Mittelstand und Datenanalyse: Wie können Unternehmen mithalten?

Deep Learning, neuronale Netzwerke, KI: Der Mittelstand tut sich schwer mit diesen Technologien. Doch die Datenanalyse bietet großes Potenzial, sagt David Sweenor von Alteryx.

Prognosen gehen davon aus, dass das Datenaufkommen bereits 2025 unglaubliche 180 Zettabyte betragen wird. Doch schon heute sind die Datenbestände laut einer Studie von Techconsult umfangreich – auch unter den kleinen und mittelgroßen Unternehmen. Immerhin 90 Prozent der Befragten gaben an, Kundendaten digital zu erfassen. Gleichzeitig sagten aber nur 17 Prozent der mittelständischen Unternehmen, dass sie bereits in der Lage sind, das volle Potenzial dieser Informationen auszuschöpfen. Häufig fehlt es nicht nur an den notwendigen Skills, auch die Datenspeicherung ist ein ernstzunehmendes Problem, wie eine Analyse von Statista nahelegt. Hier stellte sich heraus, dass nur ein geringer Prozentsatz der erhobenen Daten langfristig erhalten bleibt. Tatsächlich haben es nur zwei Prozent Informationen, die 2020 gesammelt wurden, bis ins darauffolgende Jahr geschafft.

Wertvoll, aber nicht umsetzbar

Bei all diesen Hürden wird klar, dass Schlagwörter wie Data Science für viele hochgegriffen erscheinen. Entweder, weil es als zu schwierig angesehen wird, Daten aus den über Jahrzehnte gewachsenen Strukturen loszulösen. Oder, weil die Verwendung von Daten grundsätzlich mit komplexen Data-Science-Schlagwörtern assoziiert wird. Führungskräfte sind der Meinung, dass Data Science zwar äußerst wertvoll für Unternehmen ist – in der derzeitigen Wirtschaftslage aber schließlich nicht umsetzbar. Und darin liegt der Trugschluss. Denn richtig eingesetzt, sind Daten der Treibstoff, der benötigt wird, um geschäftliche Erkenntnisse zu gewinnen. Data-Science-Projekte müssen weder kostspielig sein noch auf komplexen Technologien basieren oder nur Probleme im Wert von mehreren Millionen Euro lösen, um das Geschäft zu verbessern.

Think big, start small

Um dieses Missverständnis aufzuheben, ist es wichtig, dass sie ihren Blick über die Technologie hinaus lenken und sich stattdessen auf die Grundprinzipien fokussieren. In Wahrheit müssen Datenanalysen nicht teuer sein – und sie müssen auch nicht auf Anhieb geschäftliche Herausforderungen im Wert von einer Million Euro lösen. Es reicht völlig aus, mit kleinen Projekten zu starten, die zu Beginn sogar ganz leicht mithilfe einfacher Tabellenkalkulationen durchgeführt werden können.

Ist diese erste Hürde überwunden, gibt es jedoch einen weiteren wichtigen Meilenstein, der gelegt werden muss – und das ist die Entwicklung einer positions- und abteilungsübergreifenden Datenkultur. Vor allen anderen muss die Führungsebene die Datenanalysen als Standardverfahren annehmen. Das fällt sicherlich nicht allen leicht, schließlich wird in hierarchisch geführten Betrieben vieles noch nach Bauchgefühl und jahrzehntelanger Erfahrung entschieden. Um datenbasierte Handlungsempfehlungen ableiten zu können, müssen sich die Entscheider:innen in Unternehmen von genau solchen festgefahrenen Strukturen lösen. Anders kann und wird der Wandel nicht funktionieren.

Einstieg in Datenanalyse nicht kompliziert

Dementsprechend können Führungskräfte, die in der Lage sind, datengestützte Entscheidungen auf der Basis von Echtzeitinformationen zu treffen, ihre geschäftskritischsten Herausforderungen meistern, innovative Lösungen entwickeln und ihre Prozesse verbessern. So ist mithilfe datengestützter Echtzeit-Einsichten der Mittelstand hierzulande besser in der Lage, Risiken vorherzusagen und sie zu bewältigen, und dabei gleichzeitig sicherzustellen, dass Unternehmen optimal für die Zukunft gerüstet sind. Dem Zaudern zum Trotz sollte man bedenken, dass die Konkurrenz, die bereits jetzt datengestützte Erkenntnisse in den Fokus ihrer Entscheidungsfindung stellt, auch in Zukunft einen Schritt voraus sein wird. Positiv daran ist, dass der Einstieg in die Datenanalyse nicht so kompliziert und kostspielig ist, wie viele möglicherweise befürchten.

Wachsende Datenkompetenz beseitigt Unsicherheiten

Bei der nächsten Etappe spielt nicht nur die Führungsebene eine zentrale Rolle: Damit sich die Arbeit mit Daten tatsächlich positiv auf die Geschäftserfolge auswirken kann, müssen alle an einem Strang ziehen. Das heißt konkret, dass Datenanalysen zu einem festen Bestandteil der täglichen Arbeit werden müssen – aber auch nur dort, wo es tatsächlich Sinn ergibt. Es lässt sich zum Beispiel darüber streiten, ob das Kassenpersonal eines Kaufhauses wirklich von Datenanalysen profitieren würde. Bei den Mitarbeitenden, die hinter den Kulissen im Büro arbeiten, ist der Sachverhalt ein völlig anderer. Trotzdem müssen alle Mitarbeiter:innen gleichermaßen nachvollziehen können, wie essentiell Daten für den Erfolg des Unternehmens sind. Schließlich kann es auch für die Ergebnisse der Analysen ausschlaggebend sein, ob an der Kasse normale Eier oder Bio-Eier abgerechnet wurden.

Fakt ist: Wenn diese Kultur über das gesamte Unternehmen hinweg etabliert wird, haben alle Teams die Möglichkeit, ihre Datenkompetenz zu entwickeln, sich mit den neuen Maßnahmen anzufreunden und – essentiell – die Unsicherheit abzulegen. Das gesamte Unternehmen sollte Datenanalysen als ein notwendiges Werkzeug sehen, das in seiner Grundlage nicht menschlicher sein könnte. Denn im Prinzip unterstützen moderne Technologien nur dabei, Informationen sehr viel schneller auszuwerten, als wir Menschen in der Lage wären.

Wissen, wo sich der Sand im Getriebe befindet

Meistens glauben Unternehmen ganz genau zu wissen, welche Art von Problemen sie durch den Einsatz von Datenanalysen lösen möchten. Weil dies jedoch häufig nur auf einem Bauchgefühl beruht, zahlt es sich auch, zuerst die Probleme zu definieren, die es sich zu lösen lohnt. Die entscheidende Frage ist nur, wie findet sich das „richtige“ Problem? Um dies effektiv beantworten zu können, ist es für den Mittelstand empfehlenswert, das Pferd von hinten aufzuzäumen: Zuerst sollte verstanden werden, welche Geschäftsentscheidung zu treffen ist. Ist dies geschehen, können kleinere und mittelgroße Unternehmen sich von dieser Position aus rückwärts vorarbeiten. Das gibt ihnen die Möglichkeit, klein zu beginnen und groß zu skalieren.

Leicht zu bedienende Tools sind hier das A und O, damit dieser Prozess auch in der Praxis umgesetzt werden kann. Die Einführung einer übergreifenden Datenkultur, an die sich alle Mitarbeitende halten müssen, ist schon deutlich herausfordernd. Aus diesem Grund sollten Unternehmen auf keinen Fall die Akzeptanz gefährden, indem sie Analysewerkzeuge einsetzen, die kaum jemand versteht. Damit tatsächlich ein praktischer Mehrwert aus Daten generieren werden kann, mit dessen Hilfe auch mittelständischen Unternehmen der Anschluss als international agierende Konzerne gelingt, müssen alle Hindernisse, die bisher zwischen Personal und Technologie existierten, eingerissen werden. Ist dieses Fundament gelegt, können in den einzelnen Abteilungen durch den Einsatz von Self-Service-Tools Lösungen für Probleme gefunden werden, deren Existenz bis dato vielleicht noch gar nicht offensichtlich war.

David Sweenor – Alteryx

David Sweenor

Senior Director Product Marketing bei Alteryx

 

 

 

Lesen Sie auch : Fahrstunden für die KI