6 Erfolgsfaktoren für Unternehmen im Wettbewerb des Data-&-KI-Zeitalters

Auch wenn ich im Bereich Hardware etwas später in die IT-Welt eingestiegen bin, hatte ich stets das Gefühl, zur genau richtigen Zeit in das Feld rund um Daten, Governance und KI gekommen zu sein. Diese Themen waren meine zentralen Schwerpunkte. Ohne die Bedeutung klassischer IT-Grundlagen wie Hardware, Netzwerke, Server und Rechenzentren zu schmälern, bin ich überzeugt, dass die Zukunft von Unternehmen in ihrer Fähigkeit liegt, ihre Systemlandschaften so zu vernetzen, dass jede Anwendung dieselbe Sprache spricht: Daten.

Darüber hinaus muss diese Datensprache auch für öffentliche KI-Modelle zugänglich sein. Private Cloud- und Private-AI-Implementierungen stoßen an Grenzen – sofern keine strengen Datenschutz- oder Compliance-Anforderungen bestehen. Echter strategischer Vorteil entsteht durch die Kombination aus sauberen, gut governeden internen Daten und den Fähigkeiten moderner KI. Richtig umgesetzt ermöglicht diese Verbindung, die „goldenen Nuggets“ zu identifizieren, die Geschäftsentscheidungen, Trends und organisatorisches Wissen maßgeblich beeinflussen.

Unternehmensweite Initiativen – etwa der Aufbau einer skalierbaren und zukunftssicheren Datenstrategie – benötigen die Unterstützung und das klare Bekenntnis des Top-Managements. Idealerweise geht die Initiative sogar von dort aus. Nutzerakzeptanz ist eine der größten Herausforderungen in der IT, und nicht jede IT-Leitung kann Kritik, Druck und Widerstände über lange Zeit allein tragen. Das erklärt, warum viele Vorhaben wie unternehmensweite Datenplattformen nicht konsequent umgesetzt werden. Solche Projekte gelten häufig als „Zukunftsthemen“, während operative Dringlichkeiten den Alltag dominieren. IT wird zu oft an kurzfristigen technologischen Anpassungen gemessen, die halbfertige Prozesse unterstützen – Prozesse, die sich später ändern und frühere IT-Arbeit obsolet machen.

IT sollte nicht als austauschbare Commodity betrachtet werden. Der operative Betrieb wird bereits in vielen Unternehmen ausgelagert. Stattdessen sollten Organisationen massiv in die Dokumentation ihrer Prozesse, deren Digitalisierung und Implementierung in stabilen Enterprise-Systemen investieren, die möglichst reibungslos miteinander kommunizieren. Diese Systeme sollten über eine nahezu friktionsfreie Datenplattform mit den wichtigsten Datenquellen verbunden sein, um die Time-to-Value signifikant zu verkürzen. Erste datengetriebene Erfolge schaffen Akzeptanz für eine umfassendere Strategie.

Sobald eine Datenstrategie an Zustimmung gewinnt, kommt meist die erste Anfrage: „Wir brauchen ein Dashboard für diesen Prozess.“

Hier beginnt die eigentliche Herausforderung. Häufig sind die Prozesse, für die Dashboards gewünscht werden, nicht dokumentiert, nicht stabil oder nicht so implementiert, dass die erforderlichen Daten für die erwarteten KPIs überhaupt entstehen.

Ein Fehler, den ich zu Beginn meiner Tätigkeit als Head of IT gemacht habe, war der Versuch, die Prozesse jeder Abteilung selbst zu dokumentieren und die benötigten Daten für deren Dashboards zu identifizieren. Das kostete enorm viel Zeit – und da ich kein Supply-Chain- oder Finance-Experte bin, konnte ich keine tiefgreifenden Veränderungen vorantreiben.

Stattdessen entschied ich mich, die IT selbst als Vorbild zu nutzen. Ich entwickelte zunächst alle BI-Dashboards für die IT-Abteilung. Die Präsentation dieser Ergebnisse weckte bei den Stakeholdern – kombiniert mit ihrem eigenen Bedarf an besseren Prozessen – den Wunsch, ihre Bereiche ebenfalls weiterzuentwickeln.

Wenn mich heute jemand fragen würde: „Was sollte ein Unternehmen tun, um im Data- und KI-Zeitalter Wettbewerbsvorteile zu erzielen?“, würde ich antworten: