Sind Daten das neue Öl? Nicht unbedingt.
Seit Jahren hört man, dass Daten die wertvollste Ressource moderner Unternehmen sind.
Unternehmen investieren in ERP-Systeme, führen CRM ein, erwerben Lizenzen für Business-Intelligence-Plattformen, bauen Data Warehouses auf und erstellen immer neue Berichte. Sie geben hunderttausende, manchmal Millionen Zloty für Infrastruktur aus, die helfen soll, bessere Entscheidungen zu treffen.
Das Paradoxon besteht darin, dass trotz dieser Investitionen viele Organisationen weiterhin so arbeiten wie vor Jahrzehnten;
Der Vertriebsmitarbeiter führt eine eigene Excel-Tabelle.
Das Lager hat separate Auswertungen.
Das Marketing nutzt andere Daten als der Vertrieb.
Die Produktion meldet Kennzahlen in einem weiteren System.
Die Geschäftsführung erhält fünf verschiedene Berichte aus fünf verschiedenen Quellen.
Folglich besitzt das Unternehmen große Datenmengen, aber sehr wenig Wissen.
Das Problem ist also nicht, dass Unternehmen zu wenig Informationen haben. Das Problem ist, dass sie diese nicht verbinden und nutzen können.
Daten sind nicht Information
Das ist einer der wichtigsten Unterschiede, den man verstehen sollte.
Daten sind einzelne Fakten.
Anzahl der Bestellungen.
Rechnungsbetrag.
Lagerbestand.
Lieferdatum.
Anzahl der Reklamationen.
Erst die richtige Zusammenstellung dieser Informationen erlaubt es, Schlüsse zu ziehen.
Noch eine Ebene höher ist Wissen, also die Fähigkeit, die Frage zu beantworten: „Warum ist das passiert und was sollten wir als Nächstes tun?“
An diesem Punkt bleiben viele Organisationen oft auf halbem Weg stehen.
Was ist ein Data Silo?
Eines der größten Probleme moderner Unternehmen sind sogenannte Data Silos, also Datensilos.
Das ist eine Situation, in der Informationen in verschiedenen Systemen liegen und nicht miteinander verknüpft sind.
Ein Beispiel?
Das ERP-System speichert Bestellinformationen.
Das CRM enthält die Kontaktgeschichte zum Kunden.
Der Onlineshop hat Daten zu Käufen.
Die Marketingplattform analysiert Kampagnen.
Das Lagerprogramm verwaltet Bestände.
Jedes System funktioniert für sich korrekt.
Das Problem entsteht, wenn keines von ihnen mit den anderen „spricht“.
Das Unternehmen verfügt über alle nötigen Informationen, kann aber kein vollständiges Bild erkennen.
ERP, CRM, BI... wer ist wofür verantwortlich?
Viele Menschen verwenden diese Begriffe austauschbar, obwohl sie ganz unterschiedliche Funktionen erfüllen.
ERP (Enterprise Resource Planning)
Das ist ein System zur Steuerung der Geschäftsprozesse eines Unternehmens.
Es umfasst meist:
- Finanzen,
- Buchhaltung,
- Lager,
- Produktion,
- Einkauf,
- Logistik,
- Personal.
ERP ist hauptsächlich für die laufende Abwicklung von Prozessen verantwortlich.
CRM (Customer Relationship Management)
CRM konzentriert sich auf die Beziehungen zu Kunden.
Es ermöglicht die Verwaltung von:
- Leads,
- Kontakten,
- Angeboten,
- Zusammenarbeits-Historie,
- Aktivitäten der Vertriebsmitarbeiter,
- Kundenservice.
CRM ist verantwortlich für den Verkaufsprozess und den Aufbau von Kundenbeziehungen.
Data Warehouse (Datenlager)
Es ist kein weiteres operatives System.
Es ist ein Ort, an dem Daten aus verschiedenen Quellen gesammelt, geordnet und für Analysen aufbereitet werden.
Dadurch lassen sich Informationen aus vielen Systemen gleichzeitig vergleichen.
Business Intelligence (BI)
BI ist für die Datenanalyse zuständig.
Es erstellt Berichte.
Dashboards.
KPI-Indikatoren.
Es hilft zu verstehen, was im Unternehmen passiert ist.
Aber BI allein löst nicht das Problem schlechter Datenqualität oder ihrer Verteilung.
Warum haben Unternehmen Daten, die sie nicht nutzen?
Die Gründe sind vielfältig.
Meist treten mehrere davon gleichzeitig auf.
Daten sind verteilt
Jede Abteilung verwendet ihr eigenes Tool.
Es gibt keine einzige Quelle der Wahrheit.
Daten sind unvollständig
Vertriebler füllen das CRM nicht vollständig aus.
Mitarbeiter notieren Teile von Informationen außerhalb des Systems.
Prozesse werden nicht eingehalten.
Daten sind inkonsistent
Der gleiche Kunde taucht unter mehreren Namen auf.
Produkte haben unterschiedliche Kennzeichnungen.
Es fehlen Standards.
Daten sind veraltet
Der Bericht zeigt den Stand von vor einer Woche.
Aber die Entscheidung muss heute getroffen werden.
Das Unternehmen sammelt alles
Das ist ein sehr häufiger Fehler.
Die Organisation sammelt enorme Mengen an Informationen nur, weil sie „kann“. Niemand nutzt sie später.
Es entstehen weitere Berichte.
Weitere Dashboards.
Weitere Diagramme.
Und die wichtigsten Fragen bleiben weiterhin unbeantwortet.
Was bedeutet Single Source of Truth?
Das ist ein Konzept, das vorsieht, dass das Unternehmen eine verlässliche, einheitliche Datenquelle besitzt.
Das bedeutet nicht ein einziges Programm.
Es bedeutet, dass unabhängig vom Ort des Abrufs die Informationen konsistent sind.
Wenn der Umsatz eine Million Zloty betrug, sollte in jedem Bericht derselbe Wert angezeigt werden.
Ohne die Frage, welche Tabelle aktuell ist.
KI löst kein Chaos
Das ist einer der größten Mythen der letzten Jahre.
Unternehmen nehmen oft an, dass es genügt, künstliche Intelligenz einzuführen. – Das reicht nicht.
KI kann Daten analysieren.
Sie kann Zusammenhänge erkennen.
Sie kann Trends vorhersagen.
Aber nur, wenn sie Daten von entsprechender Qualität erhält.
Wenn eine Organisation inkonsistente Informationen besitzt, werden die Algorithmen... inkonsistente Informationen analysieren.
Es entsteht nur eine fortgeschrittenere Version falscher Schlussfolgerungen.
Deshalb sagt man: Garbage In, Garbage Out.
AI Analytics – was verändert sich?
Moderne Analytik auf KI-Basis kann viel mehr als klassisches Reporting.
Sie kann:
- auffälliges Verhalten erkennen,
- Umsatz prognostizieren,
- Kunden identifizieren, die abwanderungsgefährdet sind,
- den Bedarf vorhersagen,
- Anomalien aufdecken,
- Handlungsempfehlungen geben,
- automatisch Berichts-Zusammenfassungen erstellen.
Das ist ein enormer Wandel.
Aber unter einer Bedingung.
Das Unternehmen muss zuerst seine Daten ordnen.
Wann macht ein Data Warehouse wirklich Sinn?
Nicht jedes Unternehmen benötigt ein umfangreiches Data Warehouse.
Wenn eine Organisation nur wenige Mitarbeiter hat und ein einziges System nutzt, kann dessen Einführung nicht gerechtfertigt sein.
Die Lage ändert sich, wenn:
- mehrere Niederlassungen aktiv sind,
- viele Systeme betrieben werden,
- Daten aus unterschiedlichen Quellen stammen,
- Reporting viele Stunden in Anspruch nimmt,
- die Geschäftsführung übergreifende Analysen benötigt.
Dann wird ein Data Warehouse oft zur Grundlage weiterer Digitalisierung.
Häufige Fehler
Der größte Fehler ist nicht der Mangel an Daten.
Der größte Fehler ist das Fehlen einer Strategie.
Unternehmen tun oft Folgendes:
- kaufen weitere Systeme statt bestehende zu integrieren,
- erstellen Dutzende Berichte, die niemand nutzt,
- analysieren alles statt der wichtigsten Kennzahlen,
- führen KI ein, ohne die Daten vorzubereiten,
- haben keine Verantwortlichen für Datenqualität.
Wie bereitet man das Unternehmen vor?
Es lohnt sich, mit einfachen Fragen zu beginnen.
- Woher stammen unsere Daten?
- Sind sie konsistent?
- Wissen wir, welche Version korrekt ist?
- Wer ist für ihre Qualität verantwortlich?
- Werden alle Berichte wirklich genutzt?
- Hilft uns die Datenlage, Entscheidungen zu treffen?
Wenn einige dieser Fragen schwer zu beantworten sind, ist es wahrscheinlich sinnvoll, zuerst die Informationen zu ordnen, bevor die Organisation weitere Investitionen startet.
Wie macht Web24 das?
In vielen Projekten zeigt sich, dass die größte Herausforderung nicht die Erstellung eines neuen Systems ist.
Die größte Herausforderung ist die Verbindung dessen, was bereits existiert.
Wir integrieren ERP, CRM, Onlineshops, B2B-Plattformen, Lager- und spezialisierte Anwendungen so, dass Daten frei zwischen ihnen fließen können.
Erst dann lässt sich moderne Analytik, Prozessautomation oder KI-basierte Lösungen aufbauen.
Denn KI ersetzt keine gut entworfene Datenarchitektur.
Sie kann jedoch ihr Potenzial voll ausschöpfen.
Zusammenfassung
Der größte Wert eines Unternehmens sind nicht die Daten.
Der größte Wert ist die Fähigkeit, diese zu nutzen.
Unternehmen, die Informationen aus vielen Quellen verbinden, für deren Qualität sorgen und sie in praktische Geschäftsentscheidungen umwandeln können, gewinnen einen Vorsprung, den man nicht durch den bloßen Kauf weiterer Softwarelizenzen erkaufen kann.
In der Welt der KI gewinnen nicht diejenigen, die die meisten Daten besitzen.
Gewinnen tun diejenigen, die diese Daten sinnvoll nutzen.
