Daten für bessere Entscheidungen: Menschen & Kultur

Für immer mehr Unternehmen wächst der Bedarf an Datenkompetenz - nicht nur für die datenspezifische Abteilung, sondern auch für die Mitarbeiter im Tagesgeschäft. Das erfordert eine Umstellung und die Mitarbeiter müssen sich neues Wissen aneignen, z. B. im Rahmen eines Schulungsprogramms. Um einer großen Zahl von Mitarbeitern das richtige Know-how zu vermitteln, muss ein solches Programm individuell auf das jeweilige Unternehmen angepasst sein. Robert Monné, Manager der Analycs Academy, empfiehlt eine Mischung aus Online- und Offline-Lernmaßnahmen. "Die Schulungsinhalte müssen optimal auf Ihre Mitarbeiter und deren tägliche Arbeit abgestimmt sein.“

Die Mitarbeiter eines Unternehmens sollten in verschiedene Gruppen eingeteilt werden, denn IT-Experten benötigen andere Fähigkeiten als z. B. Kundendienstmitarbeiter. "Das Angebot eines maßgeschneiderten Schulungsprogramms für jede einzelne Mitarbeitergruppe steigert die Akzeptanz", sagt Monné. "Man kann Theorie und Praxisübungen zunächst in einer Lernumgebung anbieten, bevor die Mitarbeiter ihr neu erworbenes Wissen in ihrer täglichen Arbeit anwenden. Die Ergebnisse können dann mit Kollegen oder internen Experten diskutiert werden. Darüber hinaus müssen die Mitarbeiter gecoacht werden, und das Unternehmen sollte einen Austausch über neue Technologien und Anwendungen fördern. Auf diese Weise bieten Sie Ihren Mitarbeitern die richtigen Tools, Kenntnisse und Denkweisen."

_________________________________________________________________________________________________

“Das Angebot eines maßgeschneiderten Schulungsprogramms für jede einzelne Mitarbeitergruppe erhöht die Akzeptanz.”

_________________________________________________________________________________________________

Als Beispiel führt Monné speziell für Datenexperten entwickelte Schulungen ein. "Diese konzentrieren sich auf bestimmte theoretische Grundlagen, die am besten im nächsten Schritt in realen Situationen angewendet werden, kombiniert mit einem Training am Arbeitsplatz, bei dem die Teilnehmer mit oder ohne Begleitung an ihren eigenen Datenprojekten arbeiten. Erfahrene Spezialisten können ihnen während dieses Prozesses die Vor- und Nachteile aufzeigen, denn der Aufbau eines Modells oder die Analyse eines Beispieldatensatzes während einer Schulung unterscheidet sich erheblich von einer Anwendung im realen Alltag. Auch ist es im Rahmen eines Training schwierig, unterschiedliche Anforderungen mit mangelhaften oder nicht verfügbaren Daten zu simulieren.

Ergänzend können Informationsveranstaltungen angeboten werden. Diese tragen dazu bei, Mitarbeiter in den Prozess miteinzubeziehen, die nicht an den Schulungen teilnehmen und führt zu einer hohen Akzeptanz.”

_________________________________________________________________________________________________

“Informationsveranstaltungen tragen dazu bei, auch Mitarbeiter in den Prozess einzubeziehen, die nicht an den Schulungen teilnehmen, um die Akzeptanz zu erhöhen.”

_________________________________________________________________________________________________

Monné ist ein überzeugter Befürworter dieses Ansatzes. "Wenn Sie wirklich mit Daten arbeiten wollen, müssen Sie verschiedene Maßnahmen ergreifen, um sicherzustellen, dass die Mitarbeiter sie in ihrer täglichen Arbeit anwenden. Der erste Schritt ist die Schaffung der richtigen Denkweise, gefolgt vom Erlernen ihrer Funktionsweise - wie man die Fähigkeiten anwendet und die Tools einsetzt. Schließlich müssen Sie die Theorie in der Praxis und in konkreten Beispielen umsetzen. Dieser Schritt ist unerlässlich für Unternehmen, die einen datengesteuerten Ansatz verfolgen wollen."

Nicht nur für Experten

In der Praxis hat Monné festgestellt, dass es einen großen Bedarf an Wissen über datengestütztes Arbeiten gibt, und zwar nicht nur unter Spezialisten. "Seit einigen Jahren bietet die Analytics Academy Schulungen für Datenexperten an, die bei einem großen niederländischen Dienstleistungsanbieter arbeiten. Die Zielgruppe der Schulungen schien jedoch größer zu sein als ursprünglich erwartet. Die Schulung sprach eine viel breitere Zielgruppe an, obwohl die Inhalte auf fortgeschrittene Teilnehmer ausgerichtet waren. Wie sich herausstellte, sind auch Teilnehmer ohne den notwendigen Hintergrund an der Anwendung neuer Techniken interessiert. Obwohl sie vielleicht nicht über fortgeschrittene technische Kenntnisse verfügen, haben sie ein Interesse daran, wie sie die Datenwissenschaft nutzen können, um beispielsweise ihre Geschäftsberichte zu verbessern. Um dieses breitere Publikum zu unterstützen, haben wir einen Grundkurs entwickelt, in dem grundlegende Datenkenntnisse vermittelt werden. Ich bin fest davon überzeugt, dass dies ein solider Ansatz zur Entwicklung von Fähigkeiten ist: Veränderungen sind nachhaltiger, wenn sie freiwillig angenommen werden. Mehrere Mitarbeiter mit grundlegenden Kenntnissen und Fähigkeiten zu haben, hat klare Vorteile“, sagt Monné. "Datenwissenschaftler zum Beispiel müssen nicht mehr mit relativ 'einfachen' Aufgaben beschäftigt werden, wie zum Beispiel zwei Datensätze zu integrieren oder einen relativ 'einfachen' Einblick zu erahlten. Die Erarbeitung grundlegender Einblicke und die Erstellung von Reports, die früher in den Zuständigkeitsbereich von Fachleuten fielen, können dann auch vom Unternehmen selbst erledigt werden. Diese Eigenständigkeit führt folglich zu einer schnelleren Entscheidungsfindung. Zusätzlich zu den Grund- und Fortgeschrittenenkursen haben wir einen dritten Kurs entwickelt, der tiefergehende Kenntnisse vermittelt“, erklärt Monné. „Ziel ist es, Menschen zu inspirieren und ihnen die verfügbaren Optionen aufzuzeigen. Schließlich müssen Vorstände und Führungskräfte, die die von den Datenteams entwickelten Modelle zur Unterstützung ihrer Entscheidungsfindung nutzen sollen, ein grundlegendes Verständnis für diese Modelle haben und ihre Nutzung unterstützen." Mehrere große Unternehmen durchlaufen derzeit diese Entwicklung.”

_________________________________________________________________________________________________

“Veränderungen sind nachhaltiger, wenn sie freiwillig angenommen und die Menschen nicht gezwungen werden, einen Pflichtkurs zu belegen.”

_________________________________________________________________________________________________

Eine andere Denkweise

Sobald Unternehmen genügend Datenexperten ausgebildet haben, signalisieren sie oft einen nachträglichen Bedarf, erwähnt Monné. "Unternehmen werden sich der Tatsache bewusst, dass innovative Projekte und Experimente in einem Kompetenzzentrum oder einer datenwissenschaftlichen Abteilung nicht ausreichen, um die Dinge ins Rollen zu bringen. Sie erleben einen wachsenden Bedarf an neuen Fähigkeiten im täglichen Betrieb. Wenn der Wandel zu einem datengestützten Unternehmen fortschreitet, werden Nicht-Experten, die in der Lage sind, die richtigen Fragen zu stellen, die als zuverlässige Interessenvertreter in Datenprojekten agieren können, die verstehen, wie Modelle auf konzeptioneller Ebene funktionieren und die auf strategischer Ebene wissen, welche Investitionen notwendig sind, entscheidend dafür stehen, dass es funktioniert". Die Förderung dieser Kenntnisse im gesamten Unternehmen ist daher ein wertvoller nächster Schritt, um eine solide Grundlage für ein datengesteuertes Unternehmen zu schaffen. Viele Unternehmen beginnen mit Experimenten oft mit eigenständigen Teams. Veränderungen werden initiiert, Experimente haben ihre Wirkung in kleinem Umfang bewiesen, und die entwickelten Modelle liefern brauchbare Prognosen und Erkenntnisse. Der nächste Schritt ist die Erweiterung dieser Experimente und Projekte, sowohl mit einer höheren Frequenz als auch in einem breiteren Spektrum von Anwendungsbereichen. Leider wird es jedoch Situationen geben, in denen die Denkweise des Unternehmens noch nicht den erforderlichen Wandel durchlaufen hat, wodurch Innovation und Wachstum blockiert werden. Daher ist es manchmal zuerst notwendig, den Mitarbeitern die Sorge zu nehmen, dass sie ihren Arbeitsplatz aufgrund der künstlichen Intelligenz (KI) verlieren könnten. Im Gegenteil, wir sind der festen Überzeugung, dass KI angenehmere und leistungsfähigere Arbeitsplätze schafft, und diese Einstellung in einem Unternehmen dazu beiträgt, Veränderungen zu realisieren. Zusätzlich müssen Sie in der gesamten Organisation eine andere Denkweise schaffen. Hier sind Kommunikation und grundlegende Trainingsprogramme von entscheidender Bedeutung. Die Mitarbeiter werden lernen, Daten zu verstehen und diese in ihrer täglichen Arbeit anzuwenden. Das Wichtigste ist, alle an Bord zu holen. Der beste Weg, eine breite Gruppe von Mitarbeitern zu begeistern, ist die Präsentation inspirierender, unternehmensspezifischer Anwendungsfälle. Dies erfordert mehr als nur "LinkedIn Learning" für ein breites Publikum zu öffnen: Es erfordert eine maßgeschneiderte Story, die auf dem Input des Unternehmens basiert. Beispiele hierfür sind Videos von Personen in wichtigen Führungspositionen, die erklären, warum der Übergang so wichtig ist, sowie inspirierende Geschichten über erfolgreiches Lernen und eine klare Definition der Rollen für jeden einzelnen Mitarbeiter. Letztendlich ist es das Ziel, dass das gesamte Unternehmen den Wert erkennt, den eine Steigerung der Datenqualität bei der datengesteuerten Entscheidungsfindung spielt.

_________________________________________________________________________________________________

“Die Entwicklung von Fähigkeiten im gesamten Unternehmen, statt sich auf ein zentralisiertes Datenteam oder ein Kompetenzzentrum zu konzentrieren, ist ein wertvoller nächster Schritt, um eine solide Grundlage für ein datengestütztes Unternehmen zu schaffen.”

_________________________________________________________________________________________________

Den Nutzen der Datenanalyse für die Wirtschaft erkennen

Die Umsetzung neuer Technologien in den täglichen Betrieb verzögert sich häufig. Selbst wenn ein Unternehmen über die Tools verfügt, ist es nicht selbstverständlich, dass sie eingesetzt werden. "Die Menschen müssen ermutigt werden", sagt Monné. "Angenommen, Sie haben jedem Mitarbeiter Microsoft PowerBI im Unternehmen zur Verfügung gestellt und die notwendigen Schulungen für den Umgang mit der Software ermöglicht. Wenn die Leute immer noch auf ihre alte Excel-basierte Arbeitsweise zurückgreifen, haben Sie nur einen ziemlich nutzlosen Versuch unternommen. Die Denkweise und die Kompetenzen des Unternehmens bleiben unverändert. In anderen Fällen verwendet nur eine kleine Gruppe von Personen, z. B. das Datenteam, das Tool. Andere Mitarbeiter sind sich überhaupt nicht bewusst, dass sie ein Dashboard erstellen können, um datengestützte Entscheidungen zu treffen oder ihnen fehlen die dafür erforderliche Einstellung, die Fähigkeiten und/oder die Tools. Im Idealfall sollten Sie dem gesamten Unternehmen die gleichen Grundlagen und Techniken beibringen, wenn auch auf verschiedenen Ebenen. Datenwissenschaftler sollten maschinelle Lernfähigkeiten auf Expertenebene erlernen und gleichzeitig ihr Wissen über Geschäftsprozessen erweitern. Dementsprechend sollte das Management ein tiefergehendes Verständnis darüber haben, welche Auswirkungen KI auf die Unternehmensstrategie haben kann. Empfehlenswert wäre es, wenn beide Gruppen über ein gewisses Know-how über alle beteiligten Faktoren verfügen. Die Verwendung der gleichen Konzepte und Begriffe in allen Gruppen wird zu einem innovativen Austausch führen, da die Mitarbeiter die gleiche Sprache sprechen."

Intuition versus Daten

„Auf Managementebene müssen die Menschen verstehen, dass datengestützte Entscheidungen manchmal besser sind als solche, die auf Intuition beruhen“, erklärt Monné. "Zu verstehen, wann man seiner Intuition folgt und wann man sich an Daten orientiert, ist eine wertvolle Kompetenz für das Top-Management. Sie müssen die Einsatzbereiche verstehen und wissen, welche Änderungen erforderlich sind, um das Rad am laufen zu halten. Beispielsweise ist es bei wiederkehrenden Entscheidungen sinnvoll, wenn Daten die Richtung vorgeben, dies gilt auch für die Einführung neuer Produkte. Andernfalls hätte man den Erfolg des allerersten iPhones mit Hilfe von Daten und maschinellem Lernen nie vorhersagen können. Steve Jobs hat den Markt verstanden, bevor der Markt wusste, was er wollte. Natürlich sind nicht alle Produkteinführungen so innovativ wie das iPhone. Daten können ausgezeichnete Informationen über das geben, was Kunden mögen, insbesondere bei der Einführung weiterer Neuentwicklungen. Tiefgreifende Innovationen erfordern jedoch mehr Intuition, daher denke ich, dass wir ein bisschen von beidem brauchen. Daten zeigen Ihnen vielleicht, dass die Kunden bereit für ein neues Produkt sind, aber Sie brauchen menschliche Intuition, um das Gespräch zu beginnen. Ihre wichtigsten Entscheidungen auf eine Kombination aus Intuition und Daten zu stützen, wird sehr wahrscheinlich zu deutlich besseren Ergebnissen führen."

“Ihre wichtigsten Entscheidungen auf eine Kombination aus Intuition und Daten zu stützen, wird sehr wahrscheinlich zu deutlich besseren Ergebnissen führen.”