Schlechte Datenqualität, Datenflut, internes Durcheinander

Wo sind meine Geschäftsdaten?

Technik, Organisationsstrukturen und die Auswahl der Informationen entscheiden darüber, ob Unternehmen ihre Daten erfolgreich auswerten und nutzen können.

von Werner Kurzlechner, am 19. Mai 2010

Viele Studien belegen, dass Unternehmen mit der Auswertung ihrer Geschäftsdaten Schwierigkeiten haben. In vielen Fällen gelingt es nicht, Daten in  der benötigten Qualität zu sammelen, Stammdaten zu integrieren oder die Bestände zielgerichtet auszuwerten. Dementsprechend kam beispielsweise kürzlich eine IBM-Studie [1] zu dem Ergebnis, dass in 53 Prozent der Firmen Manager wichtige Entscheidungen noch weitgehend im Blindflug [2] treffen ,eine klare Sicht auf organisationsübergreifende Daten und Informationen und eine exakte Auswertung also fehlen.

Schlechte Datenqualität provozierte teure Fehler

Und die Probleme machen auch vor den größten Unternehmen nicht Halt, wie eine Umfrage von Forbes Insight [10] unter 200 Managern in Firmen mit mehr als 500 Millionen US-Dollar Umsatz offenbart. Demnach stimmten vier Fünftel der Befragten der Aussage zu, dass eine schlechte Datenqualität [7]zu teuren Fehlentscheidungen führen kann. Die Mehrheit dieser Unternehmen beziffert den jährlichen Schaden durch Mängel im Data Management auf mehr als fünf Millionen US-Dollar.

Data Ownership: Kampf zwischen CIO und CFO

Eine der Ursachen für die Qualitätsprobleme ist der Streit um die Datenhoheit zwischen den Abteilungen im Unternehmen. So gaben 79 Prozent der befragten IT-Manager an, für die Datenqualität verantwortlich zu sein, doch auch 74 Prozent der Finanz-, Verkaufts- und Marketingchefs reklamieren die Zuständigkeit für sich (mehr zu den Problemen mit der Datenqualität finden Sie hier [7]).

Datenflut wird sich versechsfachen

Derweil wird nicht nur die Datengüte, sondern auch die schiere Datenmenge zu einer wachsenden Belastung. Allein in den kommenden fünf Jahren sollen sich das Datenvolumen, das Unternehmen stemmen müssen um 650 Prozent erhöhen, prognostizieren die Marktforscher von Gartner [11]. Für IT und Fachbereiche bedeutet dies ein höherer Aufwand und mehr Kosten im Daten Management, die noch dadurch steigen, dass Endanwender immer höhere Ansprüche an die Verfügbarkeit und Aufbereitung von Geschäftsinformationen für ihre tägliche Arbeit verlangen.

Hilfsmittel: Technik und Richtlinien

Um das eigene Daten Management in den Griff zu bekommen, empfehlen Analysten einen kombinierten Einsatz von Technik und Organisation. So zeigte die genannte IBM-Studie, dass Firmen, die sich mit Erfolg gegen die Datenprobleme stemmen vor allem auf folgende Komponenten setzen: Richtlinien zur Datenhaltung bzw. Data Governance (42 Prozent), Lösungen für die Datenintegration (65 Prozent), Content-Management-Systeme (60 Prozent) sowie Anwendungen für das Stammdaten Managmement (55 Prozent).

Knapp drei Viertel der wachstumsstarken Unternehmen bereiten zudem Analyse-Ergebnisse anschaulich und übersichtlich in Dashboards und Visualisierungs-Tools auf, 45 Prozent optimieren ihre Planung durch den Einsatz von Software für Business Intelligence [4] und Performance Management [6]. Von den Firmen, die am Markt schlechter abschneiden, tut all das jeweils nur ein Bruchteil.

Daten strategisch betrachten

Doch der planvolle IT-Einsatz und effiziente Organisationsstrukturen allein sind laut Jack Springman [12], Chef der Corporate Advisory Group der Beratung Business & Decision, nicht genug, um zu besseren, sprich: für das Unternehmen relevanten Informationen zu kommen. Er bemängelt, dass sich Unternehmer zu sehr mit der Verarbeitung vorhandenen Daten beschäftigen statt sie sinnvoll nach dem geschäftlichen Nutzwert auszuwählen.

Erst Lücken identifizieren, dann suchen

Springman empfiehlt, erst den Bedarf nach Wissen von Business-Seite zu identifizieren und anschließend die ausgemachten Informationen zu sammeln. Dabei unterscheidet er drei Reifegrade: Ein erster Level ist das Beobachten von messbaren Variablen und Entwicklungen, für das beispielsweise Industrieverbände und Marktforscher Material liefern können; ein zweiter Level umfasst das Verstehen von notwendigen Veränderungen; Level Drei ermöglicht das systematische Auswählen aus einer Reihe von Optionen in Fällen, die höhere Investitionen erfordern.

So viele Datenquellen wie möglich nutzen

"Je höher der finanzielle und strategische Einfluss, umso höher die gebotene Erkenntnis-Reife", so Springman. Für die meisten operativen Entscheidungen genügt demnach Level Eins, also die Auswertung von Daten aus den Enterprise Resource Planning (ERP [13]) oder Customer Relationship Management (CRM). Die Herausforderung besteht darin, die darüber hinausgehenden Fragen zu identifizieren und dafür weitere Informationsquellen anzuzapfen – zum Beispiel Wissen eines neu eingestellten Mitarbeiters über seinen früheren Arbeitgeber oder Gespräche mit Zulieferern über von diesen beobachtete Trends.