18.03.2020 – Kategorie: Technologie
Datenstrategie: Wie Unternehmen datengetriebene Geschäftsmodelle umsetzen
Zwar haben die meisten Unternehmen eine Datenstrategie definiert, wie sie mit den wachsenden Datenmengen umgehen wollen. Die vorhandene Infrastruktur wie auch unklare Verantwortlichkeiten oder niedrige Budgets erschweren Unternehmen die digitale Transformation. Mathias Golombek von Exasol erläutert die Zusammenhänge von Datenstrategie und Cloud-Infrastruktur.
Es ist eines der wichtigsten strategischen Themen derzeit: Wie lässt sich der größte Nutzen aus Daten ziehen? Hinter dieser Frage stecken zahlreiche weitere, von der Eignung der Infrastruktur bis hin zur Bereitschaft der Mitarbeiter, ein datengetriebenes Geschäftsmodell zu adaptieren und . Die Studie „Datenstrategie und Unternehmenskultur: Voraussetzungen auf dem Weg zur Cloud“ die von Sapio Research im Auftrag von Exasol durchgeführt wurde, hat die aktuelle Situation in den Unternehmen untersucht.
Für die Studie wurden jeweils über 500 C-Level-Entscheider in Deutschland, Großbritannien, den USA und China befragt. Alle Befragten gaben an, in ihrem Unternehmen in irgendeiner Art für die Erfassung und Nutzung von Daten verantwortlich zu sein – also entweder diesbezügliche Entscheidungen treffen oder beeinflussen zu können.
Datenstrategie: Geteilte Verantwortung für die Daten
Die erste wichtige Erkenntnis ist erfreulich und war in dieser Deutlichkeit nicht zwingend zu erwarten: Die Frage, ob es im eigenen Unternehmen eine Datenstrategie gäbe, konnten 97 Prozent der Befragten in Deutschland bejahen. Die Unterschiede zwischen den Ländern erwiesen sich dabei als minimal. Die Antworten der Befragten in China – 100 Prozent kreuzten dort „Ja“ an – stechen etwas heraus, mit jeweils 96 Prozent bewegen sich aber die US-amerikanischen und britischen Unternehmen auf einem ähnlich hohen Level.
Interessant, weil sehr diversifiziert, sind die Antworten auf die Frage, wer denn genau für die Datenstrategie im Unternehmen zuständig sein. Die Befragten hatten die Möglichkeit, mehrere Verantwortliche anzugeben – und taten dies auch. In 64 Prozent der 503 teilnehmenden deutschen Unternehmen ist der Chief Data Officer (CDO) zumindest teil-verantwortlich, 61 Prozent gaben den Chief Information Officer (CIO) an, 54 Prozent den Chief Technical Officer (CTO). Weitere Management-Positionen wurden ebenfalls genannt: Chief Executive Officer (47 Prozent), Head of Data Security (44 Prozent), Head of Data Science (37 Prozent), Head of Data Governance (36 Prozent), Head of Business Intelligence (36 Prozent) und Head of Analytics (32 Prozent).
Datenstrategie: Einfluss auf alle Geschäftsbereiche
Was lässt sich aus dieser Vielfalt an Angaben ablesen? Unternehmen tendieren dazu, die Verantwortung für die Datenstrategie auf mehrere Entscheider aus unterschiedlichen Bereichen zu verteilen. Das erscheint sinnvoll, schließlich hat die Datenstrategie Einfluss auf alle Geschäftsbereiche und sollte immer im Einklang mit dem obersten Management definiert werden.
Interessanter ist möglicherweise der Blick aus der anderen Richtung, denn die Analysten von Sapio fragten auch nach, wer nicht zuständig ist. So gaben auch 22 Prozent an, zwar einen CDO an Board zu haben, ihm aber keine Verantwortung bei der Datenstrategie zu geben. Noch verwirrender sind die Antworten in Bezug auf den Head of BI und den Head of Analytics: Obwohl diese Positionen besetzt sind, gaben jeweils mehr als 50 Prozent der Befragten an, dass diese Manager hierfür nicht verantwortlich seien. Wurden hier nur ausführende Bereiche geschaffen, ohne echten Einfluss auf die datengetriebene Zukunft ihrer Firma?
Datenstrategie: Infrastruktur als Hemmschuh
Obwohl fast alle Unternehmen angeben, eine Datenstrategie für sich definiert zu haben und 83 Prozent der Befragten davon überzeugt sind, dass Daten eine strategisch wichtige Rolle spielen, mangelt es häufig an der Umsetzung. Dieses Fazit lässt sich jedenfalls ziehen, wenn 84 Prozent angeben, ihre Infrastruktur mache den Zugang zu Daten zur Herausforderung. Als die größten Hemmnisse nannten die Befragten:
- Zu viele neue Datenquellen (28 Prozent)
- Eine zu große Datenmenge (25 Prozent)
- Eine veraltete Infrastruktur (23 Prozent)
- Zu wenig Agilität (22 Prozent)
- Zu wenig Budget (19 Prozent)
- Eine begrenzte Performance (19 Prozent)
- Generelle Vorbehalte gegenüber der aktuellen Entwicklung (18 Prozent)
- Mangende Datenkompetenz und schlechte Datenqualität (jeweils 17 Prozent)
Mehr als drei Viertel der Befragten kämpfen derzeit bereits mit Performance-Engpässen. Und nur 7 Prozent sehen in ihrem Unternehmen keine Barrieren auf dem Weg zu einem datengetriebenen Unternehmen. Neben Herausforderungen bei der Infrastruktur fallen auch die weicheren Faktoren ins Auge. Mangelnde Agilität, generelle Vorbehalte oder auch fehlende Kompetenzen im Bereich Data Analytics sind kulturelle Aspekte, die sich ein Unternehmen nicht von heute auf morgen überstülpen kann. Hier bedarf es wiederum einer klaren Strategie, hinter der das Management steht. Dass in vielen Unternehmen nicht alle wichtigen Ansprechpartner mit im Boot zu sitzen scheinen, macht die Sache sicher nicht einfacher.
Cloud-Infrastruktur als passende Lösung
Für viele der Infrastruktur-Fragen gibt es Lösungen: 94 Prozent der Befragten halten Cloud-Modelle für hilfreich, um Daten zugänglich zu machen und zu nutzen. Ein Blick auf die gegenwärtige Cloud-Nutzung hilft bei der Deutung: Denn beinahe alle arbeiten bereits in irgendeiner Art mit einer Cloud-Infrastruktur. 39 Prozent setzen auf eine Hybrid Cloud, also einen Mischbetrieb aus Cloud und On-Premise. 28 Prozent arbeiten mit einem Public Cloud Provider zusammen, 16 Prozent nutzen die Services mehrerer Provider. 14 Prozent haben sich eine Private Cloud eingerichtet und lediglich drei Prozent verzichten ganz auf die Cloud.
Die ersten bedeutenden Schritte in die richtige Richtung sind also bereits getan, das Vertrauen, dass Cloud Services die Infrastruktur leistungsfähiger machen, ist hoch. Die bisherigen Erfahrungen bestätigen dies: Über zwei Drittel der Befragten sind überzeugt, dass die Migration von Workloads in die Cloud einen insgesamt positiven Einfluss auf ihre Arbeit mit den Daten hat.
Die Analysten fragen auch nach, was genau sich verbessert habe. Für 46 Prozent vereinfachte sich der Zugang zu und die gemeinsame Nutzung von Daten. 45 Prozent freuen sich über eine höhere Agilität, 41 Prozent über kürzere Antwortzeiten bei Abfragen. Auch dass sich komplexere Daten-Analysen nun einfacher und damit häufiger durchführen lassen, Daten-Anwendungen schneller entwickelt werden und signifikant mehr User die Daten nutzen können, nannten jeweils gut ein Drittel der Entscheider als positive Folge der Cloud-Nutzung.
Datenstrategie: Kostensenkung mithilfe von Cloud-Services
Wie steht es um die Kosten? Ist deren Reduktion nicht immer eines der Hauptargumente? 28 Prozent der Unternehmen gaben an, durch die Nutzung von Cloud-Services von Kostensenkungen zu profitieren. Das zeigt vor allem, dass eine Kostenreduktion möglich ist, aber längst nicht das Hauptargument für die Cloud. Zugang zu Daten, mehr Agilität und Flexibilität, Continuous Delivery und schnelleres Deployment von Anwendungen sowie Performance bei der Datenanalyse sind wichtigere Voraussetzungen, um den Weg zum datengetriebenen Unternehmen erfolgreich zu beschreiten.
Die Studie von Sapio Research und Exasol zeigt zudem, dass sich die Erwartungen und Erfahrungen im internationalen Vergleich ähneln. Die Umfragewerte in Deutschland, Großbritannien und den USA weichen kaum voneinander ab. Etwas größere, wenn auch keine signifikanten Unterschiede zeigen sich zu China: So nutzen beispielsweise chinesische Unternehmen deutlich häufiger ein Hybrid-Cloud-Modell (52 Prozent, im Vergleich: Großbritannien 32 Prozent, USA 38 Prozent und Deutschland 39 Prozent). Die Private Cloud hingegen ist in China fast gar nicht verbreitet (drei Prozent, im Vergleich dazu 22 Prozent in Großbritannien, 19 Prozent in den USA und 14 Prozent in Deutschland).
Datenstrategie: Data Analytics Workloads in die Cloud verlagern
Zudem stehen chinesische Unternehmen der Cloud generell offener und mit mehr Vertrauensvorschuss gegenüber. Mehr Befragte als in den anderen Ländern unterstützen das Vorgehen, typische Data Analytics Workloads wie Data Warehouse, Predictive Analytics und Data Science, BI und Reporting, Data Lake sowie ETL-Prozesse in die Cloud zu verlagern. Noch ein wichtiger Unterschied fiel auf: In China stehen auch die Mitarbeiter einer Datenstrategie eher positiv gegenüber, zumindest gaben das mehr als die Hälfte der befragten Entscheider an.
Während in Großbritannien nur 15 Prozent datenbasierte Methoden ausschließlich positiv beurteilen, sind es in Deutschland immerhin 34 Prozent. Hier zeigt sich, dass neben einer leistungsfähigen Infrastruktur zugleich ein kultureller Wandel in den Unternehmen stattfinden muss. Bedenken bei Datenschutz, fehlender Kompetenz und Arbeitsplatzverlust müssen offen thematisiert und ausgeräumt werden. Denn Daten und deren weitgehende Nutzung werden künftig über den Geschäftserfolg entscheiden.
Über den Autor: Mathias Golombek ist Vorstandsmitglied und CTO der Exasol AG. Er verantwortet alle technischen Bereiche des Unternehmens, von der Entwicklung über den Betrieb und Support bis hin zum fachlichen Consulting. Golombek hat an der Universität Würzburg Informatik mit den Schwerpunkten Datenbanken und verteilte Systeme studiert. Exasol ist Anbieter einer leistungsstarken und hoch performanten In-Memory-Analytics-Datenbank, die Unternehmen bei Umsetzung von langfristigen Datenstrategien unterstützt.
Lesen Sie auch: Datenkatalog: Mit Struktur zum effizienten Datenmanagement
Teilen Sie die Meldung „Datenstrategie: Wie Unternehmen datengetriebene Geschäftsmodelle umsetzen“ mit Ihren Kontakten: