Zugegeben, ein Unternehmen zu ruinieren ist ein ungewöhnliches Ziel, das niemand ernsthaft verfolgt. Dennoch ist ein „umgedrehter Betrachtungswinkel“ häufig hilfreich um sich gewisser Schlussfolgerungen besser bewusst zu werden. Insofern möchte ich im Folgenden ein paar Beispiele dafür geben, was man im Umfang mit Daten falsch machen kann um in letzter Konsequenz ein Unternehmen zu ruinieren. Natürlich mit dem Ziel, das gegenteilige Vorgehen zu motivieren.

Es ist eine spannende „Übung“ sich jeweils bewusst zu machen, welcher Irrtum hinter den folgenden Ideen steckt. Manchmal ist das offensichtlich, gelegentlich aber auch subtil.

Daten müssen verschlossen werden.

Daten sind wertvoll, kritisch und verleihen Macht. In den falschen Händen können sie Schaden anrichten. Also muss man sie schützen. Die Vernetzung von Daten vergrößert das Problem, da man noch mehr „herauslesen kann“. Also verschließt man die Daten am Besten. Im Notfall kann man sie heranziehen und wenn jemand unbedingt aus zwingenden Gründen Zugang benötigt, erhält er diesen temporär. Wir sind sicher.

Daten sollten in Silos gehalten werden.

Die Vernetzung von Daten ist schwierig und gefährlich. Sie ist schwierig, da jedes System eine andere Sprache spricht und die Daten nicht einfach übereinander gelegt werden können. Sie ist gefährlich, da durch die Vernetzung von Daten viel tiefergehende Erkenntnisse gewonnen werden können. Besser ist, die Daten klar entlang der Organisationsstruktur zu trennen, jeder bekommt nur das, was in seiner Hoheit ist und dort wirklich anfällt. Sonst besteht das Risiko, dass quer über die Organisation diskutiert wird und sich jeder in das Geschäft des anderen einmischt.

Finanzdaten reichen.

Letztlich sind für uns die harten Zahlen in der Bilanz und Gewinn-und-Verlustrechnung relevant. Dort spiegelt sich alles nieder, mit dem man unser Unternehmen beurteilen und steuern kann. Also zielt unsere Datenstrategie darauf ab, genau diese Daten zu sammeln. Alles, das nicht hierfür erforderlich ist, benötigen wir nicht.

Nur der Blick in den Rückspiegel ist sicher.

Zahlen wie der Umsatz und Gewinn oder Kontostand, der Krankenstand oder Kennzahlen aus unserer Produktion sowie Absatzzahlen sind gesicherte Erkenntnisse. Wir können diese Kennzahlen rückblickend betrachten und operieren auf sicheren Erkenntnissen. Bereits der Forecast von unseren Sales-Kollegen ist fragwürdig. Wir halten insofern nichts davon, mit Maschinen oder Menschen „in die Kristallkugel“ zu schauen: die Zukunft kommt sowieso anders als wir sie uns vorstellen.

Ein Data Warehouse reicht.

Zum Glück haben wir ein modernes ERP-System, das auch ein Data Warehouse beinhaltet und die wichtigsten, fertigen Berichte. Insofern haben wir alles, was man mit Daten erreichen kann.

Das Bauchgefühl ist immer noch allen Daten überlegen.

Unser Unternehmen ist groß geworden durch den Scharfsinn und das Bauchgefühl unserer Gründer und Unternehmenslenker. Die wissen instinktiv was zu tun ist und erkennen die relevanten Trends in der Branche. Insgesamt sind wir erfolgreich mit der Kultur, dass unsere Leute wissen, was zu tun ist ohne dass wir dafür Daten brauchen.

Bei uns steht der Mensch im Mittelpunkt

Für uns als Unternehmen und auch in unserem Geschäft steht immer der Mensch im Mittelpunkt. Diese Philosophie ist, was uns erfolgreich macht. Menschen lassen sich nicht mit Daten vermessen, das ganze Weltbild dahinter widerspricht unserer Philosophie. Daher ist das Thema für uns nicht relevant.

Rohdaten sind unnötig.

Ergebnisse zählen. Letzten Endes möchten wir zum Beispiel wissen, wie häufig wir welches Produkt online verkauft haben – wie die Leute dabei klicken, ist egal. Wir sollten uns bei Daten auf die relevanten Dinge beschränken, dann ist die Menge überschaubar und wir gewinnen klare Erkenntnisse. Verdichtung ist gut und wichtig, damit wir nicht vor lauter Bäumen den Wald nicht erkennen, Rohdaten behindern uns nur im Erkenntnisgewinn.

Datenqualitätsprobleme löst die IT.

Um gute Erkenntnisse zu gewinnen brauchen wir qualitativ hochwertige Daten. Bislang haben wir das nicht, selbst unsere Kunden sind mehrfach in Systemen, Ansprechpartner in unterschiedlichen Schreibweisen und wir bekommen nicht mal übereinander gelegt, was zusammengehört. Da hat unsere IT-Abteilung noch viel zu tun, die Daten aufzuräumen.

Datenanalyse ist einfach.

Wir haben Self-Service Tools und unsere Mitarbeiter lernen, damit umzugehen. Wenn sie erstmal die Visualisierung beherrschen, werden wir auch in das Thema „Advanced Analytics“ reinwachsen können, zur Not buchen wir ein paar Trainings.

Wir verwenden Hadoop also sind wir datengetrieben.

Unser Unternehmen ist bereits an vorderster Front. Wir sind datengetrieben, denn wir haben Hadoop im Einsatz.

Wir haben eine Task Force also wird alles gut.

Uns ist die Bedeutung des Themas bewusst, deswegen haben wir seit langem eine extra Task Force in der IT-Abteilung eingerichtet, die sich regelmäßig zu dem Thema trifft.

Daten brauchen nur die Großen wie Facebook oder Google.

Ja, wir sehen durchaus, welche beeindruckenden Dinge große Internetunternehmen mit Daten erreichen können. Aber wir sind kein Internetunternehmen, haben nicht die Größe und haben auch nicht die Daten von Millionen von Nutzern. Insofern ist das Thema zwar spannend, für uns aber nicht relevant.

Wir haben keine Daten.

Zwar ist das Thema spannend, bei uns gibt es aber schlicht nicht genug Daten. Insofern können wir auch keine Erkenntnisse aus Daten gewinnen.

Unser Geschäft ist anders.

Ja, es mag viele Branchen und Unternehmen geben, die viel mit Daten erreichen können. Aber unsere Branche (unser Geschäft / unser Unternehmen) „tickt“ anders, bei uns gilt das nicht.

Wir haben Software von den größten Anbietern im Haus.

Natürlich ist das Thema Daten wichtig. Da wir aber konsequent Software der größten Anbieter nutzen, sind wir automatisch am Puls der Zeit und bestens aufgestellt. Die großen adaptieren Innovationen schließlich naturgemäß als erstes.

Wir warten bis es eine Standardlösung für uns gibt.

Das Thema ist spannend, wir beobachten den Markt. Wenn es fertige Standardlösungen für Unternehmen wie uns gibt, steigen wir ein, derzeit ist noch viel zu viel Konfigurationsarbeit erforderlich.

Big Data, Streaming, AI/ML und Data Science sind Modetrends, die kommen und gehen.

Von Künstlicher Intelligenz und solchen Themen hört man immer wieder mal. Das ist ein Modetrend, der kommt und geht. Wir springen nicht auf jeden Trend auf, wir konzentrieren uns auf unser Kerngeschäft, das wir seit langem können und beherrschen. Solche Trendthemen lenken nur ab, zumal alle paar Jahre in neues Thema „hipp“ ist.

Wir machen alles mit Deep Learning.

Natürlich haben wir die Bedeutung von Daten erkannt. Wir setzen für jede Herausforderung Deep Learning ein, wir verfolgen eine „Deep Learning First“ Strategie.

Wir brauchen kein Talend.

😄