Datengetriebene Organisation: Herausforderungen und die Rolle von KI

Florian Schimpe, Leiter Data & Analytics bei der TWT-Gruppe, hebt hervor, dass datengetriebene Entscheidungsfindung oft mehr von organisatorischen und kulturellen Faktoren abhängt als von reiner Technologie. Im Gespräch mit Scavenger AI erläuterte er die häufigsten Hürden, mit denen Unternehmen bei der Implementierung eines datenzentrierten Ansatzes konfrontiert sind.

Schimpe identifiziert die mangelnde Verbindung zwischen der technischen und der geschäftlichen Seite als häufige Ursache für das Scheitern von Datenprojekten. "Datenarbeit ist immer ein Change-Thema", betonte er und wies darauf hin, dass die Konfrontation etablierter Praktiken mit fundierten Daten eine organisierte Moderation erfordert.

Er rät dazu, mit kleinen, klar definierten Projekten zu beginnen, schnelle Proofs of Concept zu liefern und Erfolge sichtbar zu kommunizieren. Gängige Einstiegspunkte sind A/B-Tests, die Visualisierung von Kundenreisen und die Automatisierung von Reporting-Prozessen.

Eine klare Datenverantwortung (Data Ownership) wird als kritischer Faktor dargestellt. Sie legt die Bedeutung von Kennzahlen fest, weist die Verantwortung für die Datenqualität zu und bestimmt, wer datengestützte Entscheidungen trifft. Schimpe bestätigt, dass Unternehmen ohne klare Verantwortung in endlosen KPI-Diskussionen und mit beeinträchtigter Datenqualität kämpfen.

Künstliche Intelligenz verändert die Datenarbeit durch Beschleunigung. "Man muss heute kein Analyst mehr sein, um erste Fragen zu beantworten", erklärte Schimpe. Während KI Analysen automatisieren, Kampagnen optimieren und Berichte erstellen kann, hängt ihre Effektivität von der Qualität und Struktur der vorhandenen Daten ab.