Daten intelligent nutzen Effizientes Datenmanagement: Entscheidend ist der Lerneffekt

Anbieter zum Thema

d.velop AG

Esker Software Entwicklungs-und Vertrieb

Yorizon GmbH & Co. KG

Daten sind schon immer das A&O für Aufbau und Führung eines erfolgreichen Unternehmens. Mit KI ist die intelligente Nutzung von Daten noch erfolgskritischer geworden. Alexander Thamm, CEO der Alexander Thamm GmbH, erklärt, wie man zu einem datengetriebenen Unternehmen wird und es gelingt, ein wirklich effizientes Datenmanagement zu betreiben.

Warum sind datengetriebene Unternehmen erfolgreicher als andere, die nicht so stark auf Daten fokussieren?

Alexander Thamm: Verschiedene Studien belegen, dass in datengetriebenen Unternehmen die Wahrscheinlichkeit für eine erfolgreiche Veränderung im Durchschnitt rund 25 Prozent höher ist als in anderen Organisationen. In einer zunehmend schnelleren und komplexeren Welt ist das Bauchgefühl des Managers zwar noch relevant, aber die Hinzuziehung von Fakten führt zu besseren Entscheidungen. Fundierte Daten und Analysen tragen zu einer Demokratisierung von Entscheidungen bei, die mehr Stimmen im Unternehmen zum Gehör verhilft. 

Ich habe schon früher als Werksstudent bei BMW mit einer Datenanalyse zum Thema Service im Kundenbereich bestehende Glaubenssätze widerlegen können. Es geht nicht nur um Ist-Daten, sondern auch um Prognosen und komplexe Entscheidungen, die Menschen fast gar nicht mehr treffen können, wie etwa Preisanpassungen auf der Plattform von Amazon. Auch die Disposition von Logistiknetzwerken wäre ohne Datenanalyse nicht mehr möglich. Natürlich trifft oft noch ein Mensch am Ende die Entscheidung, aber vielleicht auch die falsche, etwa wenn Daten falsch interpretiert werden.

Effizientes Datenmanagement heißt: Anpassungsfähigkeit beweisen

Was macht datengetriebene Unternehmen erfolgreich?

Thamm: In der heutigen Zeit ist das vor allem Anpassungsfähigkeit. Viele Disruptionen und Verände­rungen prägen den Alltag, Patente und Monopole werden aufgebrochen. Vor diesem Hintergrund wird es immer schwerer zu entscheiden, was genau man tun muss, um in die richtige Richtung zu laufen. Unternehmen, die hier Daten haben und zu Rate ziehen, erkennen die sich verändernden Umgebungsvariablen frühzeitiger, vergleichbar einem Radar. Daten benötigt man insbesondere, um Szenarien zu simulieren und Optionen zu vergleichen. Zum Beispiel beim digitalen Zwilling einer Fabrik, bei einer Produkteinführung oder dem Eintritt in einen neuen Markt. Das ist das eine, die Sensorik für das Umfeld. Das haben viele Firmen schon gar nicht. Das Zweite ist das Wissen über mich selbst – was ist noch im Lager, wie sieht die Lieferkette aus, gibt es Influencer, die gerade mein Produkt schlechtmachen? Und das Dritte ist dann die Simulation und das Ableiten optimaler Handlungsoptionen. Da ist dann wieder der Mensch gefragt.

Ist effizientes Datenmanagement eher eine Frage der Technologie oder des Mindsets sich dahin zu entwickeln?

Thamm: Es nicht damit getan, eine neue Software oder Maschine zu kaufen. Klar spielt Technologie eine Rolle, aber über die Cloud ist der Erwerb moderner Technologie ja kostengünstig und schnell verfügbar geworden. Noch wichtiger finde ich eher den Aspekt, die Menschen damit vertraut zu machen, diese modernen Technologien auch vorurteilsfrei zu nutzen. In Unternehmen gibt es da immer wieder noch Hemmungen. Es reicht nicht, dass der Chef ins Silicon Valley fährt und sich Inspirationen holt, wenn im Unternehmen das Management damit nichts anfangen kann. Der Chef muss dann auch den Freiraum und ehrliche Möglichkeiten schaffen, die neuen Technologien zu verstehen und zu nutzen. Ohne ein transformatives Programm, das die Belegschaft spielerisch an die Themen heranführt und bei der Stange hält, dass und wie die positiven Effekte sich einstellen, geht das nicht. 

Nachhaltige Veränderungen werden nur bewirkt durch konsequentes Dranbleiben und Persistenz bei der Umsetzung. Da muss man auch mal in Kauf nehmen, kurzzeitig durch ein Tal der Tränen zu gehen. Dieser „moment of truth“ ist einer der kritischsten Dinge im Rahmen der Transformation. Entscheidend ist der Lerneffekt, der am Ende dabei herauskommt. Ein Durchstich, etwa bei einer Produktentwicklung ist das überzeugendste Argument. In dem Zusammenhang noch wichtiger ist: Die einzige Datenquelle, die ich schützen kann, sind die eigenen Daten des Unternehmens. Das bedeutet, dieser wertvolle Rohstoff für die Zukunft muss auch entsprechend geschätzt und behandelt werden.

KI für effizientes Datenmanagement richtig einsetzen

Welche Rolle spielt KI in diesem Zusammenhang und wie lässt sie sich sinn- und wirkungsvoll in die bestehenden Prozesse im Unternehmen einbinden?

Thamm: Daten, KI und Analytics und Machine Learning sind die Treiber der digitalen Transformation. Der elementare Rohstoff dabei sind nun mal die Daten. Es gibt keine KI ohne Daten, denn hier ist eine Maschine in der Lage, ähnlich wie ein Mensch in Entscheidungssituationen zu agieren durch trainierte Algorithmen auf der Basis zur Verfügung gestellter Daten. Die KI kann immer nur so gut sein, wie die Daten und die Interpretation, die wir als Menschen zur Verfügung stellen.

Die Datenbasis von ChatGPT ist etwa nahezu das gesamte Internet. Dafür wurde das Programm für mehrere Milliarden Dollar trainiert. Ohne KI sind Unternehmen auf Dauer nicht überlebensfähig. Mit KI lassen sich Prozesse verändern und automatisieren und Entscheidungen optimieren. Daten sind vergleichsweise wie Sand, der ja auch in unterschiedlicher Weise verarbeitet und veredelt werden kann. Dank KI lassen sich auf Basis von Daten Fehler erkennen, Prozesse verändern und automatisieren und Entscheidungen optimieren.

Der Weg zum datengetriebenen Unternehmen 

Wie baut man seine Firma zum datengetriebenen Unternehmen um – was sind die Voraussetzungen und welche Schritte gehören dazu?

Thamm: Der wichtigste Schritt ist: Anfangen. Firmen, die noch wenig Erfahrungen mit Daten und KI haben, tun sich schwer eine Strategie abzuleiten, weil sie vollkommen im Dunkeln tappen. Man fängt am besten an mit einem Use Case, einer ersten Idee, was gemessen oder vorausgesagt werden könnte. Parallel dazu macht es Sinn, sich im Unternehmen näher mit dem Thema und der Materie auseinanderzusetzen, zu lernen, was KI und Daten bedeuten. 

Erst wenn erste Erfahrungen da sind, kann man Richtung Strategie gehen und schauen, wie aus einem Geschäftszweck heraus das Thema weiterentwickelt werden kann: Mehr Kunden gewinnen, Wettbewerber besser verstehen, neue Regionen erschließen – und nicht, zu schauen, wo liegen noch Daten herum, und was könnte man damit machen. Das wurde lange Zeit missverstanden. Sondern man muss prüfen, welche Daten vorliegen und welche erschlossen werden sollten und in welcher Qualität, sodass sie zu dem Geschäftszweck passen. 

Sobald erste Prototypen funktionieren, muss man stark bleiben und damit klarkommen, dass meistens nur zwei von zehn Ideen in die nächste Runde kommen. Also ist der nächste wichtige Schritt hin zu einem effizienten Datenmanagement: Weitermachen und schauen, wie man mehr von den Ideen in die Breite bekommt und wie Cloudstrukturen dabei helfen können.

Wie schätzen Sie die Bedeutung von KI für die nähere Zukunft ein?

Thamm: Es wird künftig kein Unternehmen mehr geben, dass KI nicht nutzt. Jeder Mitarbeiter wird KI in irgendeiner Art und Weise einsetzen. Die Nutzung von KI wird Commodity und integrierter Bestandteil jeder Firmenstrategie und wird so selbstverständlich werden wie schon seit Jahren die Nutzung des Internets heutzutage.

KI

Explainable AI: Für mehr Klarheit und Vertrauen