• Die Krise – ein Unternehmen am Scheideweg
• Erste Erkenntnis: Daten als Grundlage für Erfolg
• Inspiration durch die Data Economy
• Ein Wendepunkt: Unterstützung durch Materna
•  Der QuickWin-Workshop: Erste greifbare Ergebnisse
• Von Usecases zu greifbaren Erfolgen
• Von QuickWins zur holistischen Strategie
• Kulturelle Hürden und Change Management
• Der datengetriebene Erfolg

Die Krise – ein Unternehmen am Scheideweg

Antje sitzt an ihrem Schreibtisch, die Augen auf den Bildschirm geheftet. Als Head of Software Development weiß Antje, dass ihr Team in den letzten Monaten hart gearbeitet hat. Doch irgendwie scheint es nicht genug zu sein. Es läuft gerade nicht gut für das Unternehmen. Obwohl die Zahlen in den letzten Jahren noch akzeptabel waren, zeigt der Trend nach unten. Ihr Gefühl sagt ihr, dass mehr getan werden muss, aber was genau? Sie ist sich noch unsicher.

Die Tür zu ihrem Büro öffnet sich. Marcus, der CIO, kommt herein, und Antje sieht sofort, dass er schlechte Nachrichten bringt. „Wir hatten gerade ein Krisenmeeting“, sagt er, und seine Stimme klingt erschöpft. „Die Umsatzzahlen sinken, und das Image der Firma wird als veraltet wahrgenommen. Die Führungsetage ist besorgt.“

Antje spürt, wie sich ein Knoten in ihrem Magen bildet. „Was bedeutet das für uns?“ fragt sie vorsichtig.

Marcus seufzt. „Sie wollen das Unternehmen als Innovationsträger positionieren. Es wurde beschlossen, ein KI-Leuchtturmprojekt zu starten. Wir sollen KI einsetzen, um Effizienzgewinne in unseren Geschäftsprozessen zu erzielen.“

Antje nickt langsam. Sie weiß, was das bedeutet. Ohne eine solide Datengrundlage wird das Projekt von Anfang an zum Scheitern verurteilt sein. „Um solche Projekte umzusetzen, brauchen wir saubere, leicht zugängliche Daten“, sagt sie, mehr zu sich selbst als zu Marcus. „Ich werde mir die aktuelle Datengrundlage genauer ansehen.“

Erste Erkenntnis: Daten als Grundlage für Erfolg

Schnell wird Antje klar: Die Datengrundlage ist alles andere als optimal. Die Daten sind in verschiedenen Systemen verteilt und der Zugriff darauf ist mühsam und unsicher. Antje erkennt, dass zukünftige Projekte nicht nur vor den gleichen technischen Hürden, sondern auch vor den wachsenden regulatorischen Anforderungen wie dem kommenden EU AI Act stehen werden. „Solange diese grundlegenden Schwächen bestehen“ denkt Antje, „wird jedes datengetriebene Projekt auf wackeligen Beinen stehen.“

Es bleibt ihr nur eine Alternative: Sie wird dafür sorgen, dass ihr Unternehmen eine zukunftssichere Basis für die Wertschöpfung aus Daten bekommt. Es ist Zeit, das Fundament zu legen, auf dem Innovation wirklich gedeihen kann.

Inspiration durch die Data Economy

Ein paar Wochen nach dem Krisenmeeting lauscht Antje einem Fachvortrag auf einer Konferenz für Data Economy, der Wertschöpfung aus Daten. Der Vortragende erklärt, wie Unternehmen durch datengetriebene Geschäftsmodelle den Automobilsektor revolutionieren und dabei völlig neue Märkte erschließen. „Daten sind das neue Öl“, sagt sich Antje mit Nachdruck. „Diese Unternehmen haben es verstanden, wie man Daten nutzt, um Effizienz zu steigern, Innovation voranzutreiben und Kundenerlebnisse zu transformieren. Wir können das auch.“

Im Anschluss an den Vortrag liest Antje weiter über die Prognosen der Data Economy. Der Markt für Datenprodukte wächst rasant und die Wachstumsprognosen sind enorm. Einige Studien sagen voraus, dass die Data Economy in den nächsten Jahren Billionenbeträge zur Weltwirtschaft beitragen wird. Antje ist fasziniert und motiviert zugleich. Das Potenzial ist riesig, und sie weiß, dass auch ihr Unternehmen davon profitieren könnte – wenn es die richtigen Weichen stellt.

Ein Wendepunkt: Unterstützung durch Materna

Antje denkt an ihr Unternehmen: Es ist strukturell altmodisch und strategisch unfokussiert. Ohne eine tiefgreifende Transformation wird es den Anschluss verlieren. Doch sie lässt sich davon nicht entmutigen. Stattdessen vertieft sie sich in die Materie und informiert sich über die verschiedenen Facetten der Data Economy. Sie lernt die Prinzipien des Data Engineering, der Basis für eine effektive Datenverarbeitung. Sie taucht tief in die Themen Data Governance, Data Analytics und KI ein und versteht, wie wichtig der verantwortungsvolle Umgang mit Daten und KI ist.

Nach Wochen intensiver Recherche hat Antje eine klare Idee davon, wie eine Datenstrategie für ihr Unternehmen aussehen könnte. Ihre Datenpipeline reicht von der Sammlung und Aufbereitung der Daten bis hin zur Nutzung für KI-Projekte und datenbasierte Entscheidungen. Als sie ihre Vision der Unternehmensführung vorstellt, ist sie überzeugt, dass dies der richtige Weg ist.

Doch die Antwort ist niederschmetternd. Die Unternehmensführung lehnt ihren Vorschlag ab. „Zu technisch“, „kein Business Case“, „kein greifbarer Effekt“, lauten die Argumente. Antje ist frustriert. Ihr wird klar, dass sie das Thema zu technisch betrachtet hat.

Sie versteht, dass sie sich erfahrene Unterstützung von außen beschaffen muss, wenn sie etwas bewirken will. Nach einigen intensiven Gesprächen mit ihrem CIO Marcus gelingt es ihr schließlich, ihn zu überzeugen. Marcus willigt ein, eine initiale Datenstrategieberatung ihres langjährigen Partners Materna zu beauftragen, um den Weg in die Data Economy voranzutreiben.

 Der QuickWin-Workshop: Erste greifbare Ergebnisse

Es ist ein heller Dienstagmorgen, und Antje betritt voller Erwartung den Konferenzraum. Es soll zunächst nur ein QuickWin-Workshop sein – zwei Tage, zwei Berater, kurz und prägnant. Die Berater von Materna, Justus und Marion, sind schon seit Jahren im Datenumfeld tätig. Antje ist gespannt, was aus dem Workshop entstehen wird. Sie erwartet, dass die Berater ihre aktuelle Dateninfrastruktur analysieren und dann eine klare Strategie entwickeln, wie sie datengetrieben werden können. Sie freut sich schon, ihnen ihre bisherigen Ideen präsentieren zu können.

Doch schon nach wenigen Minuten im Workshop wird Antje überrascht. Justus und Marion stellen nicht die Fragen, die sie erwartet hatte. Statt über die bestehende Dateninfrastruktur zu sprechen, fragen sie nach den Business-Zielen des Unternehmens. „Wir müssen bei den Zielen anfangen“, erklärt Marion. „Erst wenn wir genau verstehen, was Ihr Unternehmen erreichen will, können wir die richtigen Datenstrategien entwickeln.“

Antje ist zunächst irritiert. Sie hatte sich auf eine technische Analyse eingestellt, doch jetzt geht es um Geschäftsziele. Dennoch ergibt das Vorgehen Sinn. „Daten sollten letztlich das Business unterstützen und nicht andersherum.“

So beginnen sie, die Business-Ziele des Unternehmens detailliert durchzugehen. Woraus besteht das Tagesgeschäft? Was möchte das Unternehmen in den nächsten Jahren erreichen? Hierzu weiß der CIO einige Ergebnisse beizusteuern, die seine Unternehmensführung mit Hilfe von Enterprise Architecture Management erarbeitet hatte. Die Diskussionen öffnen Antje die Augen. Sie versteht, dass Daten nur dann wertvoll sind, wenn sie klaren geschäftlichen Zwecken dienen.

Von Usecases zu greifbaren Erfolgen

Nachdem sie die Ziele klar definiert haben, leiten sie gemeinsam die dazu passenden Usecases ab und klären die Abhängigkeiten unter ihnen. Hierbei wird Antje erneut überrascht. Statt zu überlegen, was aus den vorhandenen Daten gemacht werden kann, unterstützen die Berater die freie Suche nach Usecases, die dem Unternehmen nützen würden. Antje hat sich einen eigenen Usecase überlegt, der sie besonders begeistert: Sie will eine KI-Lösung entwickeln, die Kundendaten analysiert und die Datenhaltung in Echtzeit optimiert.

Doch als sie gemeinsam den Usecase analysieren, stellen sie fest, dass dieser zwar technisch machbar ist, jedoch die Bedürfnisse der Nutzer kaum adressiert. „Es geht nicht nur darum, was technisch möglich ist“, sagt Justus. „Wir müssen sicherstellen, dass es für die Nutzer wirklich einen Mehrwert bietet.“ Der Usecase wird gestrichen – ein weiterer Rückschlag für Antje. Doch Marion tröstet sie: „Fail fast! Lieber jetzt Fehler erkennen, als später viel Geld und Zeit zu verlieren.“

Im nächsten Brainstorming setzen sie sich mit Nutzern intensiver mit zukünftigen Usecases auseinander. Dank der vorherigen Analysen können sie schnell bestimmen, welcher Usecase das größte Potenzial bietet. Kriterien wie Komplexität im Verhältnis zum Mehrwert helfen, den „Next Best Usecase“ zu identifizieren. Gemeinsam mit potenziellen Nutzern skizzieren sie, wie das Datenprodukt aussehen und sich in die Datenlandschaft einbetten könnte. Abschließend stellen sie eine grobe Kosten-Nutzen-Rechnung auf und können damit belegen, dass sich der Usecase rechnen würde. Die Ampel steht auf grün!

Von QuickWins zur holistischen Strategie

Nun geht es für Antje und ihr Team darum, den neuen datengetriebenen Usecase strukturiert in die Umsetzungsphase zu überführen. Auf Grundlage der Workshop-Canvasses werden erste User Stories in einem initiales Backlog angelegt. Das Team trifft sich täglich zu kurzen Stand-ups, um sicherzustellen, dass alle Schritte klar priorisiert und gut abgestimmt sind.

Der Weg ist nicht ohne Hindernisse: Eine instabile Datenschnittstelle droht den Erfolg des Projekts zu gefährden. Doch gemeinsam mit den IT-Verantwortlichen erarbeiten sie einen Workaround, und das Team kann sich wieder auf die eigentliche Umsetzung konzentrieren. Der Proof of Concept liefert bereits nach zwei Wochen vielversprechende Ergebnisse. Anhand von initialem Nutzerfeedback wird das Produkt schnell in eine nutzbare Form gebracht. Die automatisierten Prozesse funktionieren und zeigen, dass sie den Nutzern schnell entscheidende Informationen verschaffen.

Schritt für Schritt wird der Usecase in den Betrieb integriert, und die Automatisierung beginnt, erste Früchte zu tragen. Die Kollegen, die das System testen, sind begeistert. Besonders freut es sie, dass sie öfter pünktlich in den Feierabend gehen können.

Überzeugt vom Erfolg des Projekts beauftragen Antje und Marcus als nächsten Schritt eine umfassende, holistische Datenstrategieberatung bei Materna. Sie möchten nun als Unternehmen einen größeren Schritt gehen, um langfristig wettbewerbsfähig zu bleiben.

In der holistischen Datenstrategieberatung arbeiten sie mit Justus und Marion die aktuelle Geschäftsstrategie noch einmal gründlich durch. Zukünftige Ziele und Meilensteine werden skizziert und Fokus-Domänen im Unternehmen identifiziert. Gemeinsam mit den Stakeholdern dieser Domänen werden Workshops durchgeführt, deren Ergebnisse in konkrete Anforderungen für das Data Management münden. Vision, Mission und Meilensteine des Unternehmens werden auf Basis dieser Erkenntnisse aktualisiert, und ein Business Case für die Umsetzung wird entworfen. Eine umfassende Risikobetrachtung rundet die Planung ab.

Doch dann folgt der Schock: Als der CIO die notwendigen strukturellen Änderungen und die damit verbundenen Kosten realisiert, bekommt er kalte Füße. „Das wird alles viel zu teuer“, murmelt er. „Wie sollen wir das finanzieren?“

Es scheint, als könnte das Projekt an diesem Punkt scheitern. Doch Antje und Materna setzen sich erneut zusammen und gehen den Business Case im Detail durch. Sie rechnen verschiedene Szenarien durch und zeigen, dass sie durch die schnellere Erreichung der Business-Ziele bereits mittelfristig profitabel sein werden. Der Case rechnet sich – und das Projekt kann weitergehen.

Kulturelle Hürden und Change Management

Unser Modell für Organizational Change Management

Drei Monate sind seit dem Workshop vergangen. Die Unternehmensführung hat die neue Datenstrategie den Mitarbeitenden verkündet und Abteilungen wurden entlang der neuen Prozesse angeordnet. Es scheint, als sei das Unternehmen bereit für die Zukunft. Doch es regt sich Widerstand in der Belegschaft. Mitarbeitende fühlen sich verunsichert, übergangen und haben das Gefühl, dass ihre Bedenken nicht gehört wurden.

Und dann passiert, was Antje befürchtet hatte: Obwohl die Strategie offiziell ausgerollt wurde, kehrt schnell der gewohnte Alltag zurück. Alte Routinen dominieren das Tagesgeschäft, und die sorgfältig erarbeiteten Artefakte der Datenstrategie werden ignoriert. „Culture eats Strategy for Breakfast“, denkt Antje frustriert. Sie sieht, dass die Veränderung nicht tief genug in der Unternehmenskultur verankert ist.

Antje erkennt, dass sie und die Führungsetage es versäumt haben, die Belegschaft richtig abzuholen. Ein fataler Fehler! „Wie sollen wir jemals Erfolg haben, wenn wir die Menschen vergessen haben?“, denkt sie verzweifelt. Sie weiß, dass sie das Problem schnell angehen muss, bevor die Strategie endgültig scheitert.

Also wendet sie sich an Maternas Strategieberatung, die auch Change-Management-Experten an Bord hat. Gemeinsam schmieden sie einen Plan: Sie wollen herausfinden, wo genau die Widerstände liegen und wie sie diese überwinden können. Antje startet eine Gesprächsrunde mit Mitarbeitenden aus verschiedenen Abteilungen, um ihre Bedenken direkt zu hören. Dabei kristallisieren sich verschiedene Sorgen und Ängste heraus: Viele Mitarbeitende finden die Veränderung bedrohlich oder fürchten, dass die Automatisierung ihre Stellen überflüssig machen wird. Einige glauben, dass die bisherigen Arbeitsweisen vollkommen ausreichend sind und sehen keinen Bedarf für Veränderung. Andere wiederum teilen die Sorge, dass die neuen Datenprozesse Sicherheitslücken schaffen könnten.

Das Change-Management-Team entwickelt daraufhin einen umfassenden Ansatz. Sie wollen die Führungskräfte intensiv einbinden, Mitarbeitende stärker beteiligen sowie einen gezielten Kompetenzaufbau vorantreiben.

Antje ist zuversichtlich, dass die Führungskräfte bereits an Bord sind, also beginnen sie damit, die Belegschaft zu informieren. Die Kommunikation umfasst klare Botschaften: Niemand verliert seinen Job. Jeder kann persönlich profitieren. Es gibt unterstützende Schulungsangebote. Zudem werden die individuellen Veränderungen in den Arbeitsweisen detailliert erklärt.

Doch zu Antjes Entsetzen verpuffen die Botschaften. Die Kommunikation läuft über etablierte Kanäle wie E-Mails und Meetings, doch sie dringt nicht wirklich durch. Die Mitarbeitenden sind in ihren Tagesabläufen gefangen und nehmen die Informationen nur am Rande wahr. Es rächt sich der „Information Overload“.

Neue Ansätze sind dringend notwendig, um die Aufmerksamkeit der Belegschaft zu gewinnen. Antje und das Change-Management-Team entwickeln spielerische Formate: Multiplayer-Games, in denen Teams gegeneinander antreten, um ihre Datenkompetenz zu erweitern. Passend zur Weihnachtszeit erscheint ein digitaler Adventskalender mit motivierenden Medien und Infos rund um die Datenstrategie.

Langsam, aber sicher bildet sich eine Gruppe von Fans der neuen Datenstrategie. Sie werden zu Multiplikatoren, die ihre Kollegen überzeugen. Doch dann taucht ein neues Problem auf: Einige Führungskräfte stellen sich plötzlich quer. Sie sehen den Sinn und Zweck der Datenstrategie nicht und sind skeptisch, ob sich der Aufwand lohnt.

Marcus greift ein. In Einzelgesprächen mit den kritischen Führungskräften nimmt er sich die Zeit, ihre Bedenken anzuhören und das genaue Vorgehen der Strategie erneut zu erklären. Antje zeigt auf, wie auch ihre Ressorts von der Datenstrategie profitieren können und dass am Ende alle einen Vorteil daraus ziehen werden. Langsam weicht die Skepsis, und die meisten Führungskräfte verstehen, dass die Veränderung notwendig und gewinnbringend ist.

Der datengetriebene Erfolg

Prinzipien des Datenstrategie-Designs: Erfolgreiche Daten- und KI-Produkte sind wirtschaftlich, gewollt und machbar. Diese Kriterien werden über das Verständnis des Business, der User sowie der Datenlandschaft geprüft.

Schließlich sind alle drei Säulen des Change-Managements umgesetzt: Die Führungskräfte sind an Bord, die Mitarbeitenden informiert und einbezogen, und es gibt ein Schulungsangebot, das ihnen die nötigen Fähigkeiten vermittelt. Die Strategie nimmt Fahrt auf, und das Unternehmen ist auf dem besten Weg, datengetrieben und zukunftsfähig zu werden.

Antje lehnt sich in ihrem Bürostuhl zurück und lässt den Blick aus dem Fenster schweifen. Ein Gefühl der Zufriedenheit erfüllt sie. Nach Monaten harter Arbeit und intensiver Veränderungen hat ihr Unternehmen mit Hilfe von Materna endlich die neue Datenstrategie erfolgreich umgesetzt. Die ersten Zahlen sprechen für sich: Die Effizienz ist deutlich gestiegen und das Unternehmen wird profitabler. Gleichzeitig steigt die Kundenzufriedenheit, was Antje besonders stolz macht.

All die Herausforderungen und Rückschläge erscheinen jetzt nur noch als kleine Hürden auf einem erfolgreichen Weg. Die Belegschaft hat sich mit der neuen Strategie angefreundet und die Führungskräfte sehen die Vorteile, die die Veränderungen mit sich bringen.

Der KI-Leuchtturm, das Vorzeigeprojekt, das vor Monaten als Ziel ausgerufen wurde, ist nun Realität geworden. Dank der aufgeräumten Datengrundlage konnte dieses Innovationsprojekt zügig umgesetzt werden. Effizienzgewinne durch KI, die anfangs noch in weiter Ferne schienen, sind nun greifbar – und die Unternehmensführung ist begeistert.

Antje sieht, wie das Unternehmen durch die Data Economy einen echten Sprung nach vorn gemacht hat. Der Wandel war schwierig, aber es hat sich gelohnt. Mit einem zufriedenen Lächeln auf den Lippen weiß sie: Dies ist erst der Anfang. Die Zukunft ihres Unternehmens sieht datengetrieben und viel versprechend aus.