Keine Kompromisse eingehen bei Analytics

Entscheidungen auf Basis von Daten und digitale Geschäftsmodelle, Automatisierungsprozesse oder Wartungen durch Datenanalyse entwickeln und verbessern. Herr Tewes, sind Daten wirklich die Zukunft in Sachen Geschäftsstrategie und Wettbewerbsfähigkeit? Und sind die deutschen Unternehmen gut darauf vorbereitet?

Jörg Tewes: Was wir feststellen, ist, dass vor allem im deutschen Mittelstand in Sachen Datennutzung noch viel Luft nach oben ist. Viele stehen ganz am Anfang oder machen sich gerade erst auf den Weg. Doch klar ist auch: Wer am schnellsten und am besten seine Daten für sich nutzt – etwa um bessere Entscheidungen für sein Business zu treffen, bessere Prognosen über Geschäftsentwicklungen zu bekommen oder die Customer Journey zu optimieren – der wird die Nase gegenüber der Konkurrenz vorne haben und sichert die eigene Zukunftsfähigkeit. Doch nicht nur im Bereich Data Analytics, auch hinsichtlich Künstlicher Intelligenz und Machine Learning bestehen an vielen Stellen noch Unsicherheiten oder Vorbehalte. Hier ist zum einen Aufklärungsarbeit und guter Support wichtig, vor allem aber die Möglichkeit zur schnellen und unkomplizierten Implementierung und Bedienung ohne tiefe IT-Fachkenntnisse.

Aber das Thema ist nicht neu. Warum tun sich die Unternehmen so schwer mit Analytics?

Jörg Tewes: Gerade Deutschland ist vom Fachkräftemangel im IT-Bereich sehr betroffen, daher fehlen vielerorts die entsprechenden Experten. Es ist also wichtig, dass eine Lösung möglichst ohne große Vorbereitungszeit und auch ohne engmaschigen IT-Support funktioniert. Automatisierung ist hier ein entscheidendes Stichwort – damit lassen sich beispielsweise versteckte Muster in den vorliegenden Daten aufdecken, das erspart viel Zeit bei der Aufbereitung der Daten vor der Analyse.

Vor allem in den Bereichen, in denen es um sensible Daten geht, stellt sich auch die Frage, wo sie überhaupt gespeichert werden dürfen. Ob Finanz- oder Gesundheitsdaten, der Gesetzgeber macht hier sehr klare Vorgaben. Viele Unternehmen sind folglich verpflichtet, die Daten vor Ort, also im eigenen Datencenter zu halten. Parallel arbeiten sie an einer Strategie, ihre Daten teilweise in die Cloud zu migrieren. Hier braucht es eine Lösung, die problemlos Daten verarbeiten kann, die an verschiedenen Orten liegen.

Welche Voraussetzungen muss eine Data Analytics Lösung mitbringen, um dem enormen Datenwachstum standhalten zu können – und welche Schritte müssen die Unternehmen dafür gehen?

Jörg Tewes: Von Daten- und Analytics-Teams werden heute erhebliche Effizienzsteigerungen erwartet, um den wachsenden Anforderungen der Unternehmen gerecht zu werden – und das, ohne ihre bestehenden technischen Umgebungen komplett neu aufzusetzen oder ihre Budgets zu sprengen. Häufig kommt es dann dazu, dass eines dieser Schlüsselelemente, wie zum Beispiel das Budget, für ein anderes, etwa höhere Produktivität, geopfert werden muss. Diese Kompromisse machen es Unternehmen unmöglich, das Potenzial ihrer Daten voll auszuschöpfen. Damit das gelingt, sollten sie in keinem Bereich Kompromisse eingehen müssen: Die Produktivität der Datenteams sollte nicht durch veraltete Datenbanksysteme ausgebremst werden; die Flexibilität sollte durch flexible Bereitstellungsmöglichkeiten neuer Technologie-, Entwicklungs- und Bereitstellungsoptionen gewahrt sein; die Kosten müssen transparent und berechenbar sein.

Welche Treiber gibt es für das Thema Data Analytics?

Jörg Tewes: Stichwort Produktivität: Enorm wichtig ist heute der Faktor Geschwindigkeit. In den letzten Jahren wurden die rechtlichen Vorgaben beispielsweise in den Punkten Compliance oder auch Nachhaltigkeit massiv verschärft und auch der immer weiter steigende Konkurrenzdruck in vielen Bereichen drängt Unternehmen zu schnellen Entscheidungen oder Anpassungen ihrer Maßnahmen. Risikoanalysen, Compliance-Berichte, 360°-Kunden-Analysen sind etwa auf schnelle Erkenntnisse angewiesen – unter anderem auch, um die Customer Journey entscheidend zu verbessern. Ohne diese Maßnahmen und Berichte können Unternehmen einem höheren Risiko ausgesetzt sein, erhebliche Geldstrafen zahlen zu müssen oder auch Kunden an die Konkurrenz zu verlieren.

Und die wesentlichen Hemmschuhe?

Jörg Tewes: Das Thema Skalierbarkeit ist ein entscheidender Punkt. Viele Unternehmen schrecken immer noch vor dem Einsatz von Data Analytics zurück, weil viele Lösungen schlicht zu groß dimensioniert sind. Die Technologie in diesem Bereich sollte mit den Ansprüchen der Unternehmen mitwachsen und dynamisch skalierbar sein.

Der dritte Punkt bezieht sich auf die Kosten. Drohende Kostenexplosionen aufgrund intransparenter Preismodelle können Unternehmen in echte Schieflagen Q&A bringen. Gerade bei engen IT-Budgets und angesichts einer unsicheren Marktlage ist es entscheidend, die eigenen Ausgaben jederzeit klar unter Kontrolle zu haben.

Welche Schritte müssen die Unternehmen gehen, damit die Technologie ihnen einen echten Mehrwert bringt?

Jörg Tewes: Damit das alles funktioniert, sollte sich in den Unternehmen eine umfassende Datenkultur durchsetzen. Nur wenn das Verständnis für die Vorteile von Data Analytics im Unternehmen vorhanden ist und sie auch Zugang zu den für sie relevanten Erkenntnissen haben, können Daten und Datenanalysen ihre volle Wirkung entfalten.

Grundsätzlich empfiehlt es sich, auf einen Partner zu setzen, der guten Support und auch gute Begleitung bei der Entwicklung der eigenen Datenstrategie bietet. Und die Möglichkeit, Lösungen vorab ohne Risiko zu testen, um in der Praxis sehen zu können, welchen Mehrwert sie für das eigene Unternehmen wirklich bringen können.

Jörg Tewes

ist CEO des Nürnberger Data Analytics Experten Exasol.