Richtige Infrastrukturentscheidungen für eine erfolgreiche Datenstrategie

bei

 / 13. July. 2020

Die effektive Analyse von Daten kann für Unternehmen den Unterschied zwischen Erfolg und Misserfolg ausmachen. Aber Daten sammeln ist eine Sache, ihre Analyse eine andere. Werden keine Erkenntnisse gewonnen, die Businessentscheidungen fundieren und leiten, ist auch der größte Datenschatz weitgehend bedeutungslos.

Unternehmen erkennen, dass die Analyse und Auswertung von Daten der Schlüssel zu einer digitalen Zukunft ist. Das wirkt sich auch auf grundlegende Strukturen aus: Wir sehen immer mehr Chief Data Officers (CDOs) auf Vorstandsebene, welche die Entwicklung und Umsetzung einer Datenstrategie vorantreiben. Eine kohärente Strategie für die Datenanalyse ist entscheidend, um aus dem vollen Potenzial der Daten zu schöpfen.

In Organisationen setzt sich dieses Verständnis auch durch. Doch häufig tappen Unternehmen in die Falle, sich im ersten Schritt bereits für ein Deployment-Modell zu entscheiden. Cloud, On-Premises oder ein hybrider Ansatz – die Wahl einer Infrastruktur ist wichtig, aber nur ein Faktor, den es zu berücksichtigen gilt.

Die Entwicklung einer klaren Datenstrategie und einer datengesteuerten Kultur unter der Leitung von CDOs muss an erster Stelle stehen. Das fördert einen zusammenhängenden, unternehmensweiten Umgang mit Daten und verhindert gleichzeitig, dass Mitarbeiter aufgrund fehlender Informationen Misstrauen gegenüber den Geschäftsprozessen hegen. Über die Führungsebene hinaus muss allen Mitarbeitern absolut klar sein, welche Datenstrategie das Unternehmen verfolgt, wie die Mitarbeiter von dieser Strategie profitieren, welches Deployment-Modell in Abhängigkeit von den jeweiligen Aufgaben ausgewählt wird und wie all dies den Arbeitsalltag erleichtert. Auch muss den Mitarbeitern verdeutlicht werden, dass der Wandel hin zu einem datengetriebenen Unternehmen in ihrem eigenen Interesse liegt. Und genau hier haben viele Unternehmen Defizite.

Als wir in unserem jüngsten Bericht „Datenstrategie und -kultur: Den Weg in die Cloud ebnen“ 2.000 globale Datenentscheider befragten, zeigte sich, dass vielen Mitarbeitern die Vorteile der Datenstrategie ihres Unternehmens unklar sind. Stattdessen herrscht die Sorge vor, dass sie aufgrund der Nutzung datengestützter Technologien ihren Arbeitsplatz verlieren könnten. 45 Prozent der deutschen Befragten haben seitens der Mitarbeiter Widerstand gegen die Anwendung datengestützter Methoden im Unternehmen erfahren. Von denjenigen, die Widerstand erfahren haben, führt einer von dreien (33 Prozent) dies auf Ängste in Bezug auf die Sicherheit der Arbeitsplätze zurück, wenn sämtliche Entscheidungen auf Daten basieren, während 29 Prozent ein mangelndes Verständnis der Datenstrategie als Grund anführen.

In der Tat sollte der Mensch im Mittelpunkt jeder Datenstrategie stehen, denn die stärksten Ergebnisse entstehen, wenn die gesamte Organisation an der Weiterentwicklung der Strategie beteiligt ist. Werden Mitarbeiter konsequent in die Datenstrategie einbezogen und eine entsprechende Kultur etabliert, werden Hemmschwellen für eine datengetriebene Arbeit überwunden. Darüber hinaus sind Datenstrategien dann am erfolgreichsten, wenn sie von Anfang an Teil der Gesamtstrategie eines Unternehmens sind. Das stellt sicher, dass die Daten mit unternehmensweiten Prozessen, Praktiken und gemeinsamen und wiederholbaren Methoden gemanagt und aktiv genutzt werden.

 

Daten zugänglich machen

Mit einheitlichen Verfahren können alle Mitarbeiter Zugang zu Echtzeitdaten erhalten und diese nutzen, um schnellere und bessere Entscheidungen zu treffen. Das eröffnet wiederum neue Geschäftsmöglichkeiten. Durch die Demokratisierung von Daten – der Zugriff auf Daten und deren Auswertung für möglichst viele Mitarbeiter, um auf Basis valider Informationen Entscheidungen zu treffen – erhalten die Mitarbeiter relevante, auf ihre Anforderungen maßgeschneiderte, aktuelle Analysen zu entscheidenden Kennzahlen. Damit können sie zur Weiterentwicklung des Unternehmens beitragen und werden gleichzeitig befähigt, datenbasierte Entscheidungen zu treffen.

Für die Sicherstellung einer erfolgreichen, unternehmensübergreifender Datendemokratisierung kommt die technologische Infrastruktur wieder ins Spiel. Prozesse, Methoden und IT-Infrastrukturen, die eine datengesteuerte Arbeit behindern, müssen überarbeitet werden. Unternehmen dürfen nicht zulassen, dass ihre Infrastruktur der Datendemokratisierung im Wege steht.

So einfach ist es jedoch nicht, wenn man sich die Studienergebnisse genauer ansieht. Für einige Organisationen ist es schwierig, Daten unternehmensweit bereitzustellen. Vier von fünf Befragten gaben an, dass ihre derzeitige IT-Infrastruktur es schwierig macht, Daten in ihrer Organisation demokratisch zugänglich zu machen.

Das ist besorgniserregend. Die Welt operiert heute in Echtzeit, Unternehmen häufen in atemberaubender Geschwindigkeit Daten an. Das macht eine schnelle Datenanalyse noch wichtiger. Einschränkungen wie veraltete Systeme, schlechte technologische Infrastruktur und mangelnde Mitarbeiterbindung und -bildung können nicht unberücksichtigt bleiben. Um im Wettbewerb bestehen zu können, müssen Unternehmen jetzt die Herausforderungen in der Zugänglichkeit, der Integration und dem Wissen der Mitarbeiter angehen.

 

Die Cloud analysieren

Erst nach der Etablierung einer robusten Datenstrategie kommt die wichtige Entscheidung über das Deployment-Modell. Damit stellen Organisationen sicher, dass ihre Infrastruktur sie nicht davon abhält, Daten unternehmensweit zur Verfügung zu stellen. Ein hybrides Cloud-Modell könnte für eine erfolgreiche Datendemokratisierung die Lösung sein. Denn wie unsere Studie gezeigt hat, haben in 81 % der Unternehmen mit hybriden Cloud-Modellen Mitarbeiter auf allen Ebenen ausreichend Zugang zu Daten. Für viele liegt dies daran, dass ein Cloud-Modell die gemeinsame Nutzung von Daten im ganzen Unternehmen ermöglicht, Datensilos eliminiert und sicher und kostengünstig ist.

Das bedeutet jedoch nicht unbedingt, dass Unternehmen direkt zu einer Cloud-Lösung wechseln müssen. Nicht für alle Geschäftsdaten ist sie die richtige Wahl. Eine Cloud-Lösung kann ein wesentlicher Bestandteil einer effektiven Datenstrategie sein, aber die Entscheidung muss sich schlussendlich darauf konzentrieren, wie sich das Geschäft in Zukunft entwickeln wird und welche Anforderungen im Unternehmen möglicherweise bedeuten, dass einige Daten lokal gespeichert bleiben müssen.

Im stark regulierten Finanzdienstleistungssektor zum Beispiel kann ein On-Premises-Ansatz besser funktionieren. Wenn Unternehmen hingegen mit vorausschauender/normgebender Analytik und datenwissenschaftlichen Aufgaben betraut sind oder die Einführung von Software und Dienstleistungen beschleunigen müssen, ist die Cloud besser geeignet.

Zu den Vorteilen der Cloud gehören u.a. ein verbesserter Zugriff auf und die gemeinsame Nutzung von Daten sowie schnellere Abfrage-/Antwortzeiten. 73 Prozent der in unserer Umfrage befragten Entscheidungsträger, die Datenarbeitslasten in die Cloud verlagert haben, sehen positive Auswirkungen darauf, was sie mit ihren Daten machen können.

 

Das Erfolgsrezept

Letztendlich muss das Deployment-Modell – Cloud, On-Premises oder ein hybrider Ansatz – für das sich eine Organisation entscheidet, jedem Mitarbeiter im gesamten Unternehmenden Zugriff auf die benötigten Daten und deren Auswertung in Echtzeit ermöglichen. Mit einem hybriden Cloud-Ansatz kann dieses Ziel wirklich erreicht werden; sensible Daten können lokal gespeichert bleiben und öffentliche Cloud-Angebote können zur Verwaltung weniger wichtiger Informationen genutzt werden.

Dadurch wird eine größere Agilität erreicht, die es Unternehmen ermöglicht, sich schnell an die mögliche Weiterentwicklung und ändernde Anforderungen ihres Geschäfts anzupassen. Ihre Daten setzen sie mit der Geschwindigkeit und Leistung, die der hybride Ansatz bietet, auch schneller als je in Geschäftsnutzen um. Unternehmen sollten jetzt ihre Datenstrategie etablieren und dann den Weg in die Cloud ebnen!

 

Helena Schwenk ist auf Trends, Wettbewerbslandschaften und Go-to-Market-Strategien spezialisiert. Sie verfügt über 25 Jahre Erfahrung auf dem Gebiet der Datenanalyse und hat davon 18 Jahre als Analystin mit Spezialisierung auf Big Data, Advanced Analytics und Künstliche Intelligenz gearbeitet.