Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
IWB Weg zur eigenen Datenstrategie Borek
1. INTERNET WORLD Business14 xx. Monat 2015 x/15
technik
Foto:Fotolia/stockpics
Dr. Alexander Borek
arbeitet als Digital und Ana-
lytics-Strategieberater bei
Gartner. Er berät internationale Unter-
nehmen und setzt mit ihnen Big-Data-
Projekte um.
www.gartner.com
JedesUnternehmensitztaufeinerMen-
ge von Daten. Nun, da überall von „Big
Data“ die Rede ist, diskutieren Fachabtei-
lungen in Unternehmen darüber, wie sie
selbst die im Unternehmen vorhandenen
Daten besser auswerten können. Der An-
spruch lautet: „Wir sollten mehr aus unse-
ren Daten herausholen.“ Das Hauptziel:
Neue Geschäftspotenziale entdecken.
Doch wie findet man sinnvolle Big-Data-
Cases? Und wie setzen Unternehmen ihre
eigene Big-Data-Strategie auf?
Beide Fragen beschreiben, welche Her-
ausforderungen Firmen meistern müssen,
um zu ihrer individuelllen Analyse zu
kommen. Beginnen wir mit der ersten:
Wie identifizieren Unternehmen Big-Da-
ta-Anwendungen, die für sie nutzbrin-
gend sind? Ein Weg dazu ist ein Innovati-
onsworkshop, der so ablaufen könnte:
Teilnehmen sollten Mitarbeiter aus ver-
schiedenen Hierarchiestufen und Fachbe-
reichen, um möglichst viele unterschiedli-
che Perspektiven, Erfahrungen und Denk-
weisen zu berücksichtigen.Zunächst wer-
den die Teilnehmer auf einen einheitli-
chen Wissensstand gebracht. Inspirieren-
de Big-Data-Praxisbeispiele sollen Inter-
esse wecken und ins Thema einführen.
Anschließend sammeln die Teilnehmer
ihre eigenen Ideen für den Einsatz von Big
Data im Unternehmen.
Diese Ideen werden im nächsten Schritt
in großer Runde vorgestellt und diskutiert.
Ähnliche Ideen werden jeweils zu einem
Use Case zusammengefasst. Jeder Use
Case wird hinsichtlich technischer und or-
ganisatorischer Komplexität und potenti-
ellem geschäftlichen Mehrwert bewertet.
Solche Workshops können unterschied-
lich lang dauern, von einem bis hin zu
mehreren Tagen. Daran ist schon erkenn-
bar, dass Unternehmen Mitarbeiterzeit in-
vestieren müssen, um sich eine Datenstra-
tegie zu erarbeiten.
Als nächstes werden Teams gebildet, die
zu ihrem ausgewählten Anwendungsfall
ein detailliertes Konzept ausarbeiten. Wie
in einem Start-up-Pitch werden diese
Konzepte den Entscheidungsträgern in
der Organisation präsentiert. Diese legen
fest, welche Projekte umgesetzt werden
und welche nicht.
In die Auswahl und Priorisierung dieser
Cases sollte unter anderem auch einflie-
ßen, welche Fähigkeiten und Kompeten-
zen im Unternehmen langfristig aufgebaut
werden sollen. Welche personellen Res-
sourcen gibt es bereits, welche müssen da-
für gewonnen werden? Zudem sollten die
Anwendungen möglichst gut über die Ge-
schäftsbereiche verteilt sein.
Wenn durch den Innovationsworkshop
oder auf einem anderen Weg Einsatzzwe-
cke für Big-Data-Auswertungen gefunden
wurden, steht als nächster Schritt die Um-
setzung an. Hier ist die IT-Abteilung ge-
fragt. Sie ist aufgefordert, ihre Fähigkeiten
im Bereich Big Data zügig auszubauen.
Keine leichte Aufgabe, denn noch sind er-
fahrene Data Scientists (siehe Kasten
„neue Berufsprofile“) mit guten IT-Kennt-
nissen eine rare Spezies.
IT-Teams sind in der Regel mit laufen-
den Projekten gut ausgelastet, deshalb ste-
hen sie neuen Big-Data-Anforderungen
erst einmal reserviert gegen: „Unsere eng
kalkulierten IT-Budgets lassen das nicht
zu“ oder „das passt nicht mit unseren Pro-
zessen zusammen“, sind häufige Einwände
seitens der IT-Verantwortlichen. Im Ge-
gensatz zur Umsetzung herkömmlicher
Wege zur Big-Data-Strategie
Nutzbringende Information aus großen Datenbergen herauszuziehen, ist nicht einfach. Wie schaffen es Unter-
nehmen, sinnvolle Big-Data-Anwendungen zu stricken? Zum Beispiel mit einem Innovationsworkshop
IT-Projekte brauchen innovative Big-Da-
ta-Auswertungen vor allem Geschwindig-
keit bei der Entwicklung und eine enge
Zusammenarbeit zwischen den Program-
mierern und den Fachabteilungen. Bishe-
rige Vorgehensweisen in IT-Projekten wie
das Durchlaufen mehrerer Projektstufen,
die genaue Dokumentation und das aus-
führliche Testen – alles zeitintensive
Schritte – passen jedoch nicht zur Anfor-
derung des „Ausprobierens“ und des
schnellen Umsetzens von Ideen.
Traditionell ist die IT in der Rolle des
reinen Technologiedienstleisters, zustän-
dig für den IT-Support und die zuverlässi-
ge Umsetzung langfristiger Großprojekte.
BeimAusprobierenvonBig-Data-Anwen-
dungen zählen hingegen Agilität und
Schnelligkeit. Es handelt sich um eher
kurzfristige Projekte mit fixen Ergebnis-
sen für die jeweiligen Geschäftsbereiche.
Das Ziel eines Projektes kann sich auch
kurzfristig ändern, wenn das Feedback des
Fachbereichs dies erfordert. Es ist ratsam,
neben der traditionellen IT eine neue Or-
ganisationseinheit aufzubauen.
Eine Datenstrategie erfordert also auch
einenWandelderOrganisationsstrukturen
und Prozesse. Digitale Pioniere schaffen
sogar neue Positionen wie den „Chief Data
Officer“ oder den „Chief Digital Officer“,
die Big-Data-Projekte voranbringen.
Chief Data Officer (CDO)
Der Chief Data Officer ist auf Top-Ma-
nagement-Ebene für die Datenstrate-
gie, den Umgang mit Daten („Gover-
nance“) sowie für die Einhaltung von
Richtlinien verantwortlich.
Data Scientist
Data Scientist ist eine der zentralen
neuen Rollen im Big-Data-Umfeld – je
nach Ausprägung ist die Rolle eine Mi-
schung aus Business Analyst, Statisti-
ker, Data Miner und Dateningenieur. Da-
für gefragt sind analytische Fähigkeiten,
Kreativität, Neugier sowie technisches
Wissen und Projektmanagement-Skills.
User Experience Designer
Der User Experience Designer, manch-
mal auch als Customer Experience De-
signer bezeichnet, gestaltet die Berüh-
rungspunkte zwischen Kunden und Un-
ternehmen. Das kann die Webseite, eine
mobile App oder eine digitale Anwen-
dung im stationären Geschäft sein. Für
diese Rolle wird eine Mischung aus De-
signdenken, technischem Wissen und
Einfühlungsvermögen in die Anforde-
rung der Nutzer benötigt. Data Scien-
tists bauen Analyse-Modelle, User Ex-
perience Designer stellen sicher, dass
diese Modelle nutzerfreundlich in die
Geschäftsprozesse einfließen.
Daten schaffen neue Berufsprofile