Foto: S.John - Fotolia.com
Es war 1997, als der damalige Schachweltmeister Garry Kasparov gegen den von IBM entwickelten Schachcomputer Deep Blue verlor, und die Welt staunte ob der Leistungsfähigkeit moderner Rechner. In diesem Jahr schaffte ein Computer von IBM ein ähnlich spektakuläres Ergebnis: Watson, ein Produkt aus der Abteilung "Künstliche Intelligenz", schlug in der Show Jeopardy zwei menschliche Kontrahenten, die in der Show zuvor Rekordsummen gewonnen hatten, und wieder war das Erstaunen groß.
Wo Deep Blue nur durch seine zugegebenermaßen außergewöhnlichen Rechenfähigkeiten punkten konnte, hatte Watson den deutlich schwereren Job zu erledigen, weil er unvorhersehbar gesprochene Wörtern verstehen und auf dieser Basis Antworten erarbeiten musste. Aus Datenbanken strukturierte Informationen auszulesen, schafft heutzutage fast jeder Rechner. Aber sich durch einen Riesenwust unstrukturierter Informationen unterschiedlichster Konvenienz zu wühlen, das bleibt auch heute noch Spezialisten wie Watson vorbehalten.
Noch. Denn es gibt bereits Analysewerkzeuge mit ähnlichen Fähigkeiten, die das herkömmliche Arbeiten mit Daten völlig umkrempeln. Mit der fortschreitenden Digitalisierung der Welt, dem Wachstum großer Datenmengen und dem Fortschritt bei Analysetechniken haben Unternehmen daher große Chancen, sich im Wettbewerb besser zu behaupten als solche, die diese Möglichkeiten nicht nutzen. Das jedenfalls ist das Fazit des Reports "Analytics: The Widening Divide" von IBM und der MIT Sloan Management Review (dem Magazin der MIT Sloan School of Management) auf der Basis von Befragungen von 4500 Managern und Unternehmensverantwortlichen.
Allerdings, heißt es in dem Report, nutzt mit 57 Prozent bereits die Mehrzahl der Firmen solche Analysen. Im Vorjahr waren es noch 37 Prozent. Der Wettbewerbsvorsprung durch Business Analytics dürfte daher tendenziell eher geringer ausfallen.
Tatsächlich bemerken die Autoren der Studie, die nach 2010 in diesem Jahr zum zweiten Mal durchgeführt wurde, aber eine starke Veränderung beim Niveau der Auseinandersetzung: Alle positiven Abweichungen in der Qualität der Datenanalysen stammen von Unternehmen, die schon im Vorjahr das Thema sehr ambitioniert angegangen sind. Der Grund: Diese Firmen vertrauen viel mehr Entscheidungen einer validen Datenbasis an, nutzen mehr Analysewerkzeuge und tun das überdies auch wesentlich häufiger. Wer das alles nicht tut, fällt bei der Qualität seiner Analysen ebenso zurück wie bei der Bewertung der Analysetechniken, heißt es in dem Bericht.
Kaum Business-Analytik bei Personal oder Kunden entwickelt
Alle Gruppen von Unternehmen vertrauen auf Geschäftsanalysen, wenn es um finanzielle oder operative Entscheidungen geht - die in der Studie als "transformierte" bezeichneten mehr, die vorsichtigen weniger. In anderen Bereichen ist das Vertrauen in datengestützte Analysen und Entscheidungen dagegen überall relativ wenig ausgeprägt. Schon bei strategischen Weichenstellungen setzt weniger als die Hälfte der befragten Unternehmen auf Business Analytics. Noch weniger glauben an die Macht der Zahlen, wenn es um die Bewertung ihrer Mitarbeiter oder um die Analyse von Kundenwünschen und -zufriedenheit geht. Hier, finden die Analysten, gibt es für alle Raum für Verbesserungen.
Bei einem genauen Blick auf die am weitesten fortgeschrittenen Unternehmen ("transformed companies") haben die Analysten von IBM und MIT Sloan Management Review drei Schlüsselkompetenzen ausgemacht: Die Fähigkeit zum Informationsmanagement, die Qualität der Werkzeuge für Analytics und - ganz allgemein - eine "datenorientierte Kultur". Wer diese Kernkompetenzen habe, heißt es in dem Bericht, sei in der Lage, von modernen Analysemöglichkeiten zu profitieren.
1. Vor allem Unternehmen mit einer fundierten Datenbasis sind in der Lage, strategische Ziele anzugehen, die die Zukunft des Unternehmens direkt betreffen, meinen die Autoren der Studie. Eine gute Grundlage bei den vorhandenen Daten mache es überhaupt erst möglich, Informationen aus unterschiedlichsten Quellen zu erheben und zu verarbeiten. Die Fähigkeit, solch vielseitige Daten über Abteilungsgrenzen und diverse Silostrukturen überhaupt nutzbar zu machen, gehört zu den prägendsten Merkmalen der transformierten Unternehmen.
2. Neben der Datenbasis unterscheiden sich die Unternehmen auch in der Qualität der verwendeten Werkzeuge. Wer hier auf dem besten Stand sei, könne viel komplexere und offenere Fragen beantworten. Wer technisch nicht mithält, stellt vor allem sehr spezielle und konkrete, also wenig strategische Fragen.
3. Eine datenorientierte Kultur schließlich bedeutet die Einsicht, dass Geschäftsentscheidungen auf allen Ebenen auf Analysen von Daten beruhen.
Der Weg hin zu dieser am weitesten entwickelten Unternehmensspezies führt über zwei Pfade, heißt es in dem Bericht: Die Spezialistenallee und die Kollaborationsstraße. Bei den Spezialisten setzt man eher darauf, in einzelnen Abteilungen eine große Expertise über Business Analytics aufzubauen. Dieses Know-how dient vor allem der Verbesserung spezieller Business-Metriken. Es ist der Weg, der von einer knappen Mehrzahl der bereits erfahrenen Unternehmen begangen wird.
Auf der Kollaborationsstraße finden sich dagegen Unternehmen, die von einer zentralen Informationsplattform aus arbeiten und ihre Einsichten quer durch die Abteilungen verbreiten. Hier geht es im Unterschied zu den Spezialisten weniger um Abteilungsziele als um die des gesamten Unternehmens.
Kein Königsweg zur Analysekompetenz
Einen Königsweg gibt es beim Aufbau höchster Kompetenz dabei offenbar nicht. Zumindest lassen sich IBM und MIT Sloan Management Review zu keinem eindeutigen Diktum hinreißen. Und sie haben Recht, denn die Wahl des Pfades hängt von den konkreten Gegebenheiten vor Ort ab. Bei den einen führt der Weg über die Verbesserung der Abteilungen, bei den anderen über das Verfolgen zentraler Ziele.
Der komplette (englischsprachige) Bericht ist im Internet verfügbar.