The Data Economist | Establishing sustainable "Data Inspired & Digital Culture"

Daten, Prozesse, Business schneller verstehen und den Data Driven ROI maximieren

In der digitalen Welt, in der wir heute leben, haben Daten eine unbestreitbar zentrale Rolle eingenommen. Durch die massiven Datenmengen, die ständig generiert werden, steigt die Notwendigkeit, sie effizient zu verwalten, zu analysieren und zu interpretieren. Durch die Integration von kross funktionaler Zusammenarbeit, Dual-Track Agile Methodik und der Anwendung modernster Technologien wie ChatGPT Interpreter und InfoZoom, ermöglicht ARDPS Organisationen, ihre Dateninvestitionen zu maximieren und erfolgreiche Daten-Projekte und Produkte zu realisieren.

Strategien und Taktiken für eine effektive Datensteuerung

Warum Data Governance nicht die Bremse, sondern das Fahrerassistenzsystem Ihrer KI-Strategie ist

Viele Führungskräfte betrachten Data & AI Governance als bürokratisches Hindernis, das die Innovation verlangsamt. Doch in einer Ära, in der Datenindustrialisierung und KI-Skalierung über den Wettbewerbsvorteil entscheiden, ist diese Sichtweise gefährlich. Ein Perspektivwechsel ist nötig: Governance fungiert als intelligentes Assistenzsystem, vergleichbar mit modernen Fahrzeugtechnologien, das Organisationen erst befähigt, hohe Geschwindigkeiten sicher zu fahren.

Warum moderne Datenkultur nicht ohne smarte Steuerung funktioniert – und wie KI dabei zum Co-Piloten wird.

Die meisten Unternehmen unterschätzen, wie entscheidend Data & AI Governance für die erfolgreiche Transformation zu einer dateninspirierten Unternehmenskultur ist. Sie behandeln Governance als Bremse, als regulatorische Pflicht oder als rein technische Disziplin. Doch in Wahrheit ist sie ein unsichtbares, intelligentes Assistenzsystem, das – wie bei modernen Fahrzeugen – für Sicherheit, Orientierung und Effizienz sorgt. Wer Governance richtig einsetzt, verwandelt sie vom Hemmschuh zum strategischen Enabler.

Surfen durch den Datendschungel, Daten verstehen und Daten shoppen (Shopping for Data)

Haben Sie schon den Begriff „Shopping for Data“ gehört? Dieser wird gerne im Zusammenhang mit den Begriffen Data Catalogue und Data Democratization in einen Topf geworfen. Mit Data Democratization ist gemeint, dass Menschen einfach und pragmatisch auf jegliche Art von Daten, die sie für ihre Zwecke benötigen zugreifen und diese verwenden können, bzw. jederzeit bereit sind Daten mit anderen zu teilen. Das natürlich jederzeit compliancekonform. In Organisationen wird dies durch einen Data Catalogue ermöglicht oder auch immer häufiger gerne Data Marketplace genannt, auf dem Sie wie in einem Onlineshop auf Einkaufstour nach Daten und Datenprodukten gehen (Shopping for Data).

- DataLiteracy-

Don't create new roles, but develop people who create value, inspired by DATA!

THE DATA ECONOMIST

Automation, AI and blind spots: Why data quality is more important than ever

In an age when customers expect more than just a product or service, data-driven customer service is at the heart of a successful business. Data governance plays a crucial role in this. It is the foundation on which 360-degree customer service is built, ensuring that the various departments of the company – sales, marketing, customer service – all access the same high-quality and consistent data.

Automatisierung, KI und blinde Flecken: Warum Datenqualität heute wichtiger denn je ist

In einer Zeit, in der der Kunde mehr als nur ein Produkt oder eine Dienstleistung erwartet, steht der datengesteuerte Kundenservice im Mittelpunkt eines erfolgreichen Unternehmens. Hierbei spielt Data Governance eine entscheidende Rolle. Sie ist das Fundament, auf dem der 360-Grad-Kundenservice aufgebaut wird, und sorgt dafür, dass die verschiedenen Abteilungen des Unternehmens – Vertrieb, Marketing, Kundendienst – auf dieselben qualitativ hochwertigen und konsistenten Daten zugreifen.

Data Governance: Der Schlüssel zu einem datengesteuerten 360-Grad-Kundenservice

In einer Ära, in der Kunden mehr als nur Produkte oder Dienstleistungen erwarten, wird ein umfassender Kundenservice zum Herzstück eines jeden erfolgreichen Unternehmens. Data Governance ist hier nicht nur ein Schlagwort, sondern eine notwendige Grundlage, die Unternehmen dabei unterstützt, einen solchen 360-Grad-Service zu gewährleisten. Aber wie genau ermöglicht Data Governance diesen Rundum-Service?

Definition: Was ist Data Governance? 

Data Governance (Datensteuerung) umfasst in Summe die Menschen, Prozesse und Technologien, die zur Verwaltung, zum Schutz und zur Steigerung des “Datenkapitals” einer Organisation benötigt werden, um allgemein verständliche, korrekte, vollständige, vertrauenswürdige, sichere, auffindbare Unternehmensdaten und deren wertorientierte Nutzung garantieren zu können.

Warum ich seit über 15 Jahren für echte Datenindustrialisierung kämpfe

Data Governance – der schlafende Riese unserer Zeit – ist nicht weniger als der Architekt einer zukunftsfähigen, datenindustrialisierten Welt. Seit über 15 Jahren widme ich mich intensiv und voller Leidenschaft diesem Thema, obwohl viele mich damals für verrückt hielten, mich mit einem vermeintlich unpopulären Thema auseinanderzusetzen. Als Advisory Board Member der DATAGOVKON setze ich mich aktiv dafür ein, das Bewusstsein für seine strategische Bedeutung zu schärfen. Bereits damals war für mich klar: Wie soll eine datengetriebene Industrialisierung erfolgreich sein, wenn belastbare Standards und verbindliche Architekturen fehlen?

Warum wir ein Perspektivwechsel brauchen

Data Governance ist keine Selbstverständlichkeit. Was wäre, wenn wir sie nicht als Überwachungsinstrument, sondern als Befähiger betrachten?

Viele Unternehmen sehen Data Governance lediglich als notwendige Maßnahme zur Einhaltung von Vorschriften oder als technische Aufgabe. Dabei wird häufig übersehen, dass sie eine zentrale strategische Rolle spielt um wirklich sich zu einer dateninspirierten Kultur zu transformieren.

Why I have been fighting for true data industrialisation for over 15 years

Data governance – the sleeping giant of our time – is nothing less than the architect of a sustainable, data-industrialised world. I have been intensively and passionately dedicated to this topic for over 15 years, even though many thought I was crazy to tackle such a supposedly unpopular issue back then. As an advisory board member of DATAGOVKON, I am actively committed to raising awareness of its strategic importance. Even back then, it was clear to me: how can data-driven industrialisation be successful without robust standards and binding architectures?

Wie Data Governance zum Innovator wird und Mehrwert liefert

Viele Unternehmen wandelten sich in den letzten Jahren zu agilen Organisationsformen, um sich den Herausforderungen von schnellen Anforderungsänderungen besser stellen zu können. Auch das Unternehmen, für welches ich tätig bin, befindet sich mitten in diesem Wandel. Hinzu kommt, dass Daten und datengetriebene Prozesse immer stärker im Fokus stehen. Wer einen Vorsprung in der Datenintelligenz erlangt und diesen optimal zu nutzen weiß, erlangt auch einen erfolgskritischen Wettbewerbsvorsprung, den es stetig auszubauen bzw. auf lange Sicht zu halten gilt.

Wie Organisationen von einer lückenhaften Nachdokumentierung zu einem transparenten Datenmanagement kommen.

Herausforderung von Data Governance

Eines der Ziele von Data Governance ist es eine möglichst gute Transparenz über die Verarbeitung und Verwendung von Daten über die Systeme hinweg herzustellen, um den Grad der Compliance-Konformität festzustellen und stetig zu monitoren sowie ein compliance-konformes Verhalten beim Umgang mit Daten zu fördern. Zusätzlich ermöglicht die Transparenz stetig Schwächen der Leistungsfähigkeit von Daten zu erkennen und Maßnahmen zur Verbesserung abzuleiten. Dies fördert die Qualität von Datenanalyse- und Digitalisierungsprojekten.

Wie Organisationen ihre Daten in Geld bewerten können und warum Data Governance sich selbst finanziert.

Viele Unternehmen hadern noch mit dem Gedanken eine Data Governance einzuführen und fragen sich, welchen Mehrwert hat eigentlich Data Governance? Natürlich kann man jetzt sagen, was gibt es da noch zu überlegen. Wer im Zuge der Digitalisierung wettbewerbsfähig bleiben möchte, kommt an einer Data Strategy und der Einführung einer Data Governance nicht vorbei. Zumindest liest man das permanent in der Fachpresse und hört es ständig von vielen Beratern. Andererseits ist es absolut berechtigt in diesem Zusammenhang die ökonomische Frage zu stellen, welchen Mehrwert in Geld bringt eine Data Governance der Organisation und wieviel bin ich bereit zu investieren bzw. wie wird mein ROI (Return On Invest) aussehen.

- Data Management & AI-

Feiert die versteckten Heldinnen und Helden, die für ein gutes Datenfundament sorgen, damit AI erfolgreich sein kann.  Feiert nicht nur die AI Heldinnen und Helden.

THE DATA ECONOMIST

- Data Quality -

Ohne Energie kein Licht, ohne gute Daten keine Klarheit – nur mit der richtigen Datenqualität bringt AI echte Erleuchtung für Entscheidungen!

THE DATA ECONOMIST

Die Menge der Daten alleine ist kein entscheidender Wettbewerbsfaktor

Immer mehr Organisationen setzen auf datengestützte Analysen in ihrer Entscheidungsfindung und digitalisieren ihre Prozesse, Produkte und Services. Dabei wird verstärkt auf Verfahren der Künstlichen Intelligenz (KI) gesetzt. Doch häufig bleibt der erhoffte Erfolg aus. 

Es ist eine sehr verbreitete Annahme, dass die Auswertung großer Mengen an Kundendaten der Organisation einen uneinholbaren Wettbewerbsvorteil verschaffen kann. Dies beruht auf der These: Je mehr Kunden eine Organisation hat, desto mehr Daten kann diese zur Produkt- und Serviceverbesserung nutzen und damit weitere Kunden anziehen, von denen noch mehr Daten gesammelt werden können. 

- Der Wert vongenAI-

Hör auf zu Spielen und mach endlich ernst!

Frag Deine genAI nach der Leistungsfähigkeit Deiner Daten und erforsche die Möglichkeiten der Wertschöpfung!

THE DATA ECONOMIST

Tiefgreifende Datenanalysen legen häufig signifikante Diskrepanzen zwischen der Annahme linearer Geschäftsprozesse und der operativen Datenrealität offen. Wo strategisch Homogenität vermutet wird, herrscht auf Datenebene oftmals strukturelle Heterogenität. Diese Komplexität zu ignorieren, ist kein technisches Versäumnis, sondern eine fundamentale Bedrohung für KI-Strategien und digitale Transformationen.

Eine provokante Ausgangsthese: Wert entsteht nicht durch Technologie, sondern durch strukturierte Datenarbeit

Die zentrale These lautet: Unternehmen schöpfen den Wert ihrer Daten nicht aus technischen Gründen unzureichend aus, sondern aufgrund eines strukturellen Fehlers in ihrer Wertschöpfungslogik. Erst eine konsequente Neuausrichtung durch Data Governance und die Industrialisierung der Datenarbeit kehrt das geltende 80-zu-20-Verhältnis von Aufwand zu Wertbeitrag in ein Modell, in dem Daten als strategischer Produktionsfaktor wirken und KI ihr Potenzial zuverlässig entfalten kann. Diese These fordert die verbreitete Annahme heraus, dass neue Plattformen oder zusätzliche Analysten den Engpass lösen könnten. Tatsächlich entsteht Fortschritt dort, wo Unternehmen bereit sind, den unsichtbaren Aufwand vor der Analyse systematisch zu eliminieren.

Die moderne Architektur für Daten- und KI-orientierte Unternehmen

Einleitung

Die zunehmende Bedeutung von Daten und künstlicher Intelligenz (KI) stellt Unternehmen vor die Herausforderung, ihr Data Management nicht nur technisch, sondern auch organisatorisch und strategisch neu auszurichten. Das Data Management Model 5.0 bietet einen zeitgemäßen, ganzheitlichen Rahmen, der die Integration von Daten, Governance, KI und Wertschöpfung in einem klar strukturierten Gesamtbild abbildet.

Beschäftige Dich intensiv mit Deiner Datenqualität und erkenne die wahren Hebel zur Operational Excellence!

Das Zitat „Wer sich mit Datenqualität intensiv beschäftigt, lernt sehr viel über die Stärken und Schwächen seiner Geschäftsprozesse und erkennt die wahren Hebel zur Operational Excellence!“ fasst prägnant zusammen, wie wichtig Datenqualität für den Erfolg eines Unternehmens ist. Daten und Prozesse sind eng miteinander verbunden. Nur durch die gezielte Auseinandersetzung mit der Qualität der eigenen Daten können Unternehmen die Mechanismen erkennen, die ihre Effizienz, Produktivität und Flexibilität bestimmen. In einer datengetriebenen Welt ist es unerlässlich, nicht nur auf die Daten selbst zu achten, sondern sie auch als Spiegel der eigenen Geschäftsprozesse zu betrachten.

Alle sprechen über Data Strategy, AI und Governance – doch kaum jemand über das Zusammenspiel. Dieser Artikel zeigt, warum der Weg zur erfolgreichen data driven oder AI First Company ganzheitlich gedacht werden muss – und warum der Mensch dabei im Mittelpunkt steht.

The modern architecture for data- and AI-oriented companies.

Introduction

The increasing importance of data and artificial intelligence (AI) is challenging companies to realign their data management not only technically, but also organisationally and strategically. The Data Management Model 5.0 offers a contemporary, holistic framework that maps the integration of data, governance, AI and value creation in a clearly structured overall picture.

Das strategische Gleichgewicht: Wie KI nur dann Wert entfaltet, wenn Verantwortung mitgedacht wird

Der Einsatz von Künstlicher Intelligenz (KI) steht an einem Wendepunkt. Früher dominierten Fragen der technischen Machbarkeit, heute verschiebt sich der Fokus hin zu strategischem Nutzen, regulatorischer Tragfähigkeit und gesellschaftlicher Verantwortung. Mit dem EU AI Act entsteht erstmals ein verbindlicher Rahmen, der Unternehmen fordert, jede Initiative doppelt zu prüfen: Schafft sie echten Wert und hält sie regulatorischer und ethischer Prüfung stand?

Mit den effektiven Denkprozessen aus der TOC (Theory of Constraints) Durchbruchslösungen im Datenqualitätsmanagement schaffen

Ein Bewusstsein dafür, dass ein dringender Handlungsbedarf besteht ein übergreifendes und nachhaltiges DQM einzuführen, ist in vielen Organisationen noch gering ausgeprägt.

Wenn sich um das Thema Datenqualität gekümmert wird, dann meist auf lokale Einheiten beschränkt und situativ bedingt. Je nach Handlungsdruck werden immer wieder Einzelmaßnahmen durchgeführt. In der Regel stört schlechte Datenqualität den Flow von Prozessen und es erfordert immer wieder Nachbearbeitungsschleifen im laufenden Betrieb, bis ein Prozess effektiv abgeschlossen werden kann. Zusätzlich stören immer wieder die ad hoc initiierten Datenkorrekturmaßnahmen den Regelbetrieb.

Nur wenn wir es zulassen, ist Regulatorik eine Innovtionsbremse

Regulatorische Vorgaben wie die DSGVO oder der EU AI Act werden in vielen Unternehmen primär als lästige Verpflichtung wahrgenommen. Anstatt sie als Chance zu begreifen, überwiegt oft der Frust über neue Anforderungen, zusätzliche Dokumentationspflichten oder bürokratische Hürden. Dabei wird übersehen, dass viele dieser Vorgaben inhaltlich genau das fordern, was Unternehmen ohnehin tun sollten – wenn sie nachhaltig erfolgreich mit Daten arbeiten wollen.

Why data driven decision making and data products are critical for businesses to compete.

In today's business world, the importance of data can no longer be overlooked. Data is the lifeblood of modern businesses and is the foundation for competitive advantage, improved customer experiences and breakthrough innovation. A comprehensive understanding of the importance of a data-driven culture and the value of data products is therefore crucial. A data-driven culture can help make fact-based decisions and increase operational efficiency, while thinking in terms of data products allows companies to effectively monetise their data assets and create sustainable value. Below, I highlight the benefits and characteristics of these aspects in 3 parts.

Umfassende Daten-Strategie, -Governance und -Managment: Ein Fahrplan für die Zukunft

Im digitalen Zeitalter haben Daten einen hohen Stellenwert erlangt neben den Faktoren Mensch und Technologie. Doch wertvoll sind sie nur dann, wenn sie richtig verwaltet werden und der Wert sich dann in qualitativ hochwertigen Produkten manifestiert. Eine effektive Datenstrategie und -governance sind entscheidend für Unternehmen, um wettbewerbsfähig zu bleiben, Innovationen zu fördern und Compliance-Anforderungen zu erfüllen. Die Infografik (s.u.) bietet einen detaillierten Überblick darüber, wie Unternehmen ihre Datenstrategie, Data Governance und das Data Management harmonisiert strukturieren können.

Systemdenken im digitalen Zeitalter: Ein integrativer Ansatz für nachhaltige Lösungen

In einer Welt, die zunehmend von Komplexität und Vernetzung geprägt ist, wird die Fähigkeit, in Systemen zu denken, immer wichtiger. Traditionelle Paradigmen wie das "Thinking outside the Box", das kreative und unkonventionelle Lösungsansätze betont, reichen nicht mehr aus, um die Herausforderungen des 21. Jahrhunderts zu meistern. Moderne Problemlösungen erfordern einen systemischen Ansatz, der die Zusammenhänge und Wechselwirkungen innerhalb eines Gesamtsystems berücksichtigt und dabei datenbasierte Entscheidungen und digitale Prozesse integriert.

Moderne Verfahrensansätze und Cloud-Technologien bieten neue Möglichkeiten

In unserer datengetriebenen Welt sind qualitative Datenprodukte der Schlüssel zum Geschäftserfolg. Doch um solche Produkte effizient zu skalieren, bedarf es einer robusten Dateninfrastruktur. Hier kommt die Data Fabric ins Spiel. Eine sukzessiv (agil) aufgebaute, Data Governance orientierte Data Fabric stellt sicher, dass Datenqualität, -schutz und -nutzung im Zentrum aller Bemühungen stehen.

Data Products vs. Data Projects

In der heutigen digitalen Welt generieren Unternehmen und Organisationen kontinuierlich große Mengen an Daten. Die Verarbeitung und Analyse dieser Daten hat sich zu einem wichtigen Instrument entwickelt, um Erkenntnisse und Einblicke zu gewinnen und wettbewerbsfähig zu bleiben. Während viele Organisationen früher Datenprojekte durchgeführt haben, um ihre Daten zu analysieren, verschiebt sich der Fokus inzwischen auf die Erstellung von Datenprodukten.

Data as a foundation: Why the success of AI relies on a solid data strategy

In recent years, artificial intelligence (AI), particularly generative AI (GenAI), has gained a lot of attention. The promises of autonomous vehicles, intelligent assistants, and machine learning have sparked a wave of enthusiasm and interest in the business world. However, while AI is often celebrated as the future of technology, there is one crucial aspect that is often overlooked: the data that powers these technologies.