Strategien


Tipps von McKinsey

Wie ein Big-Data-Plan aussehen muss

Christiane Pütter ist Journalistin aus München.

3. Die Tools: Dieser Punkt knüpft an den vorangegangenen an. Werden die Werkzeuge zur Daten-Analyse zu kompliziert, liefern sie nicht den erwarteten Mehrwert. Entscheider müssen bedenken, dass nicht nur Informatiker mit den Tools arbeiten, sondern auch Angestellte aus den Fachbereichen. Dieser Aspekt werde oft unterschätzt, so McKinsey.

Vorarbeit zu Big Data-Initiativen

Die Analysten wissen, dass die praktische Umsetzung häufig hakt. Viele Big Data-Pläne scheitern daran, dass das Unternehmen nicht über die nötigen Skills verfügt. Konkreten Projekten muss daher der Aufbau eines Talent-Pools vorangehen. Die Vorarbeit zu Big Data-Initiativen skizziert McKinsey wiederum in drei Punkten:

- Investitionen an der Geschäftsstrategie ausrichten: Spätestens hier wird deutlich, dass Big Data kein reines CIO-Thema ist. Die Firmenspitze muss ihre Prioritäten setzen - und der oberste IT-Verantwortliche muss sie auf diese Aufgabe vorbereiten.

- Tempo, Kosten und Akzeptanz ausbalancieren: Wenn die Prioritäten stehen, kann es noch nicht losgehen. McKinsey warnt davor, bei der Wahl einer Lösung nur auf den Preis zu achten. Zwar seien gute Software-Packages auf dem Markt, die sich schnell und preiswert installieren lassen. Da liege es nahe, sich für eines dieser Angebote zu entscheiden, statt selbst zu entwickeln.

Entscheider müssten jedoch bedenken, dass Eigenentwicklungen sehr viel genauer auf die Bedürfnisse des jeweiligen Unternehmens zugeschnitten sind. Sie basieren auf realen Business Cases. Hier gilt es, Vor- und Nachteile abzuwägen.

Zur Startseite