Culture eats strategy for breakfast! … was bedeutet dieses wohlbekannte Zitat von Peter Drucker für das vielbeschworene datengetriebene Unternehmen?
Clive Humby erkannte 2006 „Data is the new oil“. Damit wurden Daten zum kritischen Unternehmens-Asset erhoben und das datengetriebene Unternehmen als Zielbild ausgegeben. Seitdem sind massive Investitionen in die Datenlandschaften getätigt worden, um Rohdaten zu Informationen zu veredeln und unternehmensrelevante Erkenntnisse zu gewinnen. Kritischer Erfolgsfaktor ist dabei die Schaffung vertrauenswürdiger Datenprodukte mit hohem Wiederverwendungs- und damit Verbreitungsgrad.
Doch trotz professionellem Data Quality Management und umfassenden Data Governance Ansätzen ist die mangelnde Verfügbarkeit qualitätsgesicherter, konsistenter Daten weiterhin oft Hemmschuh, wenn nicht gar Stolperstein vieler analytischer Anwendungsfälle.
Die Förderung einer Datenkultur im Unternehmen – oft verbunden mit der Schaffung einer Chief Data Officer-Funktion – fokussiert vielmals rein auf die Bereitstellung analytischer Daten und deren Nutzung durch Self-Service Anwender sowie in digitalisierten Prozessen. Nur selten findet man jedoch ganzheitliche Ansätze mit einer End-to-End-Sicht auf Data Assets, so dass Daten als Produkte entwickelt und verantwortet werden. Es geht mir hier weniger um den Data Lifecycle als vielmehr um den Prozess der Entstehung eines Datums (nicht nur in analytischen sondern vor allem in operativen Prozessen) über dessen Transformationen, Anreicherungen und Veredelungen bis hin zu dessen Verwendung in Auswertungen und Entscheidungsprozessen. Wie oft wird angeführt, dass Datenquellen leider nur suboptimale Qualität liefern können, da operative Systeme von der IT nicht angepasst werden können und Veränderungen in operativen Prozessen nicht möglich sind. Es ist jedoch vermessen anzunehmen, dass dezentral in Silos erhobene Daten von mittelmäßiger Qualität in einer analytischen Umgebung (sei es zentral oder auch verteilt) ein harmonisches Unternehmensgesamtbild ergeben können. Entsprechend hoch sind deshalb die Aufwände im Data Engineering wie auch die Zahl der gescheiterten Projekte.
An dieser Stelle weisen die Diskussionen um die Datenkultur vielfach einen Blind-Spot auf. In der Datenkultur muss nicht nur Wille und die Fähigkeit zur aktiven Informationsnutzung, sondern verstärkt auch die verantwortungsvolle Generierung von Daten verankert werden. Aus einer Holschuld der Analytiker muss eine gelebte Bringschuld der Datenproduzenten werden. Und Datenproduzent ist wiederum jeder (Mitarbeiter und Prozess) im Unternehmen. Maßgabe muss sein, entstehende Datenprodukte allgemeingültig und verständlich sowie qualitätsgesichert zur allgemeinen Verfügung zu stellen sowie die Aktualisierung sicherzustellen. Datenzentrische Organisationen werden erst dann ihrem Anspruch gerecht, wenn nicht nur jede Entscheidung datenbasiert erfolgt, sondern wenn tatsächlich Datenprodukte End-to-End gedacht und organisiert werden.
Diese neue Datenkultur muss auf allen Ebenen – ausgehend vom C-Level – Einzug finden, damit „Data-Driven“ kein reines Lippenbekenntnis bleibt und Mitarbeiter persönliche Ownership für Daten übernehmen.
Es liegt also noch viel Arbeit vor uns.