Jedes Unternehmen möchte eine datengesteuerte Organisation sein. Aber nur wenige haben dieses Ziel wirklich erreicht. Diejenigen, die es erreicht haben, sind in erster Linie Unternehmen, die im digitalen Zeitalter entstanden sind und von Anfang an Datenanalyse und Algorithmen des maschinellen Lernens in ihre Geschäftsprozesse eingebaut haben.

Für traditionelle Organisationen, die Technologieschulden angehäuft haben, ist es ein schwierigeres Unterfangen. Obwohl viele mit der Entwicklung, Erprobung und Erstellung von Geschäftsprozessen experimentieren, die durch Datenanalyse und maschinelle Lernmodelle unterstützt werden, haben viele noch keine Produktionsanwendungen auf der Grundlage vorhergesagter Ergebnisse eingeführt. Anstatt sich auf die Überholung etablierter Systeme zu konzentrieren, können diese Organisationen mit inkrementellen und kosteneffektiven Initiativen beginnen, die nachhaltige Ergebnisse liefern.

Es ist unbedingt notwendig, diese Dinge voranzutreiben. Der Nutzen, ein datengetriebenes Unternehmen zu werden – eines, das sich zu einem großen Teil durch die Datendemokratisierung auszeichnet –, ist klar. Forrester Research sagt, dass erkenntnisgesteuerte Unternehmen im Durchschnitt jährlich um mehr als 30 Prozent wachsen. Laut einer kürzlich von NewVantage Partners für die Harvard Business Review durchgeführten Umfrage unter Fortune-1.000 Führungskräften haben mehr als 49 Prozent der Unternehmen, die mit datengesteuerten Initiativen zur Kostensenkung begonnen haben, den Wert ihrer Projekte erkannt. Die Mehrheit der Führungskräfte, deren Unternehmen KI eingeführt haben, berichtete über einen Anstieg der Einnahmen in den Geschäftsbereichen, in denen sie eingesetzt wird, und 44 Prozent sagen, dass KI die Kosten gesenkt hat, so McKinsey & Company.

 

Was können Sie tun, um ein datengetriebenes Unternehmen aufzubauen? Hier sind einige Ratschläge:

1. Schaffen Sie eine datenzentrierte Kultur

Sie können kein datengetriebenes Unternehmen werden, wenn Sie nicht über eine datenzentrierte Kultur verfügen – eine Kultur, in der die Mitarbeiter die Analytik als integralen Bestandteil der Geschäftsstrategie betrachten.

Unternehmensführer müssen nicht jeden technischen Schritt verstehen, um das Unternehmen auf den richtigen Weg zur prozessübergreifenden Nutzung von Daten, Analysen und maschinellem Lernen zu bringen. Aber sie müssen die Agenda für das Unternehmen festlegen: Identifizieren Sie die Geschäftsergebnisse und den erwarteten messbaren Wert bevor Analytik, KI und maschinelles Lernen in den Geschäftsbetrieb implementiert werden.

Wenn es immer besser gelingt, fortschrittliche Analysetechnologien mit der Art und Weise wie Menschen denken und arbeiten zu verschmelzen, beschleunigt dies die Vereinigung von Verstand und Maschine. Da die Arbeit einen immer höheren Automatisierungsgrad erreicht, wird der Informationsarbeiter zu einem kreativen Mitgestalter, der das Unternehmenswachstum vorantreibt.

 

2. Industrialisierung von Daten und KI

Um große und komplexe Daten zu verwalten und Nutzen aus ihnen zu ziehen, muss Ihr Unternehmen Daten und Analysen industrialisieren. Als Unternehmensleiter sollten Sie dem Unternehmen auferlegen, einen „Data First“-Ansatz zu verfolgen. Das bedeutet, datenbasierte Systeme und Prozesse zu standardisieren, um den nahtlosen Datenfluss zu unterstützen – von der ersten analytischen Entdeckung bis zur Einbettung von prädiktiven und präskriptiven Analysen in Geschäftsabläufe, Anwendungen und Systeme.

Einem großen Gasversorger in Japan ist es gelungen, aus seiner massiven Datenumgebung Wert zu schöpfen. Er hat sein Heimnetzwerk mit einer Scale-out-Plattform für das Internet der Dinge (Internet of Things, IoT) integriert, um Gasverbrauchsdaten von Hunderttausenden von Zählern zu sammeln und zu verwalten. Sie verarbeitet eine riesige Anzahl von Zählerablesungen, um ihre Kunden sicher mit Gas zu versorgen, und ermöglicht jetzt neue digitale Geschäftslösungen wie ein intelligentes Schloss, das Türen aus der Ferne öffnet.

Cloud-basierte Datenseen und Lagerhäuser bieten eine starke Grundlage für die Industrialisierung von Daten und KI. Sie bieten eine sichere, massiv skalierbare und kostengünstige Datenspeicherung, und die Nutzung der Cloud für maschinelles Lernen ermöglicht die Erstellung, Bereitstellung und Ausführung skalierbarer, rechenintensiver Analysemodelle.

 

3. Nehmen Sie einen Ansatz zur kontinuierlichen Verbesserung an

Um ständig neue Wege zu finden, Daten anzuwenden und schnell neue Geschäftserkenntnisse zu liefern, müssen Sie einen Test- und Lernansatz fördern, der zum Experimentieren und zum Lernen aus Misserfolgen ermutigt. Unterstützen Sie einen Ansatz zur kontinuierlichen Verbesserung der gesamten Analyse-Pipeline und Sie werden die gewünschten Geschäftsergebnisse schneller und präziser erreichen. Mit dieser Taktik können Ihre Datenteams ihre Fähigkeit verbessern, mit Daten in großem Maßstab zu arbeiten und auf Geschäftsereignisse zu reagieren, sobald diese eintreten.

Am Ende wird eine Ihrer größten Aufgaben als Führungskraft vielleicht darin bestehen, eine unternehmensweite Beteiligung aufzubauen, um ein datengesteuertes Unternehmen zu fördern. Wenn Sie diesen Zustand erreichen, wird Ihr Unternehmen in Bezug auf Leistung und Wert große Fortschritte machen.

Denken Sie immer daran: Der Aufbau eines datenzentrierten Unternehmens erfordert Ihre ständige Sorgfalt und Aufmerksamkeit.