Bei einer kürzlichen Branchenveranstaltung in Zürich hatte ich ein Gespräch mit einem Datenanalyse-Verantwortlichen einer grossen globalen Organisation. Wir sprachen über KI — es war diese Art von Veranstaltung. Aber was er sagte, überraschte mich.
Er war nicht aufgeregt über die neuesten KI-Tools. Er war ruhig. Fast unberührt von all dem Lärm um ihn herum. Als ich fragte, was bei seiner Organisation Ergebnisse bringt, sagte er: "Wir betreiben Tableau seit über zehn Jahren. Unsere Mitarbeiter streiten nicht mehr über die Daten. Sie nutzen sie einfach."
Dieser Satz blieb mir für den Rest des Tages im Kopf.
Was zehn Jahre Datendisziplin wirklich einbringt
Wenn ein Unternehmen eine ausgereifte, gut geführte Datenumgebung hat, ändert sich etwas Subtiles. Meetings beginnen nicht mehr mit "aber unsere Zahlen zeigen etwas anderes." Entscheidungen fallen schneller, weil die Prämissen übereinstimmen. Die Führungsebene vertraut den Berichten. Und wenn eine neue Technologie kommt — wie KI — gibt es ein sauberes Fundament, auf dem man aufbauen kann.
Das ist der eigentliche Vorteil. Nicht Tableau spezifisch. Nicht irgendein bestimmtes Tool. Es sind die Jahre von Entscheidungen, die eine einzige Version der Wahrheit aufgebaut und aufrechterhalten haben.
Wie sieht das konkret aus?
- Ein Datenmodell, das alle Abteilungen verwenden — nicht fünf leicht unterschiedliche, die von fünf verschiedenen Teams verwaltet werden
- Ein namentlich genannter Eigentümer für jeden Datensatz, der für dessen Genauigkeit verantwortlich ist
- Einen Prozess dafür, wie neue Daten definiert, genehmigt und integriert werden
- Berichte, denen die Mitarbeiter genug vertrauen, um sie ohne Nachprüfung an den Vorstand zu bringen
Nichts davon ist glamourös. Nichts davon ist Thema von Keynote-Reden. Aber Unternehmen, die diese Infrastruktur vor fünf oder zehn Jahren aufgebaut haben, sehen jetzt, wie KI direkt daran anknüpft — und sofort Ergebnisse liefert.
Die KI-Falle, in die Unternehmen gerade tappen
Vorstandsgremien fragen nach KI. CEOs bekennen sich in ihren Jahresberichten zu KI-Strategien. Also kaufen Unternehmen KI-Tools, starten Pilotprojekte, engagieren Berater — bevor sie die wichtigste Frage gestellt haben: Auf welchen Daten wird diese KI eigentlich laufen?
Ich habe dieses Muster zu oft gesehen. Ein Unternehmen implementiert ein KI-gestütztes Prognosetool. Es zieht Daten aus Salesforce. Aber die Salesforce-Daten sind inkonsistent — verschiedene Vertriebsmitarbeiter definieren Deal-Phasen unterschiedlich, einige Opportunities wurden drei Monate nicht aktualisiert, die Kundennamen stimmen nicht mit dem ERP überein. Die KI erstellt eine Prognose. Niemand vertraut ihr. Der Pilot scheitert. Die Schlussfolgerung: "KI funktioniert bei uns nicht."
Die KI hat einwandfrei funktioniert. Die Daten nicht.
Die unbequeme Wahrheit: KI ist ein Multiplikator. Wenn Ihre Daten eine 3 von 10 sind, gibt Ihnen KI eine bessere 3. Sie transformiert 3 nicht in 8. Die Unternehmen, die mit KI gewinnen, sind nicht die, die am meisten in KI investiert haben. Sie sind die, die am meisten in Daten investiert haben — und jetzt KI diese Investition vervielfachen lassen.
Die Reihenfolge, die funktioniert
Es gibt eine verlässliche Reihenfolge für Unternehmen, die erfolgreich Wert aus KI ziehen. Es ist nicht die Reihenfolge, über die bei den meisten Veranstaltungen gesprochen wird, aber es ist die, die ich habe funktionieren sehen.
Erstens: Identifizieren Sie, welche Entscheidungen in Ihrem Unternehmen am wichtigsten sind. Nicht welche Daten Sie haben — welche Entscheidungen treiben Ergebnisse. Umsatz, Marge, Kapazität, Kundenbindung. Beginnen Sie dort.
Zweitens: Verfolgen Sie jede dieser Entscheidungen zurück zu den Daten, die sie antreiben. Was müssen Sie wissen, um diese Entscheidung sicher zu treffen? Wo leben diese Daten? Wer besitzt sie? Sind sie sauber?
Drittens: Bereinigen Sie die Daten für diese Entscheidungen, bevor Sie etwas anderes anfassen. Das ist die unspektakuläre Arbeit — Datensätze deduplizieren, Definitionen über Systeme hinweg angleichen, Eigentümerschaft etablieren, einen Governance-Prozess aufbauen. Es dauert Monate. Es lohnt sich vollständig.
Viertens: Erstellen Sie die Berichte, die diese Entscheidungen erfordern. Nicht hunderte von Dashboards. Die fünf oder zehn Ansichten, die die Führungsebene tatsächlich braucht, um das Unternehmen zu führen. Stellen Sie sicher, dass die Mitarbeiter ihnen vertrauen.
Fünftens — und erst fünftens — beginnen Sie zu erkunden, was KI auf diesem Fundament hinzufügen kann.
Der beste Zeitpunkt war vor fünf Jahren
Ich weiss, das ist frustrierend zu hören, wenn Ihre Dateninfrastruktur nicht dort ist, wo sie sein sollte. Die Unternehmen, die vor zehn Jahren begonnen haben, haben einen echten Vorsprung, den Sie nicht abkürzen können.
Aber es gibt eine Version davon, die es immer noch wert ist zu tun. Die Unternehmen, die heute beginnen, ihr Datenfundament aufzubauen, werden in drei Jahren einen kompoundierenden Vorteil haben. Die, die es nicht tun, werden ihren Vorstandsgremien immer noch erklären, warum der KI-Pilot keine Ergebnisse geliefert hat.
Sie können das Fundament nicht überspringen. Sie können nur entscheiden, ob Sie jetzt oder später damit beginnen.
Die Organisationen, die ich auf dieser Veranstaltung am zuversichtlichsten über ihre Zukunft fand, waren nicht die mit den beeindruckendsten KI-Demos. Es waren die, die vor Jahren entschieden haben, dass zuverlässige Daten eine strategische Priorität sind — und nie aufgehört haben, sie als solche zu behandeln.
Das steht jedem Unternehmen offen, das bereit ist, dieselbe Entscheidung zu treffen.