Bacho Foto - stock.adobe.com

Warum mehr Mitarbeiter Datenkompetenz benötigen

Jedes Unternehmen profitiert davon, wenn es seine Mitarbeiter ermutigt, sich Datenkompetenz anzueignen. Wie sich Datenkompetenz erlernen lässt.

Untersuchungen zeigen, dass datengesteuerte Unternehmen erfolgreicher sind. Doch den Mitarbeitern fehlt es oft an den erforderlichen Datenkenntnissen.

Laut einer Umfrage von Sapio Research aus dem Jahr 2020 glauben 80 Prozent der Entscheidungsträger, dass sich der Zugang zu Daten positiv auf ihr Unternehmen auswirkt, und 74 Prozent gaben an, dass die Mitarbeiter Zugang zu den benötigten Daten haben. Aber 53 Prozent der Befragten sagten, dass sich die Mitarbeiter gegen die Nutzung der Daten sträuben.

Unterdessen hat die Forschung immer wieder gezeigt, dass datengesteuerte Unternehmen erfolgreicher sind. Eine Umfrage der Unternehmensberatung McKinsey & Company aus dem Jahr 2019 ergab, dass Unternehmen, deren Mitarbeiter bei der Entscheidungsfindung konsequent auf Daten zurückgreifen, in den letzten drei Jahren mit eineinhalbmal höherer Wahrscheinlichkeit ein Umsatzwachstum von mehr als zehn Prozent verzeichnen konnten. Der Unterschied liegt in der Datenkompetenz.

„Sie ist in der heutigen Welt, in der Daten allgegenwärtig sind, von entscheidender Bedeutung“, sagt Shreeni Srinivasan, Director of Enterprise Analytics and Applications Delivery bei Sungard Availability Services. „Datenkompetenz kann Mitarbeiter in die Lage versetzen, faktenbasierte Analyseentscheidungen zu treffen, die mehr auf der Realität beruhen als solche, die auf Instinkt oder Bauchgefühl basieren.“

Laut der gleichen Studie von McKinsey & Company ist der Anteil der Führungskräfte in leistungsstarken Unternehmen, die Datenkonzepte verstehen, um 44 Prozent höher, der Anteil der Manager, die Daten verstehen, um 39 Prozent höher und die Anzahl der Mitarbeiter, die Daten begreifen, um zwölf Prozent höher als bei anderen befragten Unternehmen.

Allerdings gibt es erhebliche Hindernisse auf dem Weg zur Datenkompetenz. Laut Gartner verfügen 50 Prozent der Unternehmen nicht über ausreichende Datenkompetenz, um einen geschäftlichen Nutzen zu erzielen, und 35 Prozent der Chief Data Officers gaben an, dass mangelnde Datenkompetenz eines der größten Hindernisse für die effektive Nutzung von Daten und Analysen ist, gleich nach kulturellen Herausforderungen und fehlenden Ressourcen und Finanzmitteln.

Was ist Datenkompetenz?

Datenkompetenz ist die Fähigkeit, Daten zu schreiben und zu verstehen. Dazu gehört auch das Verständnis dafür, woher die Daten kommen, wie man die aus den Daten gewonnenen Informationen an andere weitergibt und wo man die verschiedenen Analysewerkzeuge und -methoden einsetzen kann.

„Wenn Unternehmen über datenkompetente Mitarbeiter verfügen, verstehen sie, dass Daten nicht mehr nur eine Domäne des Datenteams sind“, sagt Andrew Stewardson, Datenmanager bei Farm Credit Services of America. „Ein höheres Maß an Datenkenntnis bedeutet, dass wir unsere Kunden besser bedienen können.“

Stewardsons Organisation wählte einen ungewöhnlichen Ansatz für die Schulung von Datenkompetenz, indem sie eine interne Persona, Walt, schuf, die datenbezogene Fragen von Mitarbeitern beantwortet.

„Der Schlüssel zur Förderung von Datenkompetenzschulungen lag darin, Walt für verschiedene Personen innerhalb des Unternehmens greifbar zu machen“, erläutert Michael Meyer, Data Engineer bei Farm Credit Services of America. „Wir haben auch einen Blog eingerichtet, in dem die Benutzer Fragen zu allen datenbezogenen Themen stellen können.“ Das habe den Druck von den Datenteams genommen, Veränderungen voranzutreiben.

„Allein dadurch, dass man Daten in die Hände der einzelnen Mitarbeiter eines Unternehmens legt, wird nicht automatisch die Datenkompetenz erhöht und ein Unternehmen datengesteuert“, sagt Stewardson. Es kann sogar ein teurer Fehler sein, Datenprojekte einzuführen, ohne auf die Datenkompetenz zu achten.

Penny Wand, Director of Technology bei West Monroe Partners, einem Management- und Technologieberatungsunternehmen, arbeitete beispielsweise an einem Projekt für ein Fertigungsunternehmen zur Einführung von Preisstrategieanalysen. „Die Leute lehnten es einfach ab“, sagt sie. „Sie haben die Ergebnisse nicht verstanden.“

Das Projekt war ein Fehlschlag, und das Unternehmen verlor nicht nur die Zeit und das Geld, die es für die Erstellung der Analysen aufgewendet hatte, sondern auch Millionen von Dollar an entgangenen Geschäftsmöglichkeiten. „Es kostete sie Geld, weil sie ihre Preisstrategie nicht optimieren konnten“, sagt sie. „Sie haben Geld verloren, weil sie nicht in der Lage waren, das umzusetzen, was sie aus den Daten gelernt haben.“

Viele Menschen haben die Schule lange hinter sich, und ihre Fähigkeiten in Mathematik und Datenanalyse sind nicht auf dem gleichen Stand. Und das schadet nicht nur grundlegenden Analyseprojekten. „Vergessen Sie künstliche Intelligenz – ohne ein gewisses Maß an Datenkenntnissen werden Sie es nicht schaffen“, sagt Wand.

Wer ist für die Vermittlung von Datenkompetenz zuständig?

Leider gibt es derzeit nicht viele bewährte Verfahren und Richtlinien für die Schulung von Mitarbeitern in Datenkompetenz. „Wir stecken noch in den Kinderschuhen, wenn es um formale Datenkompetenzprogramme geht“, erklärt die Beraterin.

Ein Ansatz besteht darin, die Ausbildung auf die Rolle des Mitarbeiters im Unternehmen abzustimmen. Das ist es, was Coursera mit seiner Data Science Academy macht. Ein anderer Ansatz besteht darin, den Mitarbeitern die Ausbildung zukommen zu lassen, wenn sie sie brauchen, anstatt eines formalen Ausbildungsprogramms. Und dann ist da noch die Herausforderung, den Erfolg zu messen.

„Viele Unternehmen gehen das Problem der Datenkompetenz an, indem sie die Datenwissenschaftler aus den Abteilungen für Datenwissenschaft in die Geschäftsbereiche verlagern, wo sie eng mit den Endbenutzern zusammenarbeiten“, sagt Bryan Coker, Principal Consultant of Data and Analytics bei der AIM Consulting Group. „Ich glaube, das ist ein Trend, der fast überall zu beobachten ist.“

Ein anderer Ansatz besteht darin, den Mitarbeitern gezielte, praktische Workshops anzubieten, die sich auf die spezifischen Analyse-Tools, die im Unternehmen verwendet werden, und die spezifischen geschäftlichen Herausforderungen im Zusammenhang mit Daten konzentrieren, denen das Unternehmen und seine Mitarbeiter gegenüberstehen.

„Diese Workshops können entweder von den Tool-Anbietern oder von unabhängigen Beratern durchgeführt werden“, sagt Justin Richie, Data Science Director bei Nerdery, einer Technologieberatung. „Ich bin der festen Überzeugung, dass Menschen am besten lernen, indem sie etwas tun. Wenn man also die Möglichkeit hat, eine Tastatur oder einen Laptop in die Hand zu nehmen und etwas zu machen, geht es darum, dieses kontextbezogene Wissen zu schaffen, indem man es selbst macht. Das ist besser, als in einem großen Hörsaal oder Zoom Meeting zu sitzen und acht Stunden lang einen Vortrag zu hören.“

Wie können Unternehmen Datenkompetenzen fördern?

Nicht jeder möchte in aller Eile Mathe lernen. „Das wäre ein guter Arbeitstag für mich, einfach nur Matheunterricht zu nehmen“, sagt Jeff Herman, Dozent für Datenwissenschaft an der Flatiron School in New York.

In Hermans früherem Job bei einer Eisenbahngesellschaft leiteten Data Scientists Schulungen für andere Mitarbeiter zum Thema Daten und wie sie diese nutzen können, um ihre Arbeit besser zu erledigen. „Wir haben über grundlegende Statistiken gesprochen“, sagt er. „Wir haben über verschiedene Datenbanken geredet: Hier ist eine Datenbank mit Lokomotivdaten, hier sind Daten darüber, wohin die Züge fahren, hier sind die Finanzdaten, und hier ist, wie man auf die Daten zugreift.“

Unternehmen, die etwas Ähnliches vorhaben, sollten allerdings bei der Einstellung von Datenwissenschaftlern auf Kommunikationsfähigkeiten achten. „Menschen, die mit nicht-technischen Personen kommunizieren können und sich in der Lage sehen, Schulungen zu leiten“, so Herman.

Aber es geht nicht nur darum, die Ausbildung verfügbar zu machen. „Die Unternehmen müssen darüber sprechen, welchen Nutzen der Mitarbeiter davon hat“, sagt Herman. „Es ist nicht nur ein Vorteil für das Unternehmen, sondern auch für Sie. Es wird Ihnen mehr Türen öffnen und Sie besser vermarktbar machen.“

Abbildung 1: Wie sich das Berufsfeld des Machine Learning Engineer von Data Scientists unterscheidet.
Abbildung 1: Wie sich das Berufsfeld des Machine Learning Engineer von Data Scientists unterscheidet.

Außerdem beginnt die Datenkompetenz ganz oben, bei den Führungskräften. „Sie müssen sich mit dem Gedanken anfreunden können, Entscheidungen auf der Grundlage von Daten zu treffen“, so Herman.

Vorteile einer verbesserten Datenkompetenz

Wenn die einzigen Personen, die sich mit Daten befassen, Datenwissenschaftler sind, können allerdings auch wichtige Erkenntnisse übersehen werden. Bei der Eisenbahngesellschaft, bei der Herman früher gearbeitet hat, war beispielsweise die Leerlaufzeit von Lokomotiven ein wichtiger Indikator.

„Wir hielten das für eine Verschwendung von Treibstoff“, sagt er. Als jedoch andere Mitarbeiter des Unternehmens – außerhalb der Datenanalyseteams – begannen, eine Business-Intelligence-Lösung zu verwenden, konnten sie dieselben Daten aus einer anderen Perspektive betrachten.

„Die Leute, die näher am Betrieb der Lokomotiven dran waren, wussten, dass es bestimmte Gründe gab, warum sie manchmal im Leerlauf laufen mussten“, erklärt Herman. „Sie waren in der Lage, ein Dashboard zu erstellen, das anzeigt, wann eine Lokomotive im Leerlauf war, obwohl dies nicht der Fall sein sollte, und Fälle zu ermitteln, in denen wir somit Kraftstoff einsparen konnten.“

Es überrascht nicht, dass in einer kürzlich von Forrester Research durchgeführten Umfrage 90 Prozent der befragten Daten- und Analyseentscheidungsträger die verstärkte Nutzung von Datenerkenntnissen bei der Entscheidungsfindung in Unternehmen als Priorität ansehen. Da jedoch nur 48 Prozent der Entscheidungen auf quantitativen Informationen und Analysen beruhen, gibt es noch viel Raum für Verbesserungen.

Erfahren Sie mehr über Datenverwaltung

ComputerWeekly.de
Close