Data Literacy: So bauen Unternehmen Datenkompetenzen auf

STACKFUEL: GASTBEITRAG / BLOG POST FÜR PEERS SOLUTIONS

Wir erleben ein goldenes Zeitalter – nämlich das der Daten. Immer mehr Unternehmen setzen auf die aktive Nutzung, die Analyse und das Entscheiden anhand von Daten. Das ist nicht verwunderlich, denn eine Entscheidungsfindung, die sich auf Daten stützt, bietet großes Potenzial für Verbesserungen, Innovation und den Geschäftserfolg. – Das heißt, wenn auch eine entsprechende Data Literacy im Unternehmen aufgebaut wird. Allzu schnell verpuffen die enormen Vorteile, wenn die Mitarbeitenden nicht einbezogen und auf die richtige Arbeit mit Daten vorbereitet werden. Im nachfolgenden Artikel widmen wir uns mit unserem Partner Stackfuel der Frage, wie Unternehmen nachhaltig datengetrieben agieren, welche Stolperfallen dabei zu beachten sind und zeigen konkrete Schritte für eine gelungene Umsetzung auf.

Faktenbasierte Innovation durch Data Literacy

Daten sind erfolgskritisch. So viel wissen die meisten Entscheider im Unternehmen schon seit Jahren. Manch einer deklariert sie sogar zum Gold des 21. Jahrhunderts. Dabei waren Daten für die meisten Unternehmen schon immer wichtig. Aber wenn es darum geht, wie Unternehmen ihre Strategie anhand von Daten ausrichten, sind viele Führungs- und Fachkräfte nicht mehr ganz so versiert. Das ist verständlich. Schließlich ist Data Literacy – der Fachbegriff für eine grundlegende Datenkompetenz – ein schwer greifbares Konzept.

Seit die Bundesregierung ihre Datenstrategie Anfang des Jahres 2021 veröffentlicht hat, ist Data Literacy nun auch hierzulande in aller Munde, denn Data Literacy wurde zur Allgemeinbildung erhoben. Das ist ohne Frage eine Herausforderung für viele Unternehmen. Zwar haben die meisten längst den Wert von Daten erkannt, aber der eigenen Belegschaft ist nach wie vor unklar, wie mit Daten umgegangen werden muss. Diese Berührungsängste bremsen die Umsetzung von Daten- und Digitalstrategien in vielen Unternehmen aus. Ein Grund dafür ist, dass Unternehmen Datenkompetenzen bislang nur zaghaft fördern, denn oft herrscht noch immer der Glaube vor, dass Daten-Skills nur für Fachexperten relevant wären. Dieser Glaube verwandelt das wirtschaftliche Sprungbrett in eine Stolperfalle. Nicht nur deshalb findet sich Data Literacy im Jahr 2021 auf vielen L&D-Roadmaps der Personalentwicklung wieder.

Data Literacy – der neue Hard Skill?

Data Literacy wirkt wie eines von vielen, neuen Business Buzzwords, aber es ist wahrscheinlich eines der bedeutendsten Konzepte dieses Jahrzehnts. Data Literacy hat das Potenzial zum entscheidenden Erfolgsfaktor in einer datengetriebenen Welt zu werden. Doch widmen wir uns zuerst der Klärung des noch sehr jungen Begriffs. Aus dem Englischen übersetzt, bedeutet Data Literacy eine Daten-Alphabetisierung und reiht sich damit auf einer Stufe ein mit der Fähigkeit zu lesen und zu schreiben. Fasst man die Bedeutung zusammen, ist Data Literacy die Kompetenz, Daten zu lesen, mit ihnen zu arbeiten, sie zu analysieren und zu kommunizieren. Doch ist sie zurecht ein Teil der Allgemeinbildung, werden sich einige zurecht fragen.

Jeder Mensch als Teil unserer Gesellschaft ist von den Entscheidungen betroffen, die Unternehmen anhand seiner/ihrer Daten treffen. Schon lange wird das Sinnbild des gläsernen Bürgers heiß diskutiert, denn Daten lassen oft keine eindeutigen Rückschlüsse zu. Data Literacy soll jeden dazu befähigen, sich kritisch mit den Daten auseinanderzusetzen und diese analysieren zu können. Bislang das Steckenpferd von IT- und

Datenabteilungen, hat sich Data Literacy nun von einer Fachkompetenz zu einer Grundkompetenz gewandelt. Was bedeutet das nun für Unternehmen und wie kann Data Literacy dabei helfen datengetriebene Entscheidungen zu fördern?

Auch wenn viele Unternehmen mittlerweile den Mehrwert von Datenanalysen erkannt haben und diese immer mehr für sich nutzen, ist damit nicht automatisch die Datenkompetenz der Mitarbeitenden gestiegen. Eine Accenture Studie von 2020 fand heraus, dass nur einer aus vier Mitarbeitenden sich auf eine aktive Datennutzung ausreichend vorbereitet fühlt. Dem gegenüber stehen drei Viertel der Mitarbeitenden, die sich bei der Arbeit mit Daten überfordert fühlten. Es besteht deshalb für Unternehmen ein dringender Handlungsbedarf, wenn sich diese Überforderung nicht negativ auf die Performance auswirken soll. Eine grundlegende Wissensvermittlung entscheidet über Erfolg und Misserfolg von datengetriebenen Unternehmen. Das untermalte auch eine Studie des Data Literacy Projekts (DLP), in der 60 Prozent der Befragten zugaben, sich bei Geschäftsentscheidungen lieber von ihrem Bauchgefühl leiten zu lassen, als diese auf Daten zu stützen. Besonders drastisch ist, dass etwa jeder Dritte die Arbeit mit Daten meidet und 31 Prozent der Befragten sich wegen IT-, Daten- und Informationsproblemen sogar schon einmal krankgemeldet haben.

Die Mitarbeitenden sind für datengetriebene Unternehmen und die die es werden wollen, sowohl der größte Roadblock als auch größter Enabler. Werden sie nicht auf die Reise mitgenommen, werden sich mit zunehmender Datennutzung diese Probleme nur weiter verschärfen. Die Studie konnte aber glücklicherweise zeigen, dass 37 Prozent glauben, dass Data Literacy Schulungen bzw. Weiterbildungen sowohl ihre Datenkompetenz als auch ihre Produktivität steigern würden. Damit liegt es jetzt an den Führungskräften und L&D Managern, Data Literacy in ihre Schulungsplänge aufzunehmen und die Daten Skills der Mitarbeitenden zu fördern.

Lohnt sich die Investition in Data Literacy?

Die Antwort darauf ist ein deutliches „Ja“. Laut einer Studie des McKinsey Global Institute haben datengesteuerte Unternehmen klare Wettbewerbsvorteile:

Sie gewinnen 23-mal wahrscheinlicher neue Kunden für sich.
Es ist für sie 6-mal wahrscheinlicher, Kunden dauerhaft zu binden.
Sie sind 19-mal wahrscheinlicher profitabel.

Daten können für Unternehmen zum Gamechanger werden, wenn diese wissen diese in Erkenntnisse umzuwandeln und nach ihnen zu handeln.

Ein datengesteuertes” Unternehmen zu werden, ist nicht unbedingt leicht. Das liegt vor allem daran, dass Daten und Technologie allein ein Unternehmen nicht erfolgreicher machen werden. Dafür sind eine veränderte Denkweise und eine gezielte Schulung von Führungskräften und Mitarbeitenden nötig. Dabei muss und sollte kein Gießkannen-Prinzip angewendet werden. Das Ausmaß der benötigten Kenntnisse ist abhängig von der jeweiligen Abteilung, aber dennoch ist es entscheidend, dass jede Abteilung und jeder Mitarbeitende vom Kundenservice bis zur IT einbezogen wird. Bedarfsorientierte, skalierbare Schulungen haben klar die Nase vorn gegenüber großen, vereinheitlichten Schulungen. Mitarbeitende vergessen das Erlernte nicht so schnell, weil es näher an ihrer Arbeitsrealität liegt und sie ihr Wissen konkret anwenden können.

Wo fängt man an?

Eine Datenkultur baut sich natürlich nicht einfach von selbst auf. Sie beginnt auf der Führungsebene oder im höheren Management und findet von dort aus den Weg in die Fachabteilungen. Dabei müssen die Initiatoren einerseits eine klare Vision liefern und genau wissen, welche Ziele erreicht werden sollen und andererseits müssen sie mit gutem Beispiel vorangehen. Dieses Data-Driven Management bedeutet, die Geschäftsentscheidungen klar anhand vorliegender Daten auszurichten und dies auch zu kommunizieren. Um alle Abteilungs- und anderen Stakeholder-Perspektiven einzubeziehen, empfiehlt es sich ein Projektteam mit Vertretern aller Interessensgruppen zusammenzustellen, um den Bedarf und nötigen Support je Gruppe zu ermitteln und Power-User zu identifizieren.

Datenexperten sind eine scheue Spezies – oder doch nicht?

Data Analysts und Data Scientists sind gefragt, aber nicht leicht zu bekommen. Haben Unternehmen dennoch Datenexperten für sich begeistern können, werden diese oft abgekapselt, besonders im inhaltlichen Sinne. Verstärkt wird dieser Effekt durch wenig datenkompetente Fachabteilungen und die daraus resultierenden, schlechten Briefings. Dadurch dass den Fachabteilungen selbst der Zugang zu Daten und es an Data Literacy im restlichen Unternehmen mangelt, wissen diese oft gar nicht, welche Analysen zur Beantwortung interner Fragen sinnvoll wären. Das behindert einerseits die Daten-Teams, deren Ressource durch ungenaue Briefings und wenig sinnvolle Aufträge verschwendet wird und kostet anderseits wertvolle Zeit für die Optimierung von Geschäftsstrategien. Wer die Grenzen zwischen Daten-Teams und Fachabteilungen durchlässiger macht und dabei auf eine unternehmensweite Grundkompetenz setzt, profitiert also auf mehreren Ebenen.

Entscheidungen im Scheinwerferlicht?

Ein Grundpfeiler eines datengetriebenen Unternehmens ist Transparenz und Nachvollziehbarkeit. Das bedeutet, dass Geschäftsentscheidungen anhand von Daten erläuterbar sein müssen und intern kommuniziert werden sollten. In den seltensten Fällen gibt es nur einen möglichen Weg Herausforderungen anzugehen. Machen Führungskräfte Entscheidungen und Herangehensweisen transparent, können andere Perspektiven von Fachabteilungen kommuniziert und in Betracht gezogen werden. Das verhindert das zugrundeliegende Annahmen, die eventuell unwahr sind als Entscheidungsgrundlage benutzt werden. Oft greifen wir bei Entscheidungen auf Gewohnheiten zurück, wenn Alternativen unbekannt sind oder risikoreich erscheinen. Wer Entscheidungen transparent macht, geht das Risiko schwieriger und kluger Fragen ein, gewinnt dadurch aber neue Erkenntnisse und steigert das Vertrauen der Mitarbeitenden in die Geschäftsstrategie.

Make or Buy?

Nicht selten gehen Unternehmen den scheinbar leichteren Weg und kaufen die Fähigkeiten ein, die sie benötigen. Dagegen ist nichts einzuwenden, solang der Arbeitsmarkt genug Fachkräfte bereithält. Im Fall von Datenexperten erleben Unternehmen derzeit einen großen Mangel an ausgebildeten Experten. Immer mehr Unternehmen greifen darauf zurück, in die Weiterbildung der eigenen Mitarbeitenden zu Data Analysts und Data Scientist zu investieren, um so die Probleme des akuten Fachkräftemangels inhouse zu lösen. Eine weitere Möglichkeit bieten Softwarelösungen, durch die Mitarbeitende Analysen eigenständig ausführen können sollen. Doch auch hier werden einerseits Experten benötigt, die diese Software bedienen können und Mitarbeitende müssen in der Lage sein, die Ergebnisse der Analysen zu verstehen, umzusetzen und zu kommunizieren. Um mit Daten arbeiten zu können, muss man in der Lage sein sie zu verstehen. Dabei geht es nicht einmal nur darum, gewisse Vorkenntnisse aufzuweisen, sondern auch darum, analytisch vorgehen zu wollen, statt sich nur auf das eigene Bauchgefühl zu verlassen. Eine erfolgreiche Datenkultur zeigt sich nicht nur darin, die richtigen Fachkräfte einzustellen oder Softwarelösungen einzukaufen. Es ist also keine Make-or-Buy-Frage, die eine Schwarz-Weiß-Antwort erlaubt. Datenexperten wie Data Scientists und Data Analysts sind wichtig für den Erfolg einer Datenstrategie. Ebenso wichtig ist jedoch die grundlegende Datenkompetenz vom Rest der Belegschaft.

Ein nachhaltiger und erfolgreicher Wandel erfordert neue Fähigkeiten, Prozesse und Verhaltensweisen im Gesamtunternehmen, selbst wenn eine Self-Service-Analytics-Lösung zur Unterstützung eingesetzt wird. Führungskräfte sollten dabei folgende Faktoren an ihre Belegschaft vermitteln:

Daten müssen als neue Art des Kapitals priorisiert werden.
Die geschulte Nutzung von Daten muss über alle Geschäftsbereiche hinweg ermöglicht werden.
Mitarbeitende müssen die Nutzung der Daten anhand ihrer eigenen Arbeitserfahrung erleben.
Schulungen, Infomaterial und Mentoring sollten allen Mitarbeitenden zur Verfügung stehen.

Der Weg zum datengetriebenen Unternehmen

Falls noch die Frage im Raum steht, ob jetzt wirklich der richtige Zeitpunkt ist, um datengetrieben zu werden, sollte man sich vor Augen führen, dass man mit dieser Herausforderung nicht allein dasteht. Unternehmen aller Größen und aller Branchen durchlaufen diesen Wandel zur selben Zeit und Trainingsanbieter wie StackFuel bieten die Unterstützung, die diese Unternehmen benötigen. Mit Datenexperten aus unterschiedlichen Fachbereichen, wurden praxisnahe Trainings entwickelt, die auf echte Business Cases angewandt werden, damit Teilnehmende das erlernte Wissen direkt auf ihre tatsächlichen Arbeitsprozesse anwenden zu können. StackFuel bildet sowohl Datenexperten wie den Data Analyst und Data Scientist aus, als auch Führungskräfte und Mitarbeitende in Fähigkeiten wie u. a. „Data Awareness“, „Data-Driven Management“ oder „Data Storytelling“ weiter. Diese berufsbegleitende, skalierbare Wissensvermittlung unterstützt die bedarfsgerechte Verbreitung von Daten-Skills, die für datengetriebene Unternehmen so entscheidend ist. Die bereits erwähnten Wettbewerbsvorteile sind der Beweis dafür, was durch datengetriebenes Arbeiten möglich ist. Willst auch Du Daten und Analysen in den Mittelpunkt von strategischen Geschäftsentscheidungen stellen? Dann informiere Dich auf www.stackfuel.com über Trainingsangebote, Fördermöglichkeiten und erhalte mehr nützliche Tipps zum Aufbau von Daten-Skills.

Quellen:

Die Bundesregierung: „Datenstrategie der Bundesregierung” [05.02.2021]
The Data Literacy Project: “The Data Literacy Project” [05.02.2021]
StackFuel: “Data Literacy: Wie wichtig sind Daten-Skills für Unternehmen und Gesellschaft“ [01.04.2021]
McKinsey Global Institute: “Five facts: How customer analytics boosts corporate performance” [31.03.2021]
Tableau: “How to build a data-driven organization” [31.03.2021]
Accenture: “New Research from Accenture and Qlik Shows the Data Skills Gap is Costing Organizations Billions in Lost Productivity” [05.02.2021]

Eckerson, W. (2018). Ten Characteristics of a Modern Data Architecture. Eckerson Group. https://www.eckerson.com/articles/ten-characteristics-of-a-modern-data-architecture [27.04.2021]