Die Bedeu­tung von Daten-Story­tel­­ling in Großpro­jekten: Mehr als nur Daten­qua­lität

In der Diskus­sion über Daten­qua­lität bei Großpro­jekten konzen­trieren sich viele auf offen­sicht­liche Probleme wie Daten-Ausreißer oder falsch erfasste manuelle Eingaben. Diese Heraus­for­de­rungen sind ohne Frage wichtig, aber sie stellen nur einen kleinen Teil der tatsäch­li­chen Proble­matik dar. Viel bedeu­tender für den Erfolg eines Projekts ist die Fähig­keit, die Geschichte, die in den Daten steckt, korrekt zu erzählen – ein Konzept, das als “Daten-Storytel­ling” bekannt ist.

Daten als Erzäh­lung des Geschäfts­pro­zesses

Alle opera­tiven Geschäfts­pro­zesse in einem Großun­ter­nehmen erzeugen im Laufe der Zeit eine enorme Menge an granu­laren Daten, die in ERP-Systemen (Enter­prise Resource Planning) abgelegt werden. Diese Daten und die zugehö­rigen Tabellen spiegeln nicht nur den Ist-Zustand wider, sondern erzählen auch die Geschichte des zugrunde liegenden Prozesses. In ihnen sind Muster, Abhän­gig­keiten und Entwick­lungen versteckt, die den gesamten Ablauf eines Unter­neh­mens abbilden.Die eigent­liche Heraus­for­de­rung bei der Nutzung dieser Daten liegt darin, diese Geschichten korrekt zu identi­fi­zieren und zu inter­pre­tieren. Wenn dies gelingt, können nicht nur bestehende Prozesse besser verstanden werden, sondern auch neue, wertschöp­fende oder sogar disrup­tive Algorithmen entwi­ckelt werden, die diese Erkennt­nisse nutzen. Dies setzt jedoch voraus, dass die Daten in einem konsis­tenten und zusam­men­hän­genden Rahmen betrachtet werden.

Fragmen­tie­rung als Heraus­for­de­rung für das Daten-Storytel­ling

In Großun­ter­nehmen kommt es häufig vor, dass unter­schied­liche Geschäfts­be­reiche – wie Vertrieb, Einkauf, Produk­tion und Auslie­fe­rung – ihre Prozesse in eigenen, oft isolierten Silos betreiben. Diese Silos bestehen aus separaten Prozess­zen­tralen, die unabhängig vonein­ander agieren. In anderen Großun­ter­nehmen gibt es zudem dezen­trale Struk­turen, die nicht nur unter­schied­liche organi­sa­to­ri­sche Einheiten, sondern auch verschie­dene System­land­schaften umfassen. Diese Fragmen­tie­rung ist eine natür­liche Folge davon, dass Menschen große und komplexe Aufgaben in kleinere, leichter zu bewäl­ti­gende Einheiten zerlegen.Für Data-Science-Teams und KI-Projekte ist diese Fragmen­tie­rung zu Beginn eines Projekts eine der größten Heraus­for­de­rungen. Es stellt sich die Frage, ob es möglich ist, ein konsis­tentes und End-to-End-Data-Storytel­ling zu gewähr­leisten. Denn nur wenn die Daten als Teil einer zusam­men­hän­genden Geschichte betrachtet werden, können sie ihre volle Wirkung entfalten und das Poten­zial für neue Erkennt­nisse und Innova­tionen freisetzen.

Lokale Lösungen und das große Ganze

Es ist nicht nur möglich, sondern oft auch sinnvoll, dass Lösungen lokal, also inner­halb einzelner Geschäfts­be­reiche, entwi­ckelt werden. Diese lokalen Lösungen können spezi­fi­sche Probleme adres­sieren und wertvolle Erkennt­nisse liefern. Doch es ist von entschei­dender Bedeu­tung, dass die zugrunde liegenden Daten in den Kontext des gesamten Unter­neh­mens gestellt werden. Die Daten müssen als Teil ein und derselben Geschichte gesehen werden, die über den gesamten Unter­neh­mens­pro­zess hinweg erzählt wird.

Fazit

Während Daten­qua­lität ein wichtiger Aspekt in der Daten­ver­ar­bei­tung bleibt, liegt die größere Heraus­for­de­rung in Großpro­jekten oft im Bereich des Daten-Storytel­lings. Die Fähig­keit, aus den granu­laren Daten eines ERP-Systems eine kohärente und durch­gän­gige Erzäh­lung zu entwi­ckeln, ist entschei­dend für die erfolg­reiche Imple­men­tie­rung von Data-Science- und KI-Projekten. Nur so können die verbor­genen Poten­ziale gehoben und wirklich trans­for­ma­tive Lösungen entwi­ckelt werden. Die Fragmen­tie­rung der Prozesse und Systeme inner­halb eines Unter­neh­mens macht diese Aufgabe beson­ders komplex, aber ihre Bewäl­ti­gung ist der Schlüssel zu nachhal­tigem Erfolg.