Daten-Transformation ist die Grundlage der digitalen Transformation
In den vergangenen zwei Jahrzehnten haben Digital-First-Startups wie Uber, Amazon, Airbnb und Stripe zentrale Branchen wie Transport, Handel, Reisen und Banking aufgemischt. Unternehmen in allen Branchen haben erkannt, dass sie sich digital transformieren müssen, um in der neuen Informationsökonomie wettbewerbsfähig zu bleiben. Das gilt besonders seit COVID-19: Die Pandemie hat die Digitalisierung von Prozessen und Services zusätzlich beschleunigt (PwC). Trotz massiver Digitalisierungsinvestitionen ist die harte Wahrheit: Rund 70% der Initiativen zur digitalen Transformation erreichen ihr angepeiltes Ziel nicht (McKinsey).
Die Gründe für das Scheitern sind vielfältig, doch ein zentraler Punkt wird oft übersehen: Eine tragfähige Daten-Transformation ist die Voraussetzung für eine erfolgreiche digitale Transformation. Gartner stellt fest, dass in weniger als 50% der dokumentierten Unternehmensstrategien Datenanalytik als entscheidender Hebel für unternehmensweiten Mehrwert genannt wird.
Führungskräfte müssen zuerst auf Daten schauen, wenn sie mit digitalen Initiativen erfolgreich sein wollen — und sie nicht als nachträglichen Helfer für Ad-hoc-Projekte behandeln. —Mike Rollings, Research Vice President bei Gartner
Es gibt viele Hebel für eine erfolgreiche Daten-Transformation — von Investitionen in Dateninfrastruktur über Datentools bis hin zu besseren Prozessen und agilen Organisationsstrukturen. Doch keiner dieser Hebel wirkt, wenn nicht zugleich in unternehmensweite Datenkompetenzen investiert wird.
Viele Unternehmen haben versucht, Datenkompetenz durch den Aufbau von Data-Science- und Analytics-Teams zu fördern. Allein das Einstellen von Data Scientists isoliert Data Science jedoch als Serviceeinheit und führt nicht zu unternehmensweiter Datenkompetenz. Zudem ist es aufgrund der steigenden Nachfrage nach Data Scientists nicht nachhaltig, die Kompetenzlücke ausschließlich durch Neueinstellungen zu schließen.
In einem datengetriebenen Unternehmen ist Data Science — und umfassender: Datenkompetenz — eine inklusive Methode, um Unternehmensfragen zu beantworten, bei der alle befähigt werden, Fragen mit Daten zu klären. Der entscheidende Unterschied zwischen Herausforderern und etablierten Anbietern liegt weniger in der Technologie als in der datengetriebenen Kultur, den aus Daten gewonnenen Insights bei der Weiterentwicklung ihrer Services und den geförderten Datenkompetenzen.
Kurz gesagt: Der Erfolg deiner digitalen Transformation hängt davon ab, dass überall im Unternehmen die richtigen Datenkompetenzen vorhanden sind.
Die Datenkompetenz-Lücke schließen
Tatsächlich haben viele Unternehmen erkannt, dass sie ihre Lücken bei Datenkompetenzen aktiv angehen müssen. Eine McKinsey-Umfrage unter über tausend Unternehmen verschiedenster Branchen ergab, dass der dringendste Kompetenzbedarf im Bereich Datenanalytik liegt — 43% der Befragten sehen hier die höchste Priorität für Weiterbildung. Ähnlich kommt die PwC-CEO-Studie 2019 zu dem Ergebnis, dass 34% der CEOs Kompetenzlücken in der Datenanalytik als größte Bedrohung für ihr Unternehmen ansehen.
Vorausschauende Unternehmen investieren bereits kräftig in die Weiterbildung ihrer Mitarbeitenden, um in der digitalen Ära zu bestehen. So hat Marks & Spencer eine Retail Data Academy aufgebaut, um mehr als 1.000 Mitarbeitende weiterzubilden. Amazon hat eine Machine Learning University gestartet, um Ingenieurinnen und Ingenieure für den großflächigen Einsatz von Machine Learning in Produkten und Services zu qualifizieren. Airbnb hat mit der Data University ein eigenes Programm entwickelt, das allen Ebenen des Unternehmens die Fähigkeit vermittelt, datenbasierte Entscheidungen zu treffen. AT&T hat ein zehnjähriges Programm über 1 Milliarde US-Dollar gestartet, um mehr als die Hälfte der 250.000 Mitarbeitenden weiterzubilden.
In der Summe zahlen sich Investitionen in Datenkompetenz aus. Eine weitere McKinsey-Studie zeigt, dass 70% der Unternehmen mit Upskilling-Initiativen positive Geschäftseffekte verzeichnen, die die anfänglichen Investitionen übertreffen. So berichten 48% der Unternehmen von spürbaren bis deutlichen Beiträgen zum Ergebniswachstum durch Weiterbildung — und 73% melden mittlere bis erhebliche Verbesserungen der Mitarbeiterzufriedenheit. Eine DataCamp-Umfrage unter über 300 L&D-Verantwortlichen aus verschiedenen Branchen zeigt zudem: Unternehmen mit ausgereiften Datenkompetenzen wachsen bei Umsatz, Marktanteil und Profitabilität schneller als weniger datenaffine Wettbewerber.
Die Herausforderungen für L&D beim Aufbau von Datenkompetenz
Anders als klassische Learning-&-Development-Initiativen, die oft aus einmaligen Trainings für bestimmte Fähigkeiten bestehen, ist Datenkompetenz eine Methode zur Beantwortung von Business-Fragen, die Unternehmen langfristig schärfen müssen. Lernreisen variieren je nach Grad des Kontakts mit Daten. Eine Marketing-Analystin, die häufig mit Excel arbeitet, muss eventuell R oder Python lernen, um im Job erfolgreich zu sein, während eine Führungskraft vor allem wissen muss, wie man fundierte Entscheidungen auf Basis von Daten trifft. Kurz: Bei Datenkompetenz gibt es keine Lösung von der Stange.
Darum ist eine rollenbasierte, personagetreibene Lernreise der effektivere Weg, um Trainingsprogramme für Datenkompetenz zu skalieren. Jede Persona hat eine andere Beziehung zu Daten, braucht andere Werkzeuge und entwickelt unterschiedliche Kompetenzen, um in der digitalen Ära zu bestehen.
Bei DataCamp haben wir die verschiedenen Tool-Kategorien identifiziert, die für die Arbeit mit Daten entscheidend sind. Besonders wichtig: Wir haben 8 zentrale Daten-Personas herausgearbeitet, die sich in jedem datengetriebenen Unternehmen finden — inklusive der Kompetenzen, die sie benötigen, und der Tools, die sie am häufigsten verwenden.
Wenn du mehr über diese Daten-Personas erfahren und herausfinden möchtest, wie sie in dein Unternehmen passen, lade unser Whitepaper herunter.
