Foto: Andrey_Popov - shutterstock.com
Datenkompetenten Mitarbeitenden schnellen und transparenten Zugriff auf aktuelle Geschäftsdaten verschaffen, damit sie intelligente Entscheidungen treffen: Das ist das Ziel der H. & J. Brüggen KG, die hochwertige Getreideprodukte für den Lebensmittelhandel und die weiterverarbeitende Industrie herstellt. Das mittelständische Familienunternehmen ist auf diesem Weg inzwischen ein großes Stück vorangekommen.
Wie Brüggen 300.000 Euro Kosten spart
Um die Supply Chain noch effizienter und zuverlässiger zu machen, liefert eine Analytics-Lösung die dafür erforderlichen Auswertungen von Daten aus SAP ERP und SAP APO, nahezu in Echtzeit und per Self-Service. Da Out-of-Stock-Situationen oder Überbestände dank datenkompetenter Analysen so gut wie nicht mehr vorkommen und Brüggen dadurch bislang 300.000 Euro an Kosten eingesparte, haben sich die Investitionen in die Analyse-Lösung längst amortisiert. Doch damit nicht genug. Dank Datenanalysen nahezu in Echtzeit erhöhten sich die Genauigkeit der Absatzplanung um 27 Prozent sowie die Prognosegenauigkeit um sieben Prozent.
Teil der Unternehmensstrategie ist zudem, Abteilungen intrinsisch zu motivieren, datenkompetent zu arbeiten und zahlenbasierte Entscheidungen zu treffen. Beschäftigten aller Hierarchieebenen wird dabei gleichermaßen Datenkompetenz vermittelt, vom Auszubildenden bis zur Führungskraft.
Dieses Praxisbeispiel zeigt: Unternehmen, die das Potenzial optimal ausschöpfen wollen, das in Daten aller Art schlummert und deren Menge zugleich exponentiell steigt (Big Data), brauchen vor allem zweierlei: zeitgemäße IT-Tools, unter anderem für Echtzeitanalysen und zur Datenintegration, sowie datenkompetente Beschäftigte.
Nachholbedarf bei der Datenkompetenz
Doch in der Realität ist es in puncto Datenkompetenz und Datenanalyse vielerorts nicht gut bestellt. Datenkompetenz bedeutet: Im Idealfall ist jeder Beschäftigte in der Lage, die maschinelle Intelligenz von Analysealgorithmen und künstlicher Intelligenz (KI) durch Kreativität und kritisches Denken optimal zu ergänzen. Eine Umfrage des US-Marktforschers Forrester Consulting zeigt jedoch, dass die Schulungen und Weiterbildungsmaßnahmen zum Umgang mit Daten meist auf Datenexperten beschränkt sind. Das verwundert, denn Datenkompetenz ist bereits heute eine der meistgefragten Fähigkeiten bei Mitarbeitenden. Eine aktuelle Studie des Analytics-Spezialisten Qlik prognostiziert, dass Datenkompetenz branchenübergreifend bis 2030 zu den wichtigsten Fähigkeiten gehören wird, etwa so bedeutend wie Lesen, Schreiben und Rechnen.
Um Datenkompetenz zu erwerben und gezielt zu verbessern, eignet sich ein modularer und in Bezug auf Analyseprodukte neutraler Ansatz. Ausgangspunkt ist die Ermittlung des aktuellen Status der Datenkompetenz. Daraus werden die nötigen Maßnahmen abgeleitet und durchgeführt, seien es Workshops, Online-Kurse, Präsenzschulungen oder Beratungsleistungen. All dies, wie auch eine Zertifizierung der Datenkompetenz, bietet zum Beispiel das Data-Literacy-Programm von Qlik. Selbstredend ist die Datenkompetenz regelmäßig auf den Prüfstand zu stellen und, falls nötig, durch zusätzliche Schulungen auf den aktuellen Stand zu bringen. Zudem muss gewährleistet sein, dass neue Mitarbeitende von Beginn an die erforderliche Datenkompetenz erwerben.
Vom passiven BI-Ansatz zur Active Intelligence
Datenkompetenz, das ist das eine. Das andere ist der Einsatz einer modernen Plattform, die Daten aller Art aus unterschiedlichen Quellen sammelt, integriert und Datenanalysen in Echtzeit ermöglicht, per Self-Service und in beliebiger Detailtiefe. Hier herrscht Nachholbedarf. Das Beratungsunternehmen Accenture fand heraus, dass Unternehmen zwischen 60 und 73 Prozent ihrer Daten niemals auswerten. Das Potenzial, das in diesen Daten schlummert, liegt also brach, egal ob im Hinblick auf die Prozessoptimierung oder neue Geschäftsmodelle.
Es ist nicht so, dass Unternehmen keine Datenanalysen durchführen. Doch in vielen Fällen werten sie Informationen gemäß dem "klassischen" passiven BI-Ansatz aus, der sich auf vorkonfigurierte historische Daten statt auf Echtzeitdaten stützt. Das ist in der dynamischen Geschäftswelt von heute nicht wirklich eine Option, da hierdurch zukunftsweisende Entscheidungen auf Basis veralteter Daten getroffen werden.
Was es braucht, ist ein agiler und dynamischer Umgang mit Informationen. Möglich macht das ein Active-Intelligence-Konzept, das einen multidirektionalen Kanal für einen unternehmensweit kontinuierlichen Datenfluss schafft und Beschäftigte kontinuierlich mit Daten und Analysen in Echtzeit versorgt. "Unter dem Begriff 'Active Intelligence' versteht Qlik einen Zustand von Datennutzung, in dem Unternehmen und Organisationen Daten aus allen relevanten Quellen durch automatisierte Datapipelines, bei Bedarf in Echtzeit bereitstellen", erklärt Matthias Herkommer, Director Pre-Sales DACH bei Qlik.
Dabei könne die Bereitstellung auf einer oder mehreren modernen Zielplattformen erfolgen, beispielsweise in einem Cloud Data Warehouse, einem Data Lake oder direkt in der Qlik Cloud, in analysebereiter Form und unter entsprechender Governance. "Mit Hilfe datenkompetenter Mitarbeiter und in Kombination mit Künstlicher Intelligenz in der Analyse (Augmented Analytics) wird damit eine zeitnahe, datengestützte Entscheidung ermöglicht. Über eine integrierte Application Integration Engine lassen sich daraufhin in Drittsystemen, etwa in einem CRM oder Dispositionssystem, automatisiert Aktionen auslösen und Beschäftigte kontextbezogene sowie personalisierte Handlungsempfehlungen erhalten", so Herkommer.
End-to-End-Plattform für Datenintegration und Analyse
All das belegt: Der Königsweg, um den ganzen Datenschatz zu aktivieren, zu harmonisieren und sein Wertschöpfungspotenzial möglichst vollständig zu heben, ist eine hohe Datenkompetenz in Verbindung mit dem Einsatz einer State-of-the-Art-Echtzeitplattform für Active Intelligence. Das schafft die Voraussetzung, um schnell datengestützte Entscheidungen zu treffen, die Reaktionsgeschwindigkeit und die Flexibilität zu erhöhen sowie wettbewerbsdifferenzierende digitale Geschäftsmodelle zu realisieren. Und darauf kommt es letztlich an.
Zur Umsetzung eines solchen Active Intelligence-Konzepts eignet sich eine offene End-to-End-Cloud-Plattform mit Services für Datenintegration und Datenanalyse, die mit beliebigen Datenquellen verknüpft werden kann: mit Datenbanken, Data Lakes, Data Warehouses, SAP-Systemen oder Großrechnern. Mit Qlik Cloud ist eine solche Plattform am Markt verfügbar, die zudem die Sicherheit und Governance sämtlicher Datenbestände zu jedem Zeitpunkt gewährleistet und mit der sich alle Aktivitäten der Benutzer transparent nachvollziehen lassen.
Im Qlik Whitepaper "Die Daten-Blackbox im Fokus - keine Angst vor Big Data" erfahren Sie mehr darüber, wie Datenkompetenz und Active Intelligence Echtzeit-Analytics ermöglicht.