Data Thinking: mehr Wert aus Daten
Wie Unternehmen Daten sinnvoll verwerten, zeigt der Artikel anhand der Methode des Datenstrategiedesigns und an einem Praxisbeispiel.
Mit Big Data und künstlicher Intelligenz verbinden viele IT-Verantwortliche die Hoffnung, aus den vielen Daten viel Wert zu erzeugen. Doch obgleich viele Unternehmen an einem Datenüberfluss leiden, sind nur etwa 20 Prozent der Daten- und KI-Projekte erfolgreich (siehe ix.de/zhy9). Die Gründe hierfür sind fehlende Wirtschaftlichkeit, fehlende Nutzerakzeptanz und die Tatsache, dass zwar oft viele Daten vorhanden sind, aber nicht immer die passenden.
Damit ist klar: Eine Datenstrategie soll vor allem Lücken und Mängel aufzeigen und Wege, wie sich die Lücken schließen und die Mängel beseitigen lassen. Das kostet Zeit und Geld, entsprechend setzt sie Prioritäten. Denn Strategie bedeutet: weniger besser machen. Was besser ist für das Unternehmen, bestimmen dessen Unternehmensstrategie und die dort definierten Unternehmensziele. Die Datenstrategie beantwortet also die Frage, wie Daten und Analytik dabei helfen, die Geschäftsziele zu erreichen.
