Zum Inhalt
Home » Datengetriebene Organisation: Evidenz in Entscheidungen nutzen

Datengetriebene Organisation: Evidenz in Entscheidungen nutzen

ICT-Strategie2 Min Lesezeit

Eine datengetriebene Organisation verwendet Daten systematisch, um Annahmen zu prüfen, Entscheidungen vorzubereiten und aus Ergebnissen zu lernen. Sie ersetzt menschliches Urteil nicht durch Dashboards. Erfahrung, Werte, Kontext und Verantwortung bleiben Teil des Entscheids.

Vier Fähigkeiten entwickeln

Fähigkeit Inhalt
verlässliche Datengrundlage geeignete Daten, gemeinsame Begriffe, nachvollziehbare Herkunft und Zugriff
Analysekompetenz Fragestellung, Statistik, Datenvisualisierung, Domänenwissen und kritische Interpretation
Entscheidungsprozess klare Entscheidung, Alternativen, Unsicherheit und dokumentierte Verantwortung
Lernkultur und Governance Fehler ansprechen, Ergebnisse überprüfen sowie Datenschutz, Fairness und Sicherheit führen

Die verbreitete Reihung von deskriptiver über diagnostische und prädiktive zu präskriptiver Analytik ist eine Orientierung, kein zwingender Reifeweg. Ein verlässlicher deskriptiver Bericht kann wertvoller sein als eine komplexe Prognose ohne geeignete Daten.

Fachgrafik mit verlässliche Datengrundlage, Analysekompetenz, Entscheidungsprozess, Lernkultur und Governance.
Die Grafik fasst die im Beitrag «Datengetriebene Organisation: Evidenz in Entscheidungen nutzen» beschriebenen Zusammenhänge zusammen.

Daten sind kein Erdöl

Die Metapher «Daten sind das Erdöl des 21. Jahrhunderts» wird nicht übernommen. Daten können kopiert, kombiniert und mehrfach genutzt werden; zugleich betreffen sie Rechte, Beziehungen und Kontext. Ihr Wert entsteht aus einer konkreten Nutzung und verantwortlicher Interpretation.

Die Data Governance ordnet Entscheidungsrechte und Qualität. Das Technologiemanagement unterstützt die Bewertung analytischer Werkzeuge.

Quellen und Literatur

  • Davenport, T. H. & Harris, J. G. (2007). Competing on Analytics. Harvard Business School Press.
  • Shmueli, G. & Koppius, O. R. (2011). Predictive analytics in information systems research. MIS Quarterly, 35(3), 553–572.
Artikel: