation CIO.com.