Why Data? – 8 Zugänge zum Thema Daten

Viele Unternehmen setzen immer mehr auf Digitalisierung. Dabei schwingt oftmals das Schlagwort „Corporate Data Centricity“ mit: das Ziel, das eigene Unternehmen entlang der gesamten Wertschöpfungskette auf Daten aufzubauen. Doch was bedeutet das eigentlich? Warum kann es sinnvoll sein, einen größeren Fokus auf Daten zu legen? Welche Aspekte greifen für den individuellen, branchenunabhängigen Reifegrad von Unternehmen? In diesem Blogbeitrag werden acht Zugänge dargelegt, inwiefern Daten die Lösung für unternehmerische Herausforderungen in Gegenwart und Zukunft sein können.

Es gibt nicht den einen Zugang, nicht die eine Argumentationskette, warum das Fundament zukünftiger Unternehmenswicklung aus Daten bestehen kann. Um diese grundlegenden Elemente zu durchdringen ist es hilfreich, verschiedene Zugänge zu Daten, Digitalisierung und deren Wichtigkeit mit der individuellen Unternehmensrealität und -mentalität sowie den eigenen Geschäftszielen abzugleichen.

1. Disruption

Es besteht immer das Risiko, dass Innovationen ein Produkt, ein Geschäftsmodell, einen Service etc. verdrängen oder ersetzen. Dadurch besteht die Gefahr, dass ein Disruptor das entsprechende Unternehmen mit diesem Angebot aus dem Markt verdrängt. Im klassischen Innovator’s Dilemma handeln aktuell erfolgreiche Marktteilnehmer zwar rational, werden jedoch genau dadurch aktiv aus dem Markt verdrängt.

Damit frühzeitig bemerkt wird, dass und wie ein Disruptor die Marktposition gefährdet, müssen bestehende Daten optimal genutzt werden. Wer Geschäftsmodell, Prozesse, Produkte und Services vorausschauend anpasst oder zum eigenen Disruptor wird, kann dem Innovator’s Dilemma entkommen.

2. Geschäftsmodelle der Zukunft

Immer mehr Unternehmen setzen für die Zukunft auf eine datenbasierte Geschäftsstrategie. Die unmittelbaren Wettbewerber können dadurch früher oder später eingeholt werden. Wer sich diesem Druck, möglicherweise abgehängt zu werden, entgegenstellen möchte, kann die Fähigkeit aufbauen, digitale und datenbasierte Geschäftsmodelle zu entwickeln und dadurch die Geschäftsstrategie mit einer individuellen IT- und Datenstrategie optimal verzahnen.

3. Sozialer & gesellschaftlicher Wandel

Mit sozialem und gesellschaftlichem Wandel wächst die Bedeutung bestimmter Themen, wie z. B. Nachhaltigkeit, Klimaschutz & soziale Verantwortung. Dadurch werden auch Anforderungen und Bedürfnisse von Endkund:innen an Unternehmen gestellt. Um diese zu identifizieren und adäquat auf sie zu reagieren, hilft es, Unternehmen zu einer Data Driven Company zu transformieren. So können diese Lösungen operationalisieren und damit unternehmerischer Verantwortung in Gegenwart und Zukunft sowie den Bedürfnissen von Kunden gerecht werden.

4. Risiko des Nicht-Handelns

Der Erfolg der Big Tech-Unternehmen basiert auf der Fähigkeit, Digitalisierung und Daten optimal zu nutzen. Dadurch dringen sie in Märkte vor, die traditionell durch andere Kernkompetenzen bestimmt sind. Diese Entwicklung gefährdet möglicherweise die Markposition anderer Unternehmen. Wer nicht handelt, setzt sich dem Risiko aus, vom Markt verdrängt zu werden. Um sich davor zu schützen, ist es ratsam, sich proaktiv Datenkompetenz – die Kernkompetenz des 21. Jahrhunderts – zu erschließen.

5. Megatrends

Es gibt Sachverhalte und Umstände, die die ganze Menschheit universell und damit auch das eigene Geschäft betreffen – sie zu ignorieren, ist kaum möglich. Mit datenbasierten und datengetriebenen Maßnahmen sind Unternehmen in der Lage, darauf zu reagieren und wertschöpfend und gleichzeitig integer zu handeln. Zu diesen Megatrends gehören u. a. der Klimawandel, der demographische Wandel, globale Wertschöpfungs- und Lieferketten, Mobilität und weitere.

Am Beispiel des demographischen Wandels lässt sich die Bedeutung von Daten gut veranschaulichen. In Deutschland wird es mit dem Renteneintritt der Babyboomer deutlich weniger Arbeitskräfte auf dem Arbeitsmarkt geben; die im Schnitt ältere Bevölkerung erhöht die Anforderungen an viele Dienstleistungen und Branchen. Tätigkeiten, die heute stark durch Sacharbeiter getrieben sind, müssen zukünftig aufgrund von Fachkräftemängel ersetzt werden. Die Digitalisierung ist jedoch noch nicht weit genug fortgeschritten, um z. B. die Ende-zu-Ende- oder Prozessautomatisierung umfänglich zu ermöglichen. Allerdings gibt es heute bereits Technologien wie bspw. das Maschinelle Lernen, die es ermöglichen, die Automatisierung erheblich voranzutreiben, um dem veränderten Verhältnis zwischen dem Arbeitsmarkt und den zu erbringenden Leistungen gerecht zu werden.

Insight

5 Thesen zu Machine Learning Operations

Machine Learning Operations (MLOps) ermöglicht Unternehmen, Künstliche Intelligenz effizient in jedes Produkt und jeden Service zu integrieren. So wie DevOps die Produktivität von Softwareentwicklern gesteigert […]

6. Entscheidungsfindung

Das Treffen von Entscheidungen findet auf einem Spektrum statt, das von Bauch- bis zu vollständig datenbasierten Entscheidungen reicht. Für die Datenbasiertheit werden zunächst Informationen gesammelt. Diese werden dann zu Erkenntnissen veredelt, auf deren Basis Entscheidungen getroffen werden können. Ziel ist es in der Regel, durch gute Entscheidungen gute Handlungen abzuleiten. Im heutigen Zeitalter sind wir einer regelrechten Informationsflut ausgesetzt, wobei sowohl die Komplexität als auch die Qualität der Informationen stark schwanken. Der Prozess der datenbasierten Entscheidungen und daraus abgeleiteter Handlungen erfordert also auch entsprechende Datenkompetenz: die Fähigkeit zum Durchdringen eigener Daten sowie zum Managen großer Datenmengen. Dadurch gelingt es überhaupt erst, Erkenntnisse zu gewinnen und Entscheidungen zu treffen sowie logische Verknüpfungen und Kontextualisierung herzustellen.

7. Daten als neues Wirtschaftsgut

Daten selbst haben einen Wert, sind also nicht nur Mittel zum Zweck. Der Wert dieser Daten liegt z. B. in der Möglichkeit der Individualisierung in Form einer personalisierten User Experience: Mit viel Wissen über die eigenen Kunden steigert sich der Wert der entsprechenden Daten, auch in Bezug auf die eigentliche Gewinnschöpfung des eigenen Geschäftsmodells. Wer diesen Wert nutzen will, muss

a) Daten pflegen
b) mehr Daten gewinnen
c) diese Daten wertstiftend nutzen.

Daten waren zwar immer schon vorhanden und die Grundlage für den Geschäftserfolg; heute wird das ganze ökonomische System allerdings immer mehr auf Daten ausgelegt; die Daten selbst werden wertvoller und teurer, mit ihnen wird gehandelt und es entsteht eine spezifische Regulatorik, die diesen Handel lenkt, wie zum Beispiel diese EU-Richtlinie zur Digitalisierung.

8. Vorausschauende Langfristigkeit entlang komplexer Ziele

Damit das eigene Geschäftsmodell auch in den nächsten 10, 30 oder 50 Jahren noch funktioniert und gefragt ist, müssen sich Unternehmen neuen Entwicklungen und Anforderungen anpassen. Prognosen, langfristiges Planen und die Entwicklung zukunftsfähiger Lösungen gelingt einfacher und besser anhand von Informationen, die bereits zur Verfügung stehen, in Kombination mit Wissen, das aus dem Wandel hervorgeht. Mit entsprechender Datenkompetenz können diese Unternehmen vorausschauend handeln, z. B. indem sie das Verhalten von Kunden tracken und damit immer wieder neu und flexibel auf Nachfrage und Bedürfnisse reagieren. Damit lassen sich auch komplexe Ziele verfolgen, z. B. solche, bei denen erst nach vielen Touchpoints ein Verkaufserfolg stattfindet.

Wie passen diese Zugänge zu Ihrem Unternehmen?

Daten können die Antwort für eine nachhaltige und zukunftssichere Wertschöpfung sein. Mehrere dieser Anstöße können zu Ihnen, zu Ihrem Unternehmen passen; Argumentationsketten können verzahnt werden und sich überschneiden; je nach Branche oder Geschäftsmodell fehlen Aspekte oder müssen angepasst werden. Wir unterstützen Sie bei der Verortung Ihres individuellen digitalen Reifegrades und entwickeln mit Ihnen Maßnahmen, um an wichtigen Stellschrauben zu drehen, damit Ihnen die Corporate Data Centricity auf allen Ebenen gelingt.

Sie interessieren sich für datengetriebene Unternehmensführung? Kontaktieren Sie Dr. Robert Fischer und sein Team und finden Sie gemeinsam heraus, wie Sie aus Ihren Anforderungen einen Pack-An für kurz- und langfristige Maßnahmen Ihrer datenbasierten Unternehmenssicherung generieren.