Die Datenberge wachsen und wachsen. Doch was ist der Wert dieser Datenberge und wie kann man die vielen Daten effizient nutzen?
Über „datengetriebene Unternehmen“ wird viel geschrieben und geredet. Doch was ist das eigentlich, wie funktioniert es und welchen Wert hat es für das Business? Bei der Beantwortung dieser Fragen sind vor allem die CIOs gefordert, schließlich haben sie die „Informations-Hoheit“ in ihrem Unternehmen. Schon aufgrund ihrer Technologiekenntnisse sind sie prädestiniert, die erforderliche Aufklärungsarbeit zu leisten und die Initiative zur Einführung eines datengetriebenen Unternehmens zu ergreifen. Nachfolgend einige Einsichten dazu.
Was ein datengetriebenes Unternehmen unterscheidet
Werfen wir zunächst einen Blick auf das, was ein datengetriebenes Unternehmen auszeichnet. Generell gesagt, ist es eine Organisation, bei der Datenanalysen in alle Geschäftsprozesse integriert sind. Zu den wichtigsten Merkmalen gehören der Fokus auf die Automatisierung, eine kontinuierliche Verbesserung und Optimierung sowie die Fähigkeit, interne und externe Änderungen vorherzusehen.
Ein datengesteuertes Unternehmen ist in der Lage, die von ihm generierten Daten in einem einheitlichen Datenmodell zu vereinen, das dann als Grundlage für Analyse und Optimierung dient. Beispielsweise können Daten genutzt werden, um das Kundenverhalten erfolgreich vorherzusagen und mehr Transparenz in wichtige Geschäftsabläufe zu bringen. Das bringt deutliche Business-Vorteile. Accenture berichtet1, dass datengetriebene Unternehmen bis zu 30 Prozent Wachstum realisieren können – Tendenz steigend, denn die Daten wachsen weiterhin und auch die Datenqualität verbessert sich.
Viele Hürden verbauen den Weg
Trotz der erheblichen Business-Vorteile steckt die Datennutzung in Deutschland aber noch in den Kinderschuhen. Eine Bitkom-Umfrage2 hat ergeben, dass nur sechs Prozent der Unternehmen das Potenzial von allen zur Verfügung stehenden Daten vollständig ausschöpfen. Folglich sehen sich nur sieben Prozent als Vorreiter bei datengetriebenen Geschäftsmodellen. 19 Prozent haben inzwischen resigniert und glauben, den Anschluss verpasst zu haben, und 15 Prozent geben offen zu, sich noch gar nicht damit beschäftigt zu haben.
Die Gründe für die magere Datennutzung sind vielfältig. Da gibt es die bekannten IT-Hürden, wie Datensilos, uneinheitliche Datenstrukturen, mangelnde Anwendungsintegration und unzureichenden Analysetools, aber auch organisatorische Hemmschwellen, wie unklare Datenverantwortungen und ein unzureichendes „Data-Mindset“. Immerhin scheint sich die Einsicht durchzusetzen, dass hier mehr getan werden muss. So kommt Bitkom in der oben genannten Umfrage zu dem Ergebnis, dass der Anteil derjenigen Unternehmen, bei denen datengetriebene Geschäftsmodelle eher stark zum Erfolg beitragen, bis 2026 von 22 auf 31 Prozent ansteigen wird.
Schnelle Resultate mit erprobten Technologien
Vielen IT-Managern sind die angeführten Probleme mehr oder minder bekannt. Der große Hoffnungsschimmer am Horizont ist die generative KI (GenAI), die als eine Art Allheilmittel für eine umfassende Datenunterstützung der Fachbereiche angesehen wird. Das ist zwar nicht unbegründet, doch bis solche Lösungen businesstauglich implementiert sind, ist es noch ein langer Weg. Dabei gibt es schon jetzt viele Möglichkeiten, die vorhandenen Datenberge besser zu nutzen, indem man einfach auf viele bestehende und erprobte Technologien zurückgreift.
Eine wichtige Voraussetzung dafür ist die Harmonisierung aller Datenbestände. Das bedeutet eine Integration der Datenformate und -Inhalte – aber auch ein universeller Zugang auf alle verfügbaren Daten, unabhängig vom Speicherort. Diese Arbeiten sind auch aus einem weiteren wichtigen Grund notwendig: Wer GenAI einführen will, kommt um ein sauberes Datenmanagement nicht herum. Ansonsten sind die generierten Texte und Bilder voller Halluzinationen und Fehler – also unbrauchbar.
| So entwickeln Sie eine Datenstrategie für das KI-Zeitalter Ihre KI-Strategie ist immer nur so gut wie Ihre Datenstrategie. Lesen Sie in diesem Whitepaper, wie Sie mit der Salesforce Data Cloud kundenbezogene Daten zusammenführen, einheitliche Kundenprofile erstellen und generative KI nutzen können. Jetzt lesen! |
Eine Plattform für alle Lösungen
Eine zentrale Plattform, wie Salesforce sie bietet, ebnet den Weg zu einem modernen datengetriebenen Unternehmen. Die zugehörige Tableau-Lösung stellt umfassende Analytics für alle Geschäftsbereiche, Anwender und Fragestellungen bereit. Die Auswertungen basieren sowohl auf klassischen Methoden wie Trendanalysen und anderen Prognose-Verfahren, aber auch auf der langjährig bewährten prädiktiven KI. Die Ergebnisausgabe erfolgt dabei mit leicht verständlichen Grafiken, sodass man sich nicht durch unübersichtliche Zahlenkolonnen kämpfen muss. Eine Untersuchung von Salesforce hat ergeben, dass mit Tableau die Produktivität um 29 Prozent gesteigert werden kann. Diese Leistungsfähigkeit wird auch von Gartner bestätigt. Im Magic Quadrant vom Jahr 2023 für Analyse- und Business Intelligence-Plattformen wird Tableau als „führend“ eingestuft. Tableau ist eng mit Einstein 1 verknüpft – der zentralen KI-Plattform von Salesforce. Sie erfüllt alle Anforderungen zur optimale KI-Unterstützung von Marketing, Vertrieb und Kundendienst. Hervorzuheben ist dabei das Kollaborations-Tool Slack, das nicht nur die Kommunikation der Mitarbeiter unterstützt, sondern auch als zentrales Query-Tool für alle Business-Abfragen dient. Beispielsweise: „Wie war Umsatz mit dem Kunden XY im vorigen Monat?“ Ein weiterer wichtiger Baustein in der Salesforce-Architektur ist MuleSoft. Hierbei handelt es sich um eine API-basierte Integrations-Plattform, über die sich alle Anwendungen anbinden lassen, die nicht zur Salesforce-Produkt-Familie gehören. Die Daten-Basis für die gesamte Salesforce-Plattform ist die Data Cloud, über die auf alle Unternehmens-Daten zugegriffen werden kann – egal wo sie sich befinden..