Autor

[iee_imageartefact,artefact image_url=“artefactTies-Carbo-vierkant-scaled.jpg” image_width=”150″ alignment=”left” click_action=”none” target=”_blank” image_shape=”blob” blob_shape=”54% 46% 77% 23% / 74% 40% 60% 26%“ images_border_radius=“4″ hover_animation=“disable“ class=“article-author-image“ /]

Krawatten Carbo

Leiter der Beratungsabteilung Benelux

Autor

[iee_imageartefact,artefact image_url=“artefact“ image_width=“150″ alignment=“left“ click_action=“none“ target=“_blank“ image_shape=“blob“ blob_shape=“54 % 46 % 77 % 23 % / 74 % 40 % 60 % 26 %“ images_border_radius=“4″ hover_animation=“disable“ class=“article-author-image“ /]

Sean Dougherty

Texter bei Funnel

Unser Consulting Director für die Benelux-Länder, Ties Carbo, stellte kürzlich fest, dass Funnels Sichtweise auf data noch etwas Feinschliff und Klarheit gebrauchen könnte. In einem Interview mit Funnel geht er auf die wichtigsten Strategien im Bereich data ein, die es zu berücksichtigen gilt.

Bei Funnel scheut man sich nicht zuzugeben, dass man manchmal falsch liegt. Nun ja, vielleicht nicht unbedingt „falsch“, sondern eher nicht vollständig informiert. Schließlich sind wir auch nur Menschen – trotz all der data , mit data tagtäglich arbeiten.

So war es kürzlich, als ein aufmerksamer Leser den aktuellen Artikel von Funnel zum Thema data las. Der Artikel behandelte zwar zahlreiche Themen im Zusammenhang mit data , ließ jedoch möglicherweise den Kontext und eine zukunftsorientierte Perspektive auf dieses Thema vermissen.

Glücklicherweise handelte es sich hierbei nicht um einen gewöhnlichen Leser. Es war Ties Carbo, Consulting Director bei Artefact einem Funnel Solution Partner. Zufälligerweise ist Ties ein Experte für moderne data und arbeitet täglich mit Kunden daran, erstklassige data zu entwickeln. Also beschlossen sie, sich zusammenzusetzen und seine wichtigsten Erkenntnisse darüber festzuhalten, was in dem Artikel fehlte.

Drei Dinge, die oft falsch verstanden werden, wenn es um data geht

Zu Beginn des Gesprächs wies Ties darauf hin, dass es drei Hauptaspekte gibt, die seine Kunden seiner Meinung nach am häufigsten falsch verstehen.

Erstens betrachten viele Menschen dies lediglich als ein IT-Problem. Es ist nicht schwer zu verstehen, warum. Data umfasst zahlreiche potenziell komplexe technische Komponenten wie Modelle, Prozesse und Plattformen. Aus der Sicht von Ties reichen die Auswirkungen einer ordnungsgemäßen Governance jedoch weit über den IT-Bereich hinaus.

„Sicher, data umfasst viele technische Aspekte“, sagte Ties, „aber es ist ein unternehmensweites Thema.“

Dies führt zum zweiten Irrglauben: Die Leute glauben, es gehe nur um die Einhaltung von Vorschriften.

Tatsächlich umfasst dieses Thema weit mehr. Die Einhaltung von Vorschriften wie der DSGVO ist nur ein Aspekt davon, wie sich data ordnungsgemäße data auf Ihr gesamtes Unternehmen auswirken kann. Tatsächlich rät Ties seinen Kunden oft, Compliance-Fragen erst als letzten Schritt bei data neuer data anzugehen.

Damit kommen wir zu unserem dritten Irrglauben.

Laut Ties arbeiten viele Teams bei Fragen data isoliert voneinander. Ein Teil des Unternehmens befasst sich zwar mit data , konzentriert sich dabei jedoch ausschließlich auf die Einhaltung von Vorschriften, während eine andere Gruppe dafür sorgt, dass data den Data-Warehouses die richtige Qualität aufweisen, und vieles mehr.

Der richtige Ansatz besteht darin, all dies ganzheitlich zu betrachten, als ein einziges riesiges data . Wenn man beginnt, data aus einer breiteren Perspektive zu betrachten, wird schnell klar, dass es sich dabei um ein unternehmensweites Anliegen handelt.

data auf Michelin-Stern-Niveau

Ties vergleicht data gerne mit einer Küche. Man muss seine Küche so sauber wie möglich halten. Diese Sauberkeit (und das Putzen selbst) kann man sich als die Rollen und Verantwortlichkeiten, Richtlinien und Prozesse data vorstellen. Aber man muss in dieser Küche ja auch kochen, oder? Warum sollte man sonst eine Küche haben?

Sicherzustellen, dass alle Ihre Kochutensilien an ihrem Platz sind, Ihre Töpfe und Pfannen bereitstehen, Ihre Küchenhilfen ordnungsgemäß geschult sind, Ihre Rezepte eingehalten werden und Ihre Speisen an die Gäste ausgegeben werden, umfasst den Rest data ordnungsgemäßen data .

Sehen Sie? Eine saubere Küche trägt dazu bei, ein großartiges kulinarisches Erlebnis zu bieten – genauso wie data Ihnen dabei helfen kann, Wert aus data zu schöpfen.

Was genau versteht man unter data ?

Okay. Wir wissen, dass Compliance nur ein Teil des gesamten data ist. Wie sieht es mit dem Rest aus? Laut Ties gibt es vier Hauptkomponenten: data , data , data und data .

  • Data : Stellen Sie sich diese als Ihre Modelle und Übersichten vor. Sie helfen Ihnen zu verstehen, wo data Ihre data und worum es sich dabei handelt. Um auf unser Küchenbeispiel zurückzukommen: Der Küchenchef sollte wissen, wo sich die einzelnen Arbeitsstationen in der Küche befinden. Außerdem sollte jeder Koch wissen, wo die einzelnen Bestandteile seiner „Mise en place“ aufbewahrt werden.

  • Data : Das sind die Regeln, die Sie festlegen. Ja, hier geht es um Compliance, aber auch um Ihre Richtlinien zur data . Sie müssen Standards festlegen, wie data gepflegt data . In der Küche muss ein Koch Rezepte festlegen, dafür sorgen, dass diese Rezepte befolgt werden, und jedes Gericht vor dem Servieren probieren – um sicherzustellen, dass jedes Gericht perfekt angerichtet ist.

  • Data : Nehmen wir einmal an, Sie haben Ihre Strukturen und Richtlinien bereits festgelegt. Nun müssen Sie noch festlegen, wer data des Unternehmens für data einzelnen data verantwortlich ist. Wer ist beispielsweise dafür zuständig, data zu halten? Wer kann Fehler in den data erkennen?

    In unserer Küchenanalogie muss ein Küchenchef jedem Arbeitsplatz einen Koch entsprechend dessen aktuellen Spezialgebieten zuweisen. Die Köche in diesen verschiedenen Bereichen des Betriebs (der Küche) leiten ihre Arbeitsplätze dann entsprechend den jeweiligen Anforderungen.

  • Data : Das ist eigentlich ganz einfach. Dieser Schwerpunktbereich betrifft die verschiedenen Komponenten Ihres data , die Sie zur Verwaltung Ihrer data nutzen. Für Unternehmen, die gerade erst mit data beginnen, können das Excel-Tabellen und Visio-Diagramme sein. Etabliertere Unternehmen verfügen jedoch über spezielle Tools, darunter data ,data , data und vieles mehr.

Das ideale Modell der data

Im Laufe unseres Gesprächs erwähnte Ties, dass das Thema data in vielen Unternehmen, mit denen er zu tun hat, oft übersehen wird. Es scheint sich jedoch langsam etwas zu ändern.

Da Führungskräfte in der Wirtschaft zunehmend erkennen, wie wichtig data strategischer Faktor sind, beginnen sie auch den Wert einer guten Datenverwaltung zu schätzen.

Selbst in verschiedenen Abteilungen setzt sich allmählich die Erkenntnis durch, dass data nicht mehr nur eine Angelegenheit der IT ist. Im Marketing beispielsweise wissen wir, wie wertvoll hochwertige data sein data . Doch nur Marketingfachleute können die Qualität der data Marketingkontext beurteilen.

„Das IT-Team kann Ihnen nicht sagen, ob die data korrekt data “, sagte Ties. „Es kann Ihnen lediglich bestätigen, dass data die data dort data , wo sie hingehören. Die jeweiligen Teams müssen sicherstellen, dass die data den Anforderungen ihres jeweiligen Anwendungsfalls data .“

Laut Ties ist der data der ideale Ansatz für data .

„In einem wirklich data Unternehmen arbeiten alle data mit data “, sagte Ties. „Durch eine dezentrale Governance-Struktur hat jeder ein persönliches Interesse an den data die Möglichkeit, die Struktur zu skalieren.“

Data im AI

Dieser moderne Ansatz der data , bei dem jeder in der Organisation für einen Teil der data „verantwortlich“ ist, gewinnt zunehmend an Bedeutung. Man denke nur an AI neuen generativen AI .

Zwar ist ChatGPT vielen Menschen allgemein bekannt, doch lässt sich die dahinterstehende Technologie (dank ihres Open-Source-Charakters) zur Entwicklung firmeneigener AI nutzen. So könnte ein Unternehmen beispielsweise GPT-3 oder GPT-4 auf einen eigenen, isolierten Server laden und es mit einer Vielzahl firmeneigener data füttern, data eine maßgeschneiderte, geschäftsspezifische AI zu entwickeln.

Ein SaaS-Unternehmen könnte ein ähnliches System einführen wollen, um einen kompetenten Chatbot zu entwickeln, der Fragen von bestehenden und potenziellen Kunden beantwortet. Dieser könnte Nutzern Tipps zur optimalen Verwendung eines Produkts geben oder potenzielle Kunden davon überzeugen, warum eine bestimmte Software besser ist als eine andere.

Dieses AI ist jedoch nur so gut wie die data , die data eingibt.

„Die data und deren Qualität), data Sie in diese Tools einspeisen können, sind Ihr Wettbewerbsvorteil“, sagte Ties. data gute data ist dabei ein wesentlicher Bestandteil. Ohne angemessene Verwaltung geraten die data in Unordnung, was zu einer weniger effektiven AI führt.“

„Das Unternehmen mit besseren data einer besseren data wird im Vorteil sein.“
Ties Carbo, Beratungsleiter Benelux

Profitieren Sie von den Vorteilen data guten data

Jedes Unternehmen benötigt einen ganz eigenen Ansatz für data . Wenn Sie jedoch einen data als Leitbild nutzen, ebnen Sie den Weg zu mehr Wettbewerbsfähigkeit und besseren data .

Ganz gleich, ob Sie die Qualität Ihrer data verbessern, die Compliance-Anforderungen eines neuen Marktes erfüllen, neue Tools einführen oder noch mehr erreichen möchten – ein strategischer und ganzheitlicher Ansatz für Ihre data wird Ihnen dabei helfen, Ihre Ziele zu erreichen.

Zögern Sie nicht, sich bei Fragen zur data an uns zu wenden!