deagreez - stock.adobe.com

Die wachsende Bedeutung des Chief Data Officer (CDO)

Eine Studie des Bitkom aus dem Jahr 2020 hat gezeigt, dass viele Unternehmen keinen Chief Data Officers (CDO) beschäftigen. Dabei hat die Rolle des CDO eine hohe Bedeutung.

Der Chief Data Officer (CDO) ist für die Planung und Umsetzung der Datenstrategie in allen Unternehmensfunktionen verantwortlich.

Eine Gartner-Studie zum CDO aus dem Jahr 2021 zeigt, dass CDOs in Unternehmen, die digitale Initiativen durchführen, oft federführend sind. Lediglich zwei Prozent sind nicht beteiligt. Der CDO ist die Schlüsselposition zum Aufbau grundlegender Daten- und Analysekompetenzen (D&A), was für jede Organisation, die einen höheren Daten- und KI-Reifegrad erreichen möchte, entscheidend ist.

Es ist also klar, dass die Rolle des CDOs in der digitalen Wirtschaft an Sichtbarkeit gewinnt. Aber es ist nicht so einfach, wie es klingt. In diesem Beitrag untersuchen wir, wie CDOs wirklich effektiv sind sowie Daten und künstliche Intelligenz (KI) einsetzen, um ihre Rolle zu unterstützen.

Status Quo in Deutschland

Bevor wir uns ansehen, wie CDOs effektiv arbeiten, treten wir einen Schritt zurück und betrachten, wie der Status Quo in Deutschland ist und was mit dem Begriff gemeint ist.

Die Abkürzung CDO kann in Deutschland auch Chief Digital Officer bedeuten, der enger mit der CIO-Rolle verbunden ist. In diesem Beitrag bezieht sich CDO jedoch auf die Position des Chief Data Officers, die in Deutschland zwar weniger verbreitet ist als beispielsweise in amerikanischen Organisationen, aber an Bedeutung gewinnt.

Zum Beispiel hat der Bitkom, Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V., im Jahr 2020 eine Studie veröffentlicht, die zeigt, dass die CDO-Rolle in Deutschland noch immer unterrepräsentiert ist. Nur vier von zehn Unternehmen verfügen über diese Rolle und noch weniger über diese Rolle auf Top-Management-Ebene. Allerdings nimmt ihre Verbreitung zu, vor allem in Großunternehmen und mittelständischen Betrieben.

CDOs und CIOs haben oft gemeinsame Einflussbereiche. CIOs wollen den kompletten Überblick und die Verantwortung für alles, was mit der IT im Unternehmen zu tun hat, während CDOs weniger in die tägliche operative IT involviert sind. Sie treiben stattdessen Initiativen voran, die Daten und Analysen im gesamten Unternehmen nutzen und dabei helfen, eine Datenkultur über verschiedene Abteilungen und Jobrollen hinweg einzuführen.

Sie sind die Katalysatoren des Wandels und verfolgen eine offensive Strategie, die sich auf Produkte konzentriert und Datenanalysen nutzt, um die Entscheidungsfindung für die Gewinn- und Verlustrechnung voranzutreiben. Sie können aber auch einen defensiveren Ansatz verfolgen, der sich auf ETL, Datenmanagement, Infrastruktur, regulatorische und Compliance-Themen konzentriert.

Welchen Ansatz der CDO auch immer wählt, er kann nahtlos mit dem CIO zusammenarbeiten und wird schnell zum entscheidenden Dreh- und Angelpunkt für Unternehmen, die einen höheren Daten- und KI-Reifegrad erreichen möchten.

Wie können CDOs eine gute Datenstrategie auf die Beine stellen?

Hierfür brauchen sie die Unterstützung des Managements und die Möglichkeiten, alle Stakeholder an einen Tisch zu bekommen. Sie müssen anschließend diskutieren, wie alle Abteilungen auf ein gemeinsames Transformations-Ziel hinarbeiten können. Der CDO zeigt, was Daten und ihre Auswertung für verschiedene Stakeholder leisten, zum Beispiel effizientere Prozesse zur Unterstützung von Kunden oder zur Straffung interner Prozesse, um mehr Ressourcen für neue Projekte freizubekommen.

Der nächste Schritt ist die Diskussionen über Datenintegrität, Datenqualität, Data Governance und den daraus resultierenden Geschäftsnutzen. Wenn der Rahmen für die ersten Projekte festgelegt wurde, müssen diese bezüglich des Umfangs, Zeitaufwands und der Ressourcen geplant und festgelegt werden, wie die Strategie zur Markteinführung aussehen soll.

Das Ziel des CDOs muss es sein, eine Datenanalyse-Architektur zu entwerfen, um sicherzustellen, dass die notwendigen Daten durch die richtigen Filter in die richtigen Kanäle fließen und von der besten verfügbaren KI-Software analysiert werden. Data Teams müssen eng mit Data Scientists und den Geschäftsführern zusammenarbeiten, um voneinander zu lernen und ein Framework zu entwickeln, das ergebnisorientiert ist und allen Abteilungen hilft, ihre jeweiligen Geschäftsziele zu erreichen.

Sobald die ersten Projekte anlaufen und jeder die Ergebnisse der Arbeit des CDOs sieht, ist es an der Zeit, eine datengetriebene Kultur (Datadriven Culture) zu entwickeln. Der beste Weg ist der Aufbau eines Teams von Data Insight Leaders, die Überzeugungsarbeit leisten und anderen aufzeigen, wie sie Daten für sich gewinnbringend nutzen.

Sie müssen gemeinsam Zeit damit verbringen, darüber zu diskutieren, wie sich die aktuellen Prozesse und Strukturen verbessern und weiterentwickeln lassen, um noch bessere Ergebnisse zu erzielen oder Geschäftsmodelle zu transformieren. Sobald dieses Ziel erreicht ist, müssen sie neue Bereiche, neue Ziele und neue Roadmaps definieren. Auch der CDO muss sich zusammen mit seinen Teams kontinuierlich anpassen, dazu lernen und neu definieren.

Daten- und KI-Reife im Unternehmen

Die meisten der leistungsstärksten datengesteuerten Unternehmen konzentrieren sich auf die Implementierung von Machine-Learning-Lösungen mit ihren Daten, während die leistungsschwächeren Unternehmen immer noch mit der Implementierung von Datenmanagement-Strategien kämpfen. In ihrem Bestreben, ein datengetriebenes Unternehmen zu werden, setzen sie folgende Prioritäten:

  • reduzierte Datenduplizierung
  • schneller und einfacher Zugriff auf Daten
  • verbesserte Datenqualität
  • Minimierung der Hürden bei der funktionsübergreifenden Zusammenarbeit
  • Analysen lokal durchführen

Das Datenmanagement muss sich kontinuierlich weiterentwickeln. Zunächst einmal muss jedoch die Data Governance strikt durchgesetzt werden, um sicherzustellen, dass auch das Datenmanagement konsequent umgesetzt wird.

Datenmanagement kann entweder zentral oder dezentral unter den einzelnen Geschäftsbereichen angesiedelt sein. Der Vorteil eines zentralisierten Datenmanagements ist eine stärkere Kontrolle über die Daten eines Unternehmens, ein dezentraler Ansatz hingegen ermöglicht einen flexibleren Zugriff auf die Daten, was die Anwendung von Analysen und die Generierung von Erkenntnissen aus den Daten erleichtert. Stärkere Kontrollen oder Data Governance können zu weniger Datenduplizierung und besserer Datenqualität führen, während Flexibilität zu einem schnelleren und einfacheren Zugriff auf Daten beiträgt.

Eine dieser Datenarchitekturen ist die Lakehouse-Architektur, die Data Warehouses und Data Lakes in einer einzigen, einheitlichen Plattform vereint. Sie hilft CDOs, das Datenmanagement effektiv zu gestalten und eine offensive Daten- und KI-Strategie aufzubauen.

Roman Pritzkow, Databricks

„Das Ziel des CDOs muss es sein, an einer Datenanalyse-Architektur zu arbeiten, um sicherzustellen, dass die notwendigen Daten durch die richtigen Filter in die richtigen Kanäle fließen und von der besten verfügbaren KI-Software analysiert werden.“

Roman Pritzkow, Databricks

Moderne Lakehouse-Architekturen bauen auf bestehenden offenen Data Lakes auf und fügen nahtlos ein umfassendes Datenmanagement hinzu, das Analytics und Machine Learning über alle Geschäftsbereiche hinweg unterstützt und alle Unternehmensdaten nutzt. Mit Lakehouse-Architekturen können CDOs Risiken reduzieren, indem sie feinkörnige Zugriffskontrollen für die Data Governance ermöglichen, eine Funktionalität, die bei Data Lakes normalerweise nicht möglich ist.

Daten können schnell und präzise im Data Lake aktualisiert werden, um Vorschriften wie die DSGVO einzuhalten und eine bessere Data Governance durch Audit-Protokollierung zu gewährleisten, selbst in Multi-Cloud-Umgebungen. CDOs können sich anschließend auf die spannenden Wertschöpfungs-Initiativen konzentrieren, um überzeugende Geschäftseinblicke zu schaffen und Daten in Produkte zu verwandeln.

Fazit

Auch wenn nicht jedes Unternehmen in Deutschland einen CDO hat, gehen Marktanalysten wie Gartner davon aus, dass es sie früher oder später in den meisten Unternehmen geben wird und sie mit einer robusten datengetriebenen Strategie die Geschäftsmodelle der Unternehmen verändern. Eine solche Strategie sollte vom CDO in einem dynamischen Dokument festgehalten werden, das allen Mitarbeitern des Unternehmens zur Überprüfung und zum Feedback zur Verfügung gestellt wird. Diese Strategie wird sich auf der Grundlage, der sich verändernden Geschäfts- und Technologie-Landschaft weiterentwickeln. Sie sollte als Leitstern dafür dienen, wie Unternehmen Entscheidungen treffen und Kompromisse eingehen, die zu einem höheren Daten- und KI-Reifegrad führen.

Über den Autor:
Bei Databricks unterstützt Roman Pritzkow Kunden dabei, Data Science, Engineering und Business auf einer einheitlichen Analyseplattform zu vereinen. Bevor er zu Databricks kam, war er Sales Director bei Splunk und unterstützte Kunden in den Bereichen Sicherheit, IT-Betrieb, Anwendungsbereitstellung, IoT und Business Analytics, um Mehrwerte für ihre Daten zu schaffen.

Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.

Erfahren Sie mehr über Data Governance

ComputerWeekly.de
Close