Digitalstrategie und Datenstrategie

Warum Sie nur eventuell eine Digitalstrategie benötigen, ganz sicher aber eine Datenstrategie.

Da Digital und Data nicht dasselbe sind, unterscheiden Pionier-Unternehmen ganz klar zwischen einer Digitalstrategie und einer Datenstrategie, so gibt es beispielsweise auch Digital Labs und Data Labs innerhalb desselben Konzerns. Während das Digital Lab sich vornehmlich mit Themen wie Software-Entwicklung für mobile Anwendungen, Social Media, Blockchain oder Internet of Things (IoT) befasst, beschäftigt sich ein Data Lab mit der Speicherung und Analyse von den Daten aus der klassischen IT-Infrastruktur sowie aus den neu gewonnen Anwendungen der Digitalisierung mit Fachkräften wie dem Data Engineer und Data Scientist.

Ähnlich lassen sich auch Digital- und Datenstrategien voneinander abgrenzen. Die Digitalstrategie befasst sich beispielsweise damit, wie Services über mobile Anwendungen verbessert oder Produkte wie Fahrzeuge oder Maschinen mit mehr Sensoren und Displays ausgestattet werden können. Die Datenstrategie befasst sich hingegen mit der effizienten Speicherung der Daten, der Einhaltung einer Data Governance unter Berücksichtigung von Datensicherheit und Datenschutz sowie mit den analytischen Methoden und Tools zur Erreichung der Ziele, die mit der Nutzung der generierten Daten verbunden ist.

Das heißt jedoch nicht, dass die Datenstrategie nicht ein eigener Teil inner- bzw. unterhalb einer Digitalstrategie sein kann.

Daten sind der Grundstein für Informationen und Wissen für Geschäftsoptimierung und neue Geschäftsmodelle, wenn sie über Data Analytics bzw. Data Science in jenes Wissen transformiert werden.

Daten sind der Grundstein für Informationen und Wissen für Geschäftsoptimierung und neue Geschäftsmodelle, wenn sie über Data Analytics bzw. Data Science in jenes Wissen transformiert werden.

Für Enterprise-KI ist die Datenstrategie ist das A und O

Data-Driven Thinking im Unternehmen in Common Sense zu verwandeln ist ein langfristiges Projekt. Um dennoch bereits heute strukturiert in die Datennutzung einsteigen bzw. diese vertiefen zu können, bedarf es eines Fahrplans für kommende Projekte mit Problem-Lösungsbeschreibungen. Dabei sollen die zu erreichenden Ziele festgelegt, die richtigen Datenquellen und Analysemethoden identifiziert sowie Fragen über die einzusetzende Software, Hardware und der Teamorganisation und notwendiger Qualifikationen geklärt werden. Data Analytics im Generellen und künstliche Intelligenz im Speziellen benötigen viele Daten in guter Qualität an den richtigen Stellen. Eine Datenstrategie arbeitet genau auf diese Ziele hin und kann somit auch als ein Business Plan für die Datennutzung betrachtet werden, in welchem auch die Ziele und Voraussetzungen für diese Nutzung, sowie weitere Anforderungen, Grenzen und Vorgehen beschrieben werden.

Datenstrategie in fünf Schritten: Ableitung der Ziele aus der Vision, Auswahl der relevanten Daten, Auswahl an Analyseverfahren zur Informationsgewinnung, Konzeptionierung der Wissensgenerierung, wie diese Analyseverfahren durch die Mitarbeiter genutzt werden können und Planung der Umsetzung der vier vorherigen Schritten.

Datenstrategie in fünf Schritten: Ableitung der Ziele aus der Vision, Auswahl der relevanten Daten, Auswahl an Analyseverfahren zur Informationsgewinnung, Konzeptionierung der Wissensgenerierung, wie diese Analyseverfahren durch die Mitarbeiter genutzt werden können und Planung der Umsetzung der vier vorherigen Schritten.

Die Möglichkeiten der Datennutzung sind in Zeiten des Internets nahezu unbegrenzt, wenn der Gedanke an den Zugriff auf unternehmensexterne Datenquellen in die Datenstrategie aufgenommen wird. Doch bereits mittelständische Unternehmen verfügen längst über einen großen Schatz an Daten aus unternehmensinternen Quellen, mit denen sich Einkaufsprozesse und Lieferketten optimieren, Kundennachfragen besser verstehen und auch interne Finanzrisiken besser bewerten lassen – dank der bereits erwähnten Digitalisierung.

Dabei ist eine Datenstrategie nicht nur für große Unternehmen interessant, gerade Startups bauen ihr Business Model vielfach direkt auf Daten und KI auf. Demzufolge benötigen Unternehmen, die sowieso rein digital oder erst kürzlich beispielsweise als FinTech oder eCommerce gestartet sind, eine Datenstrategie. Diese ist für jedes Unternehmen unerlässlich, denn es verfügt potenziell bereits über viele wertvolle Daten und kann diese darüber hinaus auch mit externen Daten anreichern.

Während für einige Unternehmen Digitalstrategien weniger notwendig sind, da das Geschäft bereits als eCommerce meistens schon direkt auf digitalen Plattformen gegründet wurde, gilt diese oftmals nicht für Unternehmen der klassischen Industrie, die unter dem Leitziel der Industrie 4.0 die Digitalisierung gerade insbesondere durch Maschinenvernetzung und engere Einbindung der Maschinen an die IT-Systeme (insbesondere ERP, MES und PLM) sehr viel intensiver erleben. Diese Unternehmen benötigen eine klar ausformulierte Strategie wie diese Digitalisierung und die mit ihr verbundenen digitalen Transformation bewältigt und vorangetrieben werden soll. Die Datenstrategie, die beispielsweise Fragen beantwortet, wie die Maschinendaten gespeichert und ausgewertet werden sollen, ist dann entweder als Strategiewerk auszugliedern oder als konkreten Unterteil der Digitalstrategie zu verstehen – die Datenstrategie wird dann konkreter Bestandteil einer größer angelegten Digitalstrategie sein.

Über Connected Industry e.V.

Connected Industry e.V. LogoConnected Industry ist der Verband für Unternehmen und Experten im Kontext der Industrie 4.0 mit allen zugehörigen Themengebieten. Wir bringen Maschinen, Industrien und vor allem Menschen zusammen, um gemeinsam die vierte industrielle Revolution voranzubringen. Interessiert an einer Mitwirkung? Dann freuen wir uns auf Ihre Nachricht!

Aunkofer

Benjamin Aunkofer engagiert sich als Wirtschaftsingenieur und Informatiker für Innovationen der datengestützten Produktion und Logistik. Er ist Mitbegründer des Connected Industry e.V. und Unternehmer im Bereich Big Data Analytics.