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.

HAL 9000 aus Odyssee 2001 ist näher als wir denken!

Dialogbeispiel: Mensch und AI-Agent

AI-Agent:„Hallo, Lisa. Ich habe festgestellt, dass die Maschine in Produktionslinie 3 erhöhte Vibrationen zeigt. Die Daten deuten darauf hin, dass das Kugellager des Motors in den nächsten 48 Stunden ausfallen könnte.“

Lisa:„Danke für den Hinweis! Hast du Details zu den erforderlichen Maßnahmen?“

Wie ein fundamentales Missverständnis zwischen Daten- und Solution-Architektur digitale Transformation blockiert

Wer glaubt, Datenarchitektur sei lediglich ein Teilbereich der Solution-Architektur, verkennt die wahre Dynamik dateninspirierter Unternehmensführung. Die Technik darf nicht der Maßstab für die Organisation von Prozessen und Daten sein – sondern muss sich ihnen unterordnen. Nur wenn die Datenflüsse und Kernprozesse eines Unternehmens klar definiert sind, kann eine technische Infrastruktur entstehen, die echte Transformation ermöglicht. Das Dogma „Daten folgen der Technik“ hat mehr Digitalisierungs-, KI- und Dateninitiativen scheitern lassen als jede veraltete Software. Wer erfolgreich sein will, muss endlich umdenken: Nicht die Datenarchitektur folgt der IT-Strategie, sondern die IT-Strategie muss sich an der Datenstrategie orientieren – strategisch, strukturell und architektonisch.

Be a Data Punk and give your users flowers made of data and they will love you!

Being a data punk means breaking with convention and being creative, unconventional and bold with data. It's about challenging the status quo and seeing data not just as a series of numbers, but as an opportunity to effect real, positive change. In this spirit, what if we were to give our users "flowers"? No, not the physical kind, but metaphorical flowers woven from data.

How strategic synergies of data products contribute to value enhancement

In today's digital economy, data products play a crucial role in creating added value for companies and their partners. Complementary data products offer a strategic approach to improving the value creation process within a company and in its relationship with customers and suppliers. The advantages of these complementary data products are explained in more detail below.

7 Strategische Schritte einer erfolgreichen wertorientierten Transformation zur Data Driven Culture im Einklang mit der Unternehmensvision.

Die Einführung einer datengetriebenen Transformation, die geschäftsfallorientiert ist und sich an der Unternehmensstrategie orientiert, ist aus mehreren Gründen von entscheidender Bedeutung. Dieser Ansatz ermöglicht es Unternehmen, ihre Ressourcen effektiv zu nutzen, die Wettbewerbsfähigkeit zu steigern und eine nachhaltige Wertschöpfung zu erzielen. Hier sind die Schlüsselschritte und ihre Bedeutung im Detail:

Machen ist krasser als Wollen

Kennt Ihr das? Die Daten sind sauber, die Kennzahlen überzeugend, das Dashboard klar und die mit KI erstellten Vorhersagen liefern plausible Handlungsempfehlungen, wie Entscheidungen verbessert werden können. Doch trotz all dieser Klarheit entscheiden Führungskräfte und Mitarbeiter oft "aus dem Bauch heraus".

Das Problem liegt häufig nicht in der Qualität der Daten, sondern darin, dass es im Unternehmen an einer Kultur mangelt, die die Mitarbeiter dazu befähigt, die Ergebnisse richtig zu interpretieren und ein sicheres Umfeld bietet auf deren Basis zu entscheiden. Auch wenn das Ergebnis einer datenbasierten Entscheidung vielleicht einmal nicht optimal ist, sollte die Gelegenheit bestehen, daraus zu lernen, ohne dafür bestraft zu werden.

Zehn strategische Schritte für Unternehmen, die den Kultur-, Struktur- und Architekturwandel meistern wollen

Die meisten Unternehmen überschätzen ihren Reifegrad bei der Nutzung von Künstlicher Intelligenz und Daten – und unterschätzen gleichzeitig die kulturellen und organisatorischen Hürden. Die wahre Herausforderung liegt nicht in der Technologie, sondern in der systematischen, strategischen Verankerung von dateninspirierten Denkweisen im gesamten Unternehmen.

Data Driven Company - Data Intelligence Needs Data and Process Consistency

Only the triad of data consistency, process consistency, and consistent data analysis makes companies Data Driven and Customer Centric.

For a successful transformation into a data-driven company, it's crucial to uniformly view and understand processes and data and establish data consistency. This means data can flow seamlessly across various departments and systems, are in a consistent form, and continuously support operational processes and people.

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).

- Data Culture-

More benefits with Data Inspired, less waste with best Data Quality!

THE DATA ECONOMIST

- Data Culture-

Data Driven Company ist eine Transformation, kein Projekt! Die Digitalisierung ist gekommen, um zu bleiben.

THE DATA ECONOMIST

Wie eine starke und nachhaltige Data Culture die Grundlage für eine zukunftsorientierte Unternehmensstrategie bildet

In der heutigen datenorientierten Welt ist der Aufbau einer robusten Data Culture innerhalb von Unternehmen unerlässlich. Eine Data Culture fördert nicht nur die Nutzung von Daten für fundierte Entscheidungen, sondern unterstützt auch umfassende organisatorische Transformationen. Für Unternehmen, die sich zur Data Driven Company transformieren möchten, ist eine starke und nachhaltige Data Culture unverzichtbar. Um die Bedeutung der Transformation zu verstehen und wie eine starke Data Culture diesen Prozess unterstützen kann, ist es wichtig, die grundlegenden Prinzipien zu beleuchten und ihre Bedeutung im Kontext der Datenkultur zu erkennen.

Erst der Dreiklang Datendurchgängigkeit, Prozessdurchgängigkeit und durchgängige Datenanalyse macht Unternehmen Data Driven und Customer Centric.

Für eine erfolgreiche Transformation zu einem datengetriebenen Unternehmen ist es wichtig Prozesse und Daten einheitlich zu betrachten und zu verstehen sowie Datendurchgängigkeit herzustellen. Dies bedeutet, dass Daten über verschiedene Abteilungen und Systeme hinweg nahtlos fließen können, in einer konsistenten Form vorliegen und die operativen Prozesse und Menschen durchgängig zu unterstützen.

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.

Die Angst der IT vor Kontrollverlust und wie moderne Governance helfen kann

Data Mesh wird derzeit vielerorts als die Zukunft der Datenorganisation gefeiert. Anstatt monolithischer Datenstrukturen verspricht der Ansatz eine dezentrale Organisation mit eigenständigen Datenprodukten, die autonom von den Fachbereichen betrieben und verantwortet werden. Doch in der Praxis zeigt sich häufig ein anderes Bild: Statt echter Vernetzung und Autonomie entsteht oft nur eine scheinbar dezentrale Struktur, in der Datenprodukte sternförmig von einem zentralen Hub abhängig bleiben. Warum?

Wie der Data Mesh Ansatz die Logistikbranche unterstützen kann sich zur Data Insights Driven Company zu transformieren.

Data Mesh ist ein innovativer Organisations-Ansatz in der Welt der Datenverarbeitung und -verwaltung, der sich in den letzten Jahren zunehmender Aufmerksamkeit erfreut. Dieser Ansatz soll den wachsenden Herausforderungen bei der Skalierung von Daten-Analysen und -Produkten in Unternehmen gerecht werden. Er setzt auf eine dezentrale, domänenspezifische Datenverantwortlichkeit und adressiert Probleme, die in traditionellen zentralisierten Datenarchitekturen auftreten. Im Folgenden werden die vier grundlegenden Prinzipien des Data Mesh Ansatzes erläutert, gefolgt von einer Diskussion darüber, warum dieser Ansatz besonders in der Logistikbranche von großem Nutzen sein kann.

Die Datenstrategie entscheidet zunehmend über den Erfolg des gesamten Unternehmens

Warum eine Data Strategy?

Ich denke, mittlerweile ist jedem Unternehmen klar geworden, dass der kompetente Umgang mit Daten und die Steigerung der Datenintelligenz ein wichtiger Erfolgsfaktor für die Wettbewerbsfähigkeit ist. Gezeigt hat sich in den letzten Jahren, dass bloßes experimentieren mit Daten und neuen Technologien wie Big Data, KI und Cloud auch kein Garant für Erfolg ist. Dies liegt meiner Meinung nach häufig an den von der Unternehmensstrategie abgekoppelten und isolierten Maßnahmen Daten gewinnbringend einzusetzen. Somit sind häufig weitere Silos entstanden, die eher verhindern, einen erkennbar positiven Effekt für den Unternehmenserfolg zu erzielen. Verstärkend kam hinzu, dass sich einerseits kein ROI (Return on Investment) einstellte und man zunehmend Geld verloren hat und andererseits wertvolle Zeit verloren ging, während andere Unternehmen an einem vorbeizogen, die es eher verstanden haben Daten zielwirksam zur Steigerung ihrer Wettbewerbsfähigkeit einzusetzen. Häufig sind es Unternehmen, die man nicht mal als Wettbewerber auf den Schirm hatte.

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. 

Wie Datenintelligenz und Kreativität zusammen eine nachhaltige Wachstumsstrategie bilden

In der modernen Welt der Technologie, KI und Wirtschaft sind Daten oft als das "neue Öl" bezeichnet worden. Doch dieser Vergleich greift zu kurz und bringt einige negative Assoziationen mit sich. Öl und andere Rohstoffe sind begrenzt und werden durch Ausbeutung der natürlichen Ressourcen gewonnen, was oft zu Umweltschäden und ethischen Bedenken führt. Daten hingegen sind das Produkt menschlicher Intelligenz und Kreativität, und ihre Nutzung kann nachhaltig und ethisch verantwortungsvoll gestaltet werden.

- Data Driven Company -

„Denk groß, fang klein an - aber mit dem richtigen!“

THE DATA ECONOMIST

Warum datengetriebene Entscheidungsfindung und Datenprodukte für Unternehmen wettbewerbsentscheidend sind.

In der heutigen Geschäftswelt ist die Bedeutung von Daten nicht mehr zu übersehen. Daten sind das Lebenselixier moderner Unternehmen und bilden die Grundlage für Wettbewerbsvorteile, verbesserte Kundenerlebnisse und bahnbrechende Innovationen. Ein umfassendes Verständnis für die Bedeutung einer datengetriebenen Kultur und der Wert von Datenprodukten ist daher entscheidend. Eine datengetriebene Kultur kann dabei helfen, faktenbasierte Entscheidungen zu treffen und die betriebliche Effizienz zu steigern, während das Denken in Datenprodukten Unternehmen erlaubt, ihre Datenressourcen effektiv zu monetarisieren und nachhaltigen Mehrwert zu schaffen. Nachfolgend beleuchte ich die Vorteile und Charakteristika dieser Aspekte in 3 Teilen.

Warum Digital Driven Ökosysteme moderner Unternehmen traditionellen Unternehmen mit eindimensionalen Produkten überlegen sind

Die Grenzen eindimensionaler Produkte

Traditionelle Unternehmen, insbesondere solche aus klassischen Industrien, entwickeln häufig Produkte, die spezifische, isolierte Probleme lösen. Diese eindimensionalen Produkte bieten in der Regel Lösungen, die auf eine bestimmte Anforderung zugeschnitten sind, ohne eine breitere Perspektive oder Integration in andere Bereiche zu bieten. Diese Produkte folgen einer linearen Entwicklung und einem isolierten Datenfluss, der kaum Möglichkeiten für Feedback und Verbesserungen bietet. Dies führt dazu, dass solche Unternehmen oft starr und unflexibel sind, wenn es darum geht, sich an die sich ständig ändernden Marktbedingungen und Kundenbedürfnisse anzupassen.

Status quo: Herausforderungen bei der dateninspirierten Führung

Viele Unternehmen erkennen die Bedeutung einer dateninspirierten Entscheidungsfindung, stehen jedoch vor Herausforderungen bei der Umsetzung. Während technologische Lösungen zunehmend vorhanden sind, fehlt es oft an einer Unternehmenskultur, die dateninspirierte Prozesse und Entscheidungen fördert. Führungskräfte spielen hierbei eine zentrale Rolle, da sie den Wandel aktiv gestalten und vorleben müssen. Ohne eine klare dateninspirierte Vision auf Managementebene bleibt das volle Potenzial dateninspirierter Erkenntnisse und digitaler Prozesse ungenutzt. Zudem sind Weiterbildungsmaßnahmen für Führungskräfte essenziell, um sie auf die Anforderungen einer dateninspirierten Unternehmensführung vorzubereiten.

Wie zielgerichtetes Fragen Business Cases schärft und eine Data Inspired Culture vorantreibt

Die Entwicklung einer erfolgreichen Data & AI-Strategie beginnt nicht mit Daten, sondern mit der Unternehmensstrategie – und den richtigen Fragen. Zu oft wird der Fokus auf Technologien und Tools gelegt, während der tatsächliche Mehrwert durch die Identifikation relevanter Business Cases entsteht. Nur wenn diese Business Cases klar definiert und priorisiert sind, können Daten, KI-Modelle und Automatisierung den gewünschten Geschäftswert liefern.

Die Auswahl der richtigen Business Cases erfordert eine strukturierte Denkweise. Hierbei bietet die Methodik der guten Fragen einen entscheidenden Vorteil: Sie ermöglicht es, relevante Herausforderungen zu identifizieren, Innovationspotenziale zu erkennen und Handlungsfelder zu definieren. Unternehmen wie Nvidia, Citi oder Hermes setzen auf eine systematische Herangehensweise durch die richtigen Fragen – und diese Vorgehensweise ist auch auf die Entwicklung einer Data & AI-Strategie übertragbar.

Wie iterative Lernzyklen Datenstrategien lebendig machen

Wenn technologische Versprechen die Realität überholen, ist der Spott oft nicht weit. So auch im Fall des Haushaltsroboters NEO des Start-ups 1X. In sozialen Medien wird er zum Sinnbild übertriebener Erwartungen an Künstliche Intelligenz. Denn anstatt autonom zu agieren, wird NEO derzeit noch per Virtual-Reality-Brille von Menschen ferngesteuert. Doch wer darüber nur lächelt, verkennt den eigentlichen Innovationsansatz. Hier entsteht ein Paradebeispiel für eine „Dynamic Data Strategy“, ein iteratives Lernsystem, das durch reale Anwendungssituationen wertvolle Daten generiert, die künftige Generationen intelligenter machen.

The truth about titles and tasks in the world of data

In the rapidly advancing digital and AI-driven business landscape, companies often face the dilemma of naming and defining roles, especially when it comes to managing and strategising data and its optimal use and monetisation. The debate around the role of the Chief Digital Officer (CDO) versus the need for a Chief Data Officer (CDO), Chief AI Officer (CAIO) or even Chief Data & AI Officers (CDAIO) is a shining example of this confusion. But does the solution really lie in creating new titles, or should we focus on sharpening up the roles that already exist?

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.

Wie die Head Phone Strategy Orientierung gibt eine nachhaltige Data Culture im Unternehmen zu etablieren.

In der Ära der Digitalisierung stehen Unternehmen vor der Herausforderung, eine Kultur zu schaffen, die sowohl von Daten angetrieben wird als auch den menschlichen Faktor in den Vordergrund stellt. Die "Head Phone Strategy" präsentiert einen innovativen ganzheitlichen Ansatz, um dieses Gleichgewicht zu erreichen und bietet eine solide Struktur für Unternehmen, die eine nachhaltige, dateninspirierte Unternehmenskultur etablieren möchten.

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.

Why a data governance-oriented data fabric is essential for scalable qualitative Data & AI Products

Modern process approaches, agile working, cloud technologies and AI offer new opportunities

In our data-driven world, qualitative data products are key to business success. But scaling such products efficiently requires a robust data infrastructure. This is where the data fabric comes in. A successively (agilely) built, data governance-oriented data fabric ensures that data quality, protection and use are at the centre of all efforts.

Data Literacy has to emerge outside the bubble, otherwise it won't work out with the Data Driven Company!

Lately, I've been getting the feeling that we data experts live in a bubble. More and more often I hear that we would like to become data driven, but the others just don't understand us. But isn't it up to us to communicate our knowledge in such a way that others understand us? It's often very much about technology and what technology can do. We also talk about how technology will change our lives and cost jobs. Sometimes we even make fun of exciting technology or how stupid it actually is, as in the case of Chat GPT. Everything is somehow negative. Shouldn't we talk about it in a more positive way and what all becomes possible when we draw the right path and how it can help us? I often take two guiding principles to heart.

The MIT study The GenAI Divide shows that only a fraction of GenAI pilot programmes deliver real economic impact – the majority stagnate.

The MIT initiative's research reveals a clear divide: ‘About 5% of AI pilot programmes achieve rapid revenue acceleration; the vast majority stall, delivering little to no measurable impact on P&L.’The greatest successes are not in marketing and sales, but in the back office. The results also show that purchased solutions and partnerships are more successful than in-house developments and that adoption is more successful when line managers drive the implementation. In this interview, the findings of the study are classified and linked to my own perspectives on modern data strategy, in particular on the role of governance and data & AI literacy as enablers.

Bausteine einer erfolgreichen und nachhaltigen Etablierung einer Data Driven Culture.

Wie Ihr sicherlich wisst, beschäftige ich mich schon sehr lange mit dem Thema Data Driven. Dazu halte ich auch immer wieder Vorträge, veröffentliche kurze Artikel auf meinem Blog, bin Gast in Podcasts oder gebe Seminare. Dabei versuche ich immer Kernthemen in eine Visualisierung zu bringen, um mir die Data Driven Welt selber zu erklären und anderen über meine Schaubilder meine Sicht zu erläutern. Ja, diese Visualisierungen sind sicherlich nicht einfach. Sicherlich sagt auch der Ein oder Andere sie seien sogar recht komplex. Stimmt, es ist ein Komplexes Thema und wie bringt man es auf einen One Pager!? (Gute Ideen dazu sind immer Willkommen!)

Was KI-Agenten über Ihre Datenstrategie verraten

Stellen Sie sich einen KI-Agenten vor, der Angebote automatisiert erstellt: Er erkennt eine Kundenanfrage, prüft das CRM auf bestehende Beziehungen, ruft Produktdaten aus dem PIM ab, kalkuliert einen Preis und erzeugt ein druckfertiges Dokument. Auf dem Papier ist das ein Produktivitätsgewinn. In der Praxis hängt alles davon ab, was dieser Agent vorfindet.

If the data and process basics don't fit, the AI won't be able to make it fit either!

In the age of digitalisation, the merging of data and business processes is not just a possibility, but a necessity for companies that want to survive in a data-driven market environment. Visualising a model that represents this integration - as illustrated in the "Data Culture" diagram (see below) - provides a clear idea of how companies can reshape their strategy and culture to master this new reality.

Wenn die Daten- und Prozess Basics nicht passen, wird auch die KI es nicht passend machen können!

Im Zeitalter der Digitalisierung ist die Verschmelzung von Daten und Geschäftsprozessen nicht nur eine Möglichkeit, sondern eine Notwendigkeit für Unternehmen, die in einem datengesteuerten Marktumfeld bestehen wollen. Die Visualisierung eines Modells, das diese Integration darstellt – wie im "Data Inspired Human Culture"-Diagramm veranschaulicht (s.u.) – bietet eine klare Vorstellung davon, wie Unternehmen ihre Strategie und Kultur umgestalten können, um diese neue Realität zu meistern.

Nur wer radikal dateninspiriert handelt, wird künftig relevant bleiben

Die meisten Unternehmen unterschätzen immer noch das transformative Potenzial ihrer Daten – und gefährden damit ihre Zukunftsfähigkeit.

In vielen Unternehmen werden Daten bis heute vor allem als Nebenprodukt von Prozessen betrachtet, ein Mittel zur punktuellen Effizienzsteigerung oder Optimierung bestehender Abläufe. Traditionelle Denkmuster behandeln Daten oftmals als bloße Rohstoffe, deren Wert erst durch isolierte Analysen entsteht. Doch in einer vernetzten, dynamischen und zunehmend komplexen Welt reicht es nicht mehr aus, nur bestehende Prozesse zu optimieren oder kurzfristige Einsichten aus Daten zu gewinnen. Daten sind kein Nebenprodukt der Digitalisierung, sondern der entscheidende Hebel, um Unternehmen ganzheitlich und nachhaltig zu transformieren.

Sei ein Data Punk und schenke deinen Usern Blumen aus Daten und sie werden Dich lieben!

Ein Data Punk zu sein bedeutet, die Konventionen zu durchbrechen und mit Daten kreativ, unkonventionell und mutig umzugehen. Es geht darum, den Status quo in Frage zu stellen und Daten nicht nur als Zahlenreihen, sondern als Möglichkeit zu sehen, echte, positive Veränderungen zu bewirken. In diesem Geiste, wie wäre es, wenn wir unseren Nutzern "Blumen" schenken würden? Nein, nicht die physischen, sondern metaphorische Blumen, die aus Daten gewebt sind.

In-depth data analyses often reveal significant discrepancies between the assumption of linear business processes and the operational data reality. Where strategic homogeneity is assumed, structural heterogeneity often prevails at the data level. Ignoring this complexity is not a technical oversight, but a fundamental threat to AI strategies and digital transformations.

When a C-level decision-maker looks at their company's process landscape, it usually presents itself in reassuring linearity. Take a standard process such as ‘order processing’ as an example: from a business perspective, this appears to be a monolithic block. It suggests uniformity, complete controllability and clearly defined responsibilities.

Why the hub & spoke model is a good idea to transform an organization into a data-inspired culture.

In the digital transformation, data management is becoming increasingly important as a prerequisite for the successful use of data analytics and AI. But how does an organization become truly “data inspired”? A promising approach is the Hub & Spoke Model, which helps companies to act in a data-inspired way while gradually developing the maturity of the organization without overwhelming people and organization. In this article, I will discuss how the Hub & Spoke Model can help you become a Data Inspired Company and how it can support you on your way to becoming a cross-functional and agile data-inspired organization.

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.

So transformierst du dein traditionelles Unternehmen zu einer agilen Data Driven Company

Habt ihr schon mal gesehen, wie etwas Altes eine völlig neue Funktion bekommt? Der Bunker in St. Pauli, Hamburg, zeigt eindrucksvoll, wie man auf einem historischen Fundament etwas Modernes errichten kann. Dieses Prinzip lässt sich perfekt auf Unternehmen übertragen, die sich zu dateninspirierten Organisationen wandeln möchten, indem sie ihre bestehende IT-Infrastruktur clever nutzen.

Die Data Inspired Enterprise Architecture

Dateninspirierte Unternehmen zeichnen sich durch eine Gemeinsamkeit aus: Sie behandeln Daten und Wissen als strategische Vermögenswerte und bauen die organisatorischen Strukturen, um diese Vermögenswerte systematisch zu nutzen. Die Data Inspired Enterprise Architecture beschreibt, wie dieser Aufbau gelingt: von der ersten Datenerfassung bis zum handlungsfähigen, lernenden KI-System.

Data Cleansing vs. Data Observability

Datenbereinigung ist keine Lösung, sondern ein Symptom einer mangelhaft aufgestellten Datenstrategie sowie ineffizienter, nicht gut funktionierender Prozesse. Viele Unternehmen investieren erhebliche Ressourcen in kontinuierliche Bereinigungsmaßnahmen – ohne die eigentlichen Ursachen der schlechten Datenqualität nachhaltig zu beseitigen. Doch wer ständig nur putzt, ohne das Leck in der Leitung zu schließen, wird nie trocken arbeiten können.

Eine gute Data & AI Strategy ist das Fundament einer erfolgreichen Transformation zur Data Inspired Company

Die Entwicklung einer Daten- und KI-Strategie ist entscheidend für Unternehmen, die sich auf dem Weg zu einer dateninspirierten Unternehmenskultur befinden. Sie bildet den Grundstein für eine erfolgreiche Transformation und ist tief in der Wertschöpfung des Unternehmens verankert. Das „Why-How-What“-Prinzip liefert dabei den Rahmen für eine kohärente Strategie, die den Unternehmenswert maximiert.

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.

Daten als Fundament: Warum der Erfolg von AI auf einer soliden Datenstrategie beruht

In den letzten Jahren hat Künstliche Intelligenz (AI), besonders GenAI (generative Artificial Intelligence),  enorm an Aufmerksamkeit gewonnen. Die Verheißungen von autonomen Fahrzeugen, intelligenten Assistenten und maschinellem Lernen haben eine Welle von Begeisterung und Interesse in der Geschäftswelt ausgelöst. Doch während AI oft als die Zukunft der Technologie gefeiert wird, gibt es einen entscheidenden Aspekt, der häufig übersehen wird: Die Daten, die diese Technologien antreiben.

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.

Wie eine wertorientierte Strategie den Weg zur erfolgreichen Data-Driven Culture ebnet.

In einer Welt, in der das Mantra "viel hilft viel" oft als Erfolgsformel gilt, sind Unternehmen zunehmend damit beschäftigt, möglichst viele Initiativen gleichzeitig zu starten. Dabei laufen sie Gefahr, sich in der Masse zu verlieren und am Ende nur mittelmäßige Ergebnisse zu erzielen. Besonders Top-Führungskräfte neigen dazu ständig neue Projekte anzustoßen, aus Angst, die eine entscheidende Maßnahme zu verpassen. Doch dieses Verhalten führt selten zu nachhaltigem Erfolg. Vielmehr werden diese Unternehmen von denen verdrängt, die sich auf den entscheidenden Hebel mit dem größten Wert konzentrieren.

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.