![\"Image\"](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2022\/10\/09-22-Vincent-Luciani-1-Print.jpg\")
![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2022\/10\/GBAF-logo.jpeg\" "\\"GBAF-Logo\\""){kind=logo}
<\/span><\/div>Zun\u00e4chst eine Anekdote \u00fcber die T\u00fccken der\u00a0nicht<\/em>\u00a0mit data.<\/p>\n 1984 hatte der junge Michael Jordan - der heute als der beste Basketballspieler aller Zeiten gilt - gerade die amerikanische College-Basketballmeisterschaft in North Carolina gewonnen. Als Shooting Guard war er einer der drei besten Spieler des NBA-Drafts, bei dem die besten amerikanischen College-Spieler ausgew\u00e4hlt werden. Aber zu dieser Zeit galten Shooting Guards als kleiner und weniger beeindruckend als Pivots. Aufgrund dieser Argumentation und\u00a0unabh\u00e4ngig von der data, die auf sein au\u00dfergew\u00f6hnliches Potenzial hinwies<\/em>, weigerte sich Adidas zweimal, Jordan zu sponsern.<\/p>\n Das Ergebnis? Nike - der gr\u00f6\u00dfte Konkurrent von Adidas - trat an Jordan heran, um seine eigene Schuhkollektion zu entwerfen. Bis heute sind 100 Millionen Paar Air Jordans verkauft worden. Der enorme kommerzielle Erfolg der Marke Jordan sorgt noch heute f\u00fcr einen Umsatz von 3 Milliarden Dollar - dank des Mannes, der sechsmal zum besten Spieler der NBA gew\u00e4hlt wurde. Das ist eine Lektion, die sich jedes Unternehmen zu Herzen nehmen sollte:\u00a0immer<\/em>\u00a0Machen Sie das Beste aus Ihrem data.<\/p>\n<\/div> Data hilft Ihnen, das Bestehende zu optimieren<\/strong>: Die UPS Software gibt jedem Fahrer eine bestimmte Route vor, aber es sind nicht immer die k\u00fcrzesten Routen: Sie ber\u00fccksichtigen nicht die zur\u00fcckzulegende Entfernung, sondern die wenigsten Linksabbiegungen auf jeder Route. Bei der Analyse der data wurde festgestellt, dass 60% aller Unf\u00e4lle durch Linksabbiegen verursacht wurden, und nur 3% durch Rechtsabbiegen (was mehr Wartezeit erfordert).<\/p>\n<\/div><\/li> Analyse, Vorhersage und Optimierung<\/strong>: Mit diesen Initiativen wird data zu einem \u2018Produktionsfaktor\u2019 und nicht zu einem \u2018Innovationsfaktor\u2019. All diese Initiativen sind mit einem erheblichen ROI verbunden, der sich in Hunderten von Umsatzpunkten oder zus\u00e4tzlichen Margen niederschlagen kann.<\/p>\n<\/div><\/li><\/ul> Data erm\u00f6glicht bessere Entscheidungen, die die Unternehmensleistung verbessern, aber wie k\u00f6nnen das Entscheidungsgremium und die Unternehmensf\u00fchrung eines Unternehmens angepasst werden, um die Vorteile des data-Zeitalters besser zu nutzen?<\/p>\n<\/div> Die Unternehmen m\u00fcssen ihre \u2018data Schulden<\/a>\u2019 - eine technologische Schuld, die sich im Laufe des Lebenszyklus von data angesammelt hat. Wir haben eine Vielzahl sehr komplexer IT-Systeme, die sich im Laufe der Zeit \u00fcberlagert haben, mit data-Quellen, die sehr oft schlecht dokumentiert, manchmal inkonsistent und schwer zug\u00e4nglich sind und die nicht den geltenden Regeln entsprechen (intern oder extern wie GDPR). Durch diese \u2018Schulden\u2019 geht viel Zeit bei der Beschaffung zuverl\u00e4ssiger Informationen f\u00fcr die Analyse verloren.<\/p>\n Ein gutes Beispiel daf\u00fcr ist der Fall eines der gr\u00f6\u00dften Pharmakunden von Artefact. Das Unternehmen war bis vor kurzem nicht in der Lage, seine Umsatzzahlen nach Produkten zu ermitteln, da es nicht in der Lage war, sein Produktarchiv in der Produktionsst\u00e4tte mit seinem Transaktionsarchiv abzugleichen, das nach Verkaufsstellen geordnete data-Finanzdaten enth\u00e4lt: eine irrationale Situation, in der das Unternehmen sein eigenes data nicht nutzen konnte.<\/p>\n Je l\u00e4nger man zul\u00e4sst, dass data-Schulden angeh\u00e4uft werden, desto teurer wird es, sie zu beheben. Die Behandlung von data als strategisches Gut bedeutet, dass man sich bereit erkl\u00e4rt, in ein Programm zur Verbesserung der Qualit\u00e4t, der Dokumentation und der Zug\u00e4nglichkeit von data zu investieren, und zwar auf nachhaltige Weise, wenn sich die Quellen vermehren.<\/p>\n<\/div> Talent ist zu einem\u00a0die<\/em>\u00a0ein entscheidender Faktor im digitalen Zeitalter. Der Zugang zur Technologie ist ein so allgemein zug\u00e4ngliches Gut, dass das Aufkommen von\u00a0kein Code<\/a>, und cloud Computing, werden zunehmend mit schl\u00fcsselfertigen Dienstleistungen wie dataBase-Speicherung und -Betrieb oder automatischer Algorithmenerstellung verbunden.<\/p>\n Der Einstellungskrieg ist sehr ernst - von den sieben Millionen verf\u00fcgbaren Stellenangeboten in den USA, die auf LinkedIn ver\u00f6ffentlicht werden (70% der Gesamtzahl), sind beispielsweise zwei von sieben f\u00fcr data-bezogene Positionen. Das Tempo des technologischen Wandels ist so rasant, dass es unm\u00f6glich ist, zu jedem Zeitpunkt einen Kompetenzrahmen festzulegen.<\/p>\n Diese Beschleunigung wird durch GAFA-gef\u00f6rderte cloud-Technologie-Frameworks, Forschungslabors und kostenlose Algorithmen aus einem globalen Netzwerk von 100.000 Forschern sowie durch die fast sofortige Annahme und weitverbreitete Nutzung von Open Source in der Start-up-Welt vorangetrieben.<\/p>\n In einem Umfeld, in dem sich die Technologie so schnell ver\u00e4ndert, m\u00fcssen die Unternehmen in der Lage sein, ihre eigenen Talente aufzubauen. Vor allem f\u00fcr gro\u00dfe Unternehmen werden umfangreiche Schulungs-\/Umschulungsprogramme erforderlich sein:<\/p>\n<\/div> Wenn man \u00fcber die Talente nachdenkt, die morgen gebraucht werden, ist man versucht, sich nur auf die Technologie zu konzentrieren und anzunehmen, dass die n\u00e4chste Generation ausschlie\u00dflich aus Ingenieuren und data Wissenschaftlern bestehen wird. Nat\u00fcrlich wird es einen Bedarf an ihnen geben und in den n\u00e4chsten Jahren wird es sogar einen Mangel an ihnen geben, aber das ist nur ein Teil der Geschichte. In einer Welt, in der data und Algorithmen manuelle, sich wiederholende und zeitaufw\u00e4ndige Aufgaben automatisieren k\u00f6nnen und in der Technologie immer zug\u00e4nglicher wird, gibt es viel Platz f\u00fcr andere Arten von Talenten: probleml\u00f6sende, kreative, zwischenmenschliche, usw.<\/p>\n<\/div> In der Technologie gibt es eine gro\u00dfe fortschreitende Bewegung in Richtung Dezentralisierung, die mit technologischen Durchbr\u00fcchen begann (z.B. Kryptow\u00e4hrungen oder das Metaverse, die dezentrale Systeme sind), aber auch IT-Systeme (cloud, wo wir unsere Maschinen gemeinsam nutzen, oder verteilte Computerarchitekturen wie\u00a0Hadoop<\/a>, ein weltbekanntes Framework f\u00fcr die Verteilung von Berechnungen auf verschiedene Server).<\/p>\n Die Dezentralisierung gilt auch f\u00fcr das Regieren. Und warum? Weil eine Zentralisierung unm\u00f6glich ist: Es gibt einfach zu viele data mit schlecht kontrollierten Quellen, die ohne Kontextwissen leicht schlecht interpretiert werden k\u00f6nnen. Einige Vorteile der Dezentralisierung in der Verwaltung sind:<\/p>\n<\/div> 2. Denjenigen, der sich auskennt, die beste Entscheidung treffen lassen<\/p>\n<\/div><\/li> 3. Erm\u00e4chtigung von Entscheidungstr\u00e4gern mit einem Mandat - nat\u00fcrlich mit Grenzen und einem Kontrollkreislauf.<\/p>\n<\/div><\/li><\/ul> Dies setzt einen tiefgreifenden organisatorischen Wandel voraus, der auf Wissen ausgerichtet ist: die Organisation als autonomes Ganzes, das aus wissenden Gemeinschaften besteht, die um Wissen herum organisiert sind. Bei Artefact haben wir zum Beispiel daf\u00fcr gesorgt, dass bestimmte Einheiten (Chapter, St\u00e4mme, Gilden) selbst \u00fcber sehr wichtige Dinge wie Geh\u00e4lter, Boni, Preise und Angebote und sogar Personal entscheiden k\u00f6nnen! Wir haben eine vollst\u00e4ndig dezentralisierte Verwaltung geschaffen.<\/p>\n<\/div> Einige Messungen sind f\u00fcr die Entscheidungsfindung unn\u00f6tig und k\u00f6nnen leicht zugunsten anderer, proaktiverer Management-Tools \u00fcberfl\u00fcssig gemacht werden. Hier ist ein Beispiel, um dieses Konzept zu veranschaulichen:<\/p>\n Eine Gewinn- und Verlustrechnung ist nichts weiter als die Visitenkarte des Unternehmens. Sie ist f\u00fcr die Entscheidungsfindung nutzlos und dient der Beziehung zu den Investoren \u00fcberhaupt nicht. (Wir schauen uns fast nie den Umsatz und das EBITDA an, was einer Betrachtung der vergangenen und nicht der zuk\u00fcnftigen Performance gleichkommt.)<\/p>\n Stattdessen haben wir f\u00fcr Artefact Zeit damit verbracht, eine sehr fortschrittliche data-driven Finanzabteilung aufzubauen. Wir haben ein finanzielles data-Warehouse aufgebaut, das in Echtzeit mit einem data platform verbunden ist, mit unseren wichtigsten Salesforce-Tools f\u00fcr die Pipeline-Sch\u00e4tzung, einem Tool f\u00fcr die Personalbeschaffung, unserer HR database und unserem ERP f\u00fcr Kundenvertr\u00e4ge. Daraus haben wir eine Echtzeitdatei mit sieben Schl\u00fcsselindikatoren erstellt, die die operative Gesundheit des Unternehmens mit Blick auf die Zukunft zusammenfasst und mit den Investoren teilt - ein weitaus aussagekr\u00e4ftigeres und hilfreicheres Instrument zur besseren Entscheidungsfindung.<\/p>\n So k\u00f6nnen wir unseren Aktion\u00e4ren beispielsweise mitteilen, wie hoch unsere erwartete Nachfrage in sechs Monaten sein wird oder wie sich unsere Belegschaft zusammensetzen soll (was angesichts des schnellen Wachstums und der schwierigen Rekrutierung von Mitarbeitern von entscheidender Bedeutung ist).<\/p>\n KPIs werden in Objectives and Key Results (OKRs) unterteilt, die von den Top-Partnern des Unternehmens gemeinsam genutzt werden, und auch wir alle nutzen sie. Sie sind unsch\u00e4tzbare Werkzeuge, die jede Strategie in messbare Ziele und dann in zwei oder drei Unterziele aufteilen, die von allen Mitarbeitern geteilt werden.\u00a0Andy Grove<\/a>, der sie John Doerr beibrachte, der seinerseits das Buch \u2018Messen Sie, was wichtig ist<\/a>\u2019, \u00fcber den Prozess. OKRs erm\u00f6glichen es den Mitarbeitern, f\u00fcr ihre Leistungen gesch\u00e4tzt zu werden und nicht nur f\u00fcr ihren Hintergrund, ihren Abschluss oder ihren Titel.<\/p>\n<\/div> Data ver\u00e4ndert die Art und Weise, wie Unternehmen gef\u00fchrt werden, und die Rolle von Managern - und insbesondere von Gesch\u00e4ftsf\u00fchrern - von einer Rolle, die darin besteht, die besten Entscheidungen im Interesse des Unternehmens zu treffen, zu einer Rolle, die darin besteht, ein System zu schaffen, in dem jeder dazu beitr\u00e4gt, die besten Entscheidungen im Unternehmen zu treffen.<\/p>\n Als Vorstandsmitglied haben Sie eine wichtige Rolle zu spielen, wenn es darum geht, Probleme anzugehen, die sich sp\u00fcrbar auf die Ergebnisse des Unternehmens auswirken, aber das erfordert einen Paradigmenwechsel. Und gerade weil data die Unternehmensf\u00fchrung aufr\u00fcttelt, muss es von der Unternehmensf\u00fchrung selbst aufgegriffen werden.<\/p>\n W\u00e4hrend Ihre data governance-Politik heranreift, m\u00fcssen Sie sicherstellen, dass Ihre Priorit\u00e4ten verantwortungsvolle und ethische data-Verarbeitung und Initiativen zur Energieeinsparung mit einbeziehen. Es ist wichtig, so zu arbeiten, dass der wirtschaftliche, soziale und \u00f6kologische Fu\u00dfabdruck der digitalen Technologie reduziert wird.<\/p>\n In Zeiten des Zweifels oder radikaler Ver\u00e4nderungen neigt der Mensch dazu, sich zu verschlie\u00dfen und nach innen zu wenden. Die Menschen bauen Selbstverteidigungssysteme (Confirmation Bias) auf, um zu vermeiden, dass sie in ihren \u00dcberzeugungen ersch\u00fcttert werden, indem sie ihre eigenen Systeme der Wahrheit schaffen. Richtig angewandt ist data die Wahrheit, die es uns erm\u00f6glichen sollte, bessere, zuverl\u00e4ssigere und unabh\u00e4ngigere Entscheidungen zu treffen - zum Wohle der Kunden, der Benutzer, der Mitarbeiter und des Unternehmens als Ganzes.<\/p>\n<\/div><\/div><\/div><\/div><\/article>Wie data eine bessere Entscheidungsfindung erm\u00f6glicht<\/h2><\/div>
Data muss als strategisches Gut behandelt werden<\/h2><\/div>
Ein data-gesteuertes Unternehmen muss zu einer Talententwicklungsfabrik werden<\/h2><\/div>
In einem modernen Unternehmen muss der Entscheidungsprozess dezentralisiert sein<\/h2><\/div>
F\u00fchren hei\u00dft messen<\/h2><\/div>
Schlussfolgerung: Eine neue Wahrnehmung von data und data governance<\/h2><\/div>