Cookie Einstellungen

Durch Klicken auf "Zustimmen" stimmen Sie der Speicherung von Cookies auf Ihrem Gerät zu, um die Website-Navigation zu verbessern, die Website-Nutzung zu analysieren und unsere Marketingbemühungen zu unterstützen. Weitere Informationen finden Sie in unseren Datenschutzbestimmungen.

Beratung

Data Culture

Prozesse, die Data besser machen

Nur gemeinsam können wir etwas erreichen - das könnte der Leitspruch der Datenkultur sein. Denn diese beschreibt den gemeinsamen Umgang mit Daten, die genutzten Prozesse sowie die Motivation, datengetrieben zu werden.

Zur Datenkultur gehört auch die Innovationsfähigkeit des Unternehmens sowie die Formulierung und Etablierung einer gemeinsamen Vision und Strategie für die Nutzung von Daten.

Warum brauchen Unternehmen Data Culture?

Prozesse alignen

Welche Daten werden wo, wann, wie von wem gesammelt? Die Prozesse, mit denen Daten strukturiert, bearbeitet und ausgelesen werden, sind die Grundlage für jegliche Datenstrategie und den sicheren und langfristigen Aufbau von Data im Unternehmen.

KPI-Alignment und Daten-Transparenz

Erst wenn alle Mitarbeitenden unter den KPIs die gleichen Dinge verstehen, sind datengetriebene Entscheidungen fachbereichsübergreifend wirklich möglich. Das fördert die Daten-Transparenz zwischen den verschiedenen Data-Stakeholdern, was wiederum dazu führt, dass Verständnis entsteht - und so eine Kultur des Self Service und des Wunsches, Daten noch mehr in die eigene Arbeit zu integrieren.

Vision und Strategie für Data

Die Datenkultur folgt der Vision und Strategie, die für Data vorgesehen ist. Deswegen ist es so wichtig, nicht einfach nur eine Data-Abteilung zu haben, die sich an die Unternehmensstrategie hält, sondern aus dieser auch eine Datenstrategie abzuleiten, welche eine Vision eröffnet, mit der sich alle Mitarbeitenden abgeholt und sowohl gefördert als auch gefordert fühlen.

Innovationen erkennen und umsetzen

Zur Data Culture gehört nicht nur, die Data-Prozesse im Unternehmen sauber aufzusetzen, sondern auch, Innovationen zu fördern und zu ermöglichen. Durch die Nutzung von Data können Trends und Risiken identifiziert werden - in der richtigen Kultur können Ideen hierzu wachsen und sich entfalten - das bringt das Unternehmen langfristig weiter.

"Culture eats Strategy for Breakfast"

Da hat Peter F. Drucker Recht, sagt Jonas Rashedi, Managing Director

So gehen wir bei der Etablierung der Data Culture vor

Vom Data Audit über die Strategie bis hin zur Etablierung einer gemeinsamen Datenkultur – wir unterstützen unsere Kunden bei diesen wichtigen Schritten.

Phase 1

Status Check - das Data Audit

Im ersten Schritt der Etablierung einer Data Culture schauen wir uns erstmal genau die bestehenden Prozesse in einem Data Audit an, sowie die bestehende Strategie, Vision und die Möglichkeit für Self Service. Dabei ist es wichtig, nicht nur das Management mit einzubeziehen, sondern vor allem mit den Fachabteilungen und Data-Anwender:innen zu sprechen.

Phase 2

Strategieentwicklung

Basierend auf den Ergebnissen des Audits erarbeiten wir einen strategischen Plan zur Verbesserung und Implementierung einer effektiven Datenkultur. Diese Strategie enthält spezifische Ziele und Maßnahmen, die auf die speziellen Bedürfnisse und Herausforderungen des Unternehmens zugeschnitten sind. Dazu gehört die Kreation neuer Prozesse, die Implementierung neuer Technologien aber auch das Challenging der bestehenden Data-Vision sowie Coaching und Schulung für die Mitarbeitenden.

Phase 3

Umsetzung der Prozesse

Die neu identifizierten und aufgearbeiteten Prozesse müssen nun in die Tat umgesetzt werden. In diesen Teil der Zusammenarbeit gehört oft auch die Data Organisation, durch die Rollen, Strukturen und Verantwortlichkeiten festgelegt werden. So haben die Daten in Zukunft einen klaren Weg, den sie gehen.

Phase 4

Schulung und Kompetenzaufbau

Zu einer gesunden Data Culture gehört auch der Aufbau von Kompetenzen über Data im Unternehmen. Schließlich wollen wir, dass bei der Nutzung von Daten im Unternehmen alle mitgenommen werden - egal, in welchem Fachbereich oder an welcher Position die Mitarbeitenden sitzen. In einem zukunftsfähigen Unternehmen arbeiten alle mit Daten.

Phase 5

Enablement und Tool-Einsatz

Wir möchten, dass die Unternehmen, die wir beraten, sich langfristig selbst weiterentwickeln können, weswegen wir die Mitarbeitenden enablen, die Kultur selbstständig weiter zu treiben. An dieser Stelle lohnt sich auch ein Blick auf die Data Architecture, um die richtigen Tools an die richtigen Stellen im Unternehmen zu bringen.

Impact

Mit Daten Wertschöpfung generieren

Use Cases

Mit den richtigen Projekten anfangen

Organisation

WER arbeitet zusammen?

Kultur

WIE arbeitet Ihr zusammen?

Architektur

WOMIT arbeitet Ihr zusammen?

Business Processes

Wie ist Euer Unternehmen aufgebaut?

Data Culture in unserem Framework

Wir arbeiten bei uns immer mit dem Framework Organisation, Kultur und Architektur.

Denn in unseren Augen sind diese drei Bereiche die wichtigsten Faktoren, um Data langfristig erfolgreich im Unternehmen zu verankern.

Data Culture gehört somit zu den drei Säulen, die untrennbar miteinander verbunden und voneinander abhängig sind. Als Unternehmen kann man sich für einen Fokus entscheiden, der die Unternehmensziele kurzfristig am besten unterstützt. Doch es ist wichtig, den Blick immer auf alle Bereiche zu haben und keine der drei Säulen zu vernachlässigen, um langfristigen Impact zu erzeugen.

The Data Institute - der starke Partner bei der Etablierung von Data Culture

Wir wünschen uns, dass Unternehmen schnell Impact erhalten und sehen, was sie mit Daten machen können. Gleichzeitig haben wir den Gesamt-Blick auf das Unternehmen und möchten langfristige Strategien implementieren, durch die Mitarbeitende enabled werden, selbstständig mit Daten zu arbeiten.

Was ist überhaupt ein Data Audit?

Unser OKAYs-Framework stellt Data Organisation, Data Architektur und Data Kultur auf eine Ebene. Der Kern all dieser Elemente sind die Geschäftsprozesse, die den wahren Wert eines Unternehmens ausmachen. In diesem Kontext definiert die Data Organisation das 'Wer', die Kultur das 'Wie', und die Architektur das 'Womit' im Zusammenhang mit Daten. Diese drei Säulen sind eng miteinander verknüpft und tragen gemeinsam zu praxisnahen Anwendungsfällen bei. Diese Anwendungsfälle dienen als erste Schritte auf dem Weg zu einem datenbasierten Unternehmen. Sie ähneln Minimal Viable Products (MVPs), anhand derer die Wirksamkeit und der Mehrwert der Datenstrategie im realen Unternehmenskontext erprobt werden können. Wir beginnen häufig genau an diesem Punkt, entwickeln gemeinsam mit dem Unternehmen Use Cases und verbessern sie iterativ. Dies fördert die Fähigkeit der Mitarbeitenden, eigenständig Use Cases zu entwickeln und so einen nachhaltigen Impact zu erzielen - ein Hauptziel unserer Zusammenarbeit mit Unternehmen. Diese Aspekte machen unser Framework so wertvoll und effektiv.

Wer braucht Data Culture?

Um langfristig wachsen zu können, Innovationen zu etablieren und "über den Tellerrand zu schauen" ist Data Culture unverzichtbar. Deswegen benötigen so gut wie alle Unternehmen, die mit Daten arbeiten, auch den Aufbau einer Strategie, Vision und Kultur hinsichtlich Daten. Auch wenn es bereits Best Practices gibt und das Unternehmen die Marktführerschaft hat - die digitalisierte Welt verändert sich schnell und Unternehmen müssen immer up-to-date bleiben, um langfristig wettbewerbsfähig zu bleiben.

Damit alle Mitarbeitenden mitgenommen werden und diese Wettbewerbsfähigkeit vorantreiben, ist der Aufbau einer Datenkultur unverzichtbar, ob für die freie Marktwirtschaft, das Gesundheitswesen, den öffentlichen Sektor oder Forschung und Wissenschaft.

Und auch Start ups sollten so früh wie möglich in eine Datenkultur investieren.  

Wer ist an der Data Culture beteiligt?

Kultur wird top-down etabliert. Deswegen ist es auch bei Data wichtig, dass Unternehmen ihre Vision und ihre Strategien vom Management in die weiteren Ebenen etablieren.

Doch wie weit ist das Unternehmen wirklich im Bereich Datenkultur? Bei unserer Arbeit merken wir oft, dass die Auffassung des Managements eine andere ist als die der Fachabteilungen oder der Data-Abteilung. Deswegen sprechen wir bei der Zusammenarbeit immer mit allen durch Daten tangierten Abteilungen und sorgen so dafür, dass die Auffassungen über die bestehende Kultur des Unternehmens  aneinander angeglichen werden. Auf dieser Basis lässt sich dann gemeinsam weiterarbeiten - wobei das Management immer mit gutem Vorbild vorangehen muss.

Welche Leistungen sind zusätzlich zu
Data Culture
für uns geeignet?

<svg width=" 100%" height=" 100%" viewBox="0 0 62 62" fill="none" xmlns="http://www.w3.org/2000/svg"> <g clip-path="url(#clip0_5879_2165)"> <path d="M21.3122 46.5H40.6872V50.375H21.3122V46.5ZM25.1872 54.25H36.8122V58.125H25.1872V54.25ZM30.9997 3.875C25.8611 3.875 20.933 5.91629 17.2995 9.54981C13.666 13.1833 11.6247 18.1114 11.6247 23.25C11.4937 26.0658 12.0331 28.8726 13.1985 31.4392C14.364 34.0059 16.1222 36.2592 18.3285 38.0138C20.266 39.8156 21.3122 40.8425 21.3122 42.625H25.1872C25.1872 39.06 23.0366 37.0644 20.9441 35.1462C19.1332 33.7595 17.69 31.9499 16.7408 29.8759C15.7917 27.802 15.3655 25.5269 15.4997 23.25C15.4997 19.1391 17.1327 15.1967 20.0396 12.2898C22.9464 9.38303 26.8889 7.75 30.9997 7.75C35.1106 7.75 39.0531 9.38303 41.9599 12.2898C44.8667 15.1967 46.4997 19.1391 46.4997 23.25C46.6317 25.5286 46.2025 27.8047 45.2499 29.8788C44.2973 31.9529 42.8504 33.7616 41.036 35.1462C38.9628 37.0837 36.8122 39.0213 36.8122 42.625H40.6872C40.6872 40.8425 41.7141 39.8156 43.671 37.9944C45.8757 36.2428 47.6331 33.9929 48.7986 31.4295C49.964 28.8662 50.5042 26.0628 50.3747 23.25C50.3747 20.7056 49.8736 18.1862 48.8999 15.8355C47.9262 13.4848 46.499 11.3489 44.6999 9.54981C42.9008 7.75067 40.7649 6.32352 38.4142 5.34983C36.0635 4.37615 33.5441 3.875 30.9997 3.875Z" fill="currentColor"/> </g> <defs> <clipPath id="clip0_5879_2165"> <rect width="62" height="62" fill="currentColor"/> </clipPath> </defs> </svg>

Data Strategy

Wann passiert was wie und warum – das erklärt die Datenstrategie.

<svg width=" 100%" height=" 100%" viewBox="0 0 62 62" fill="none" xmlns="http://www.w3.org/2000/svg"> <g clip-path="url(#clip0_5879_3513)"> <path d="M19.376 60.0625H11.626C10.5992 60.0594 9.61537 59.6502 8.88933 58.9242C8.16329 58.1981 7.75404 57.2143 7.75098 56.1875V42.625C6.72421 42.6219 5.74037 42.2127 5.01433 41.4867C4.28829 40.7606 3.87904 39.7768 3.87598 38.75V27.125C3.86178 26.3578 4.00243 25.5956 4.2895 24.884C4.57658 24.1723 5.0042 23.5259 5.5468 22.9833C6.08939 22.4407 6.73582 22.0131 7.44744 21.726C8.15906 21.439 8.92126 21.2983 9.68848 21.3125H21.3135C22.0807 21.2983 22.8429 21.439 23.5545 21.726C24.2661 22.0131 24.9126 22.4407 25.4552 22.9833C25.9977 23.5259 26.4254 24.1723 26.7124 24.884C26.9995 25.5956 27.1402 26.3578 27.126 27.125V38.75C27.1229 39.7768 26.7137 40.7606 25.9876 41.4867C25.2616 42.2127 24.2777 42.6219 23.251 42.625V56.1875C23.2479 57.2143 22.8387 58.1981 22.1126 58.9242C21.3866 59.6502 20.4027 60.0594 19.376 60.0625ZM9.68848 25.1875C9.42999 25.172 9.17114 25.2114 8.92903 25.3033C8.68692 25.3952 8.46706 25.5374 8.28395 25.7205C8.10084 25.9036 7.95865 26.1235 7.86678 26.3656C7.77491 26.6077 7.73544 26.8665 7.75098 27.125V38.75H11.626V56.1875H19.376V38.75H23.251V27.125C23.2665 26.8665 23.227 26.6077 23.1352 26.3656C23.0433 26.1235 22.9011 25.9036 22.718 25.7205C22.5349 25.5374 22.315 25.3952 22.0729 25.3033C21.8308 25.2114 21.572 25.172 21.3135 25.1875H9.68848ZM15.501 19.375C13.9682 19.375 12.4698 18.9205 11.1953 18.0689C9.92083 17.2173 8.92749 16.0069 8.34091 14.5908C7.75433 13.1747 7.60086 11.6164 7.89989 10.1131C8.19893 8.6097 8.93704 7.22878 10.0209 6.14493C11.1048 5.06107 12.4857 4.32295 13.989 4.02392C15.4924 3.72488 17.0506 3.87836 18.4668 4.46494C19.8829 5.05152 21.0933 6.04485 21.9449 7.31933C22.7964 8.59381 23.251 10.0922 23.251 11.625C23.2484 13.6796 22.4311 15.6494 20.9782 17.1022C19.5254 18.5551 17.5556 19.3724 15.501 19.375ZM15.501 7.75C14.7346 7.75 13.9854 7.97727 13.3481 8.40306C12.7109 8.82885 12.2142 9.43404 11.9209 10.1421C11.6277 10.8502 11.5509 11.6293 11.7004 12.381C11.85 13.1327 12.219 13.8231 12.7609 14.365C13.3029 14.907 13.9933 15.276 14.745 15.4255C15.4967 15.5751 16.2758 15.4983 16.9839 15.205C17.6919 14.9117 18.2971 14.4151 18.7229 13.7778C19.1487 13.1406 19.376 12.3914 19.376 11.625C19.375 10.5976 18.9664 9.61258 18.2399 8.8861C17.5134 8.15962 16.5284 7.75103 15.501 7.75ZM55.7351 8.246C54.278 6.76535 52.3111 5.89611 50.2353 5.81546C48.1595 5.73482 46.131 6.44885 44.5635 7.812C42.9959 6.44885 40.9675 5.73482 38.8917 5.81546C36.8159 5.89611 34.8489 6.76535 33.3918 8.246C31.8601 9.81001 31.0022 11.912 31.0022 14.1011C31.0022 16.2903 31.8601 18.3922 33.3918 19.9563L44.5596 31.2713L44.5635 31.2674L44.5673 31.2693L55.7351 19.9563C57.2668 18.3922 58.1247 16.2903 58.1247 14.1011C58.1247 11.912 57.2668 9.81001 55.7351 8.246ZM52.9761 17.2341L44.5673 25.7533L44.5635 25.7494L44.5596 25.7533L36.1509 17.2341C35.3299 16.3979 34.8699 15.2729 34.8699 14.1011C34.8699 12.9293 35.3299 11.8043 36.1509 10.9682C36.9696 10.1724 38.0664 9.72714 39.2082 9.72714C40.35 9.72714 41.4468 10.1724 42.2656 10.9682L44.5538 13.3068L44.5635 13.2971L44.5732 13.3068L46.8594 10.9682C47.6783 10.1718 48.7755 9.7262 49.9178 9.7262C51.06 9.7262 52.1572 10.1718 52.9761 10.9682C53.7971 11.8043 54.257 12.9293 54.257 14.1011C54.257 15.2729 53.7971 16.3979 52.9761 17.2341Z" fill="currentColor"/> </g> <defs> <clipPath id="clip0_5879_3513"> <rect width="62" height="62" fill="currentColor"/> </clipPath> </defs> </svg>

Customer Centricity

Der Fokus liegt immer auf den Kunden und ihren Wünschen

Knowledge zum Thema
Data Culture

Neben Case Studies haben wir auch verschiedene weiterführende Blog Artikel zu dem Thema:

No items found.

Data News für Pros

Du willst mehr wissen? Dann abonnier doch unseren Newsletter! Regelmäßige News aus der Data-Welt rund um neue Entwicklungen, Tools, Best Practices und Events!

Sie können diese Benachrichtigungen jederzeit abbestellen. Weitere Informationen zum Abbestellen, zu unseren Datenschutzverfahren und dazu, wie wir Ihre Privatsphäre schützen und respektieren, finden Sie in unserer Datenschutzrichtlinie.