33 Impulse für einfache Datenstrategien im Mittelstand E-Book

Swen Göllner

• Herausgeber: GABAL Verlag
• Kategorie: Fachliteratur
• Serie: Dein Business
• Sprache: Deutsch
• Veröffentlichungsjahr: 2024

Seitenzahl: 216

Beschreibung

33 optimierte Datenstrategien für KMU gewinnbringend einsetzen Fahren Sie rasche wirtschaftliche Erfolge ein mit optimierten Datenstrategien. Der Wirtschaftsinformatiker Swen Göllner weiß, was KMU heute wirklich brauchen, wenn es um Datenlösungen geht. Sie müssen nicht in teure IT-Projekte investieren, kleine Veränderungen und alternative Ansätze können bereits große Wirkung entfalten und gewinnbringend sein. Daten können so zukünftig die Grundlage für Prozessoptimierungen, Strategien und neue Geschäftsmodelle bilden. Für den Erfolg braucht es EntscheiderInnen, die mitreden und vorgesetzte Lösungen kritisch hinterfragen können. Lassen Sie sich nicht einnebeln, sondern übernehmen Sie Kontrolle. Als IT-Manager in kleinen wie großen Organisationen und als Mittelstandsexperte kennt der Autor die Herausforderungen im Unternehmensalltag: Er gibt Ihnen Ratschläge, damit Sie nicht zur Geisel Ihrer IT werden. Er zeigt Ihnen, wie man Mitarbeitende am besten mitnimmt und wie man emotionale Blockaden in der Belegschaft aufspürt und auflöst. Erfahren Sie, wie Sie mit einfachen Mitteln und Datenstrategien ertragreiche Schätze heben. Mit einem Vorwort von Damian Kutzias, Data Scientist Experte beim Fraunhofer-Institut für Arbeitswirtschaft und Organisation "Ein unverzichtbarer Leitfaden für alle Mittelständler, die die Digitalisierung erfolgreich vorantreiben wollen." Philipp Noack, vieljähriger leitender Manager mit Erfahrung von Digitalisierungsprojekten weltweit.  "Jedes Unternehmen hat Daten und nutzt sie. Dieses Buch zeigt, wie man es ohne Riesen-Investments effizienter und mit Gewinn machen kann." Thomas Balgheim, Aufsichtsratsvorsitzender Syngenio AG, Co-Founder DataValueThinking, Managementberater und Coach 

Leseprobe

◆

Aus Gründen der Lesbarkeit verzichte ich in diesem Text weitgehend auf das Gendern. Natürlich gibt es auch hochkompetente IT-Expertinnen, Controllerinnen und Unternehmerinnen – wenn auch noch viel zu wenige.

◆

Fachbegriffe, die im Glossar erläutert werden, sind im Text durch Fettdruck und Sternchen

(Fettdruck*)

gekennzeichnet.

Swen Göllner

Swen Göllner

33 Impulse für einfache Datenstrategien im Mittelstand

Zeit sparen, Kosten senken, Umsatz steigern

Externe Links wurden bis zum Zeitpunkt der Drucklegung des Buches geprüft. Auf etwaige Änderungen zu einem späteren Zeitpunkt hat der Verlag keinen Einfluss. Eine Haftung des Verlags ist daher ausgeschlossen.

Ein Hinweis zu gendergerechter Sprache: Die Entscheidung, in welcher Form alle Geschlechter angesprochen werden, obliegt den jeweiligen Verfassenden.

Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

ISBN Buchausgabe: 978-3-96739-180-0

ISBN-ePUB: 978-3-96740-362-6

Unter Mitarbeit von Dr. Petra Begemann, Bücher für Wirtschaft + Management, www.petrabegemann.de

Lektorat: Dr. Michael Madel

Umschlaggestaltung: Oliver Weiss | www.oweiss.com

Umschlagabbildung: © Quinky/Freepik

Autorenfoto: Jochen Rolfes

Satz und Layout: Lohse Design, Heppenheim | www.lohse-design.de

Druck und Bindung: Salzland Druck, Staßfurt

© 2024 GABAL Verlag GmbH, Offenbach

Alle Rechte vorbehalten. Vervielfältigung, auch auszugsweise, nur mit schriftlicher Genehmigung des Verlages.

www.gabal-verlag.de

www.gabal-magazin.de

www.facebook.com/Gabalbuecher

www.twitter.com/gabalbuecher

www.instagram.com/gabalbuecher

Inhalt

Vorwort von Damian KutziasEine saubere Datengrundlage ist entscheidend!

Meine Geschichte – vom Realschüler zum Unternehmer und was mich befähigt, über »Business Intelligence« zu schreiben

Nutzen: Warum eine Datenstrategie sich für Sie rechnet

1 Hören Sie auf, Geld zum Fenster rauszuwerfen!

2 Berichtswesen ohne Fehler und Excel-Bastelei

3 Kosten sparen durch Automatisierung

4 Mehr Unabhängigkeit von teuren IT-Fachkräften

5 Marketing und Werbung ohne Schrotflinte

Bestandsaufnahme: Wo stehen Sie heute?

6 Ausgangsbasis: Ihr digitaler Reifegrad

7 Überblick: Was für Daten haben Sie?

8 Kompetenzfragen: Was können Ihre Mitarbeiter?

9 Stakeholder: Wer unterstützt den Wandel?

10 Wettbewerber: Wer hat die Nase vorn?

Durchblick: Bilden Sie sich Ihr eigenes Urteil

11 Buzzwords entzaubern: Erklärungen einfordern!

12 Das große Ganze verstehen: Von Big Data bis Industrie 4.0

13 Trends einschätzen: Fortschritt, Hype oder Eintagsfliege?

14 Anforderungen kennen: ESG und Nachhaltigkeit

15 Hellhörig sein: Wissen, woran IT-Projekte scheitern

Struktur: Schluss mit dem Datenchaos

16 Traurige Realität: Datensilos als Erfolgshindernis

17 Die Lösung: Der Single Point of Truth (SPoT)

18 So beurteilen Sie Ihre Datenqualität

19 So vermeiden Sie Falschinterpretationen

20 Ein Kennzahlen-Katalog, den alle verstehen

Commitment: Wie Sie Ihre Mitarbeiter mitnehmen

21 Datenkultur: Ein datenfreundliches Mindset ist die halbe Miete

22 Daily Business: Wie neue IT Spaß macht (Echt jetzt!)

23 Self-Service-BI: Empowerment in Datenfragen

24 Kooperation: Konflikte zwischen IT und Fachbereichen befrieden

25 Integration: Die Schatten-IT eindämmen

Umsetzung: Behalten Sie die Zügel in der Hand

26 Die Basis: So entwickeln Sie Ihre Datenstrategie

27 Die Grundsatzentscheidung: Make or buy?

28 Die Technik: Die richtige BI-Software

29 Die Investition: Wie Sie die Kosten richtig einschätzen

30 Die Mitarbeiter: BI-Kompetenz im Unternehmen

31 Die Zusammenarbeit: Homeoffice begrenzen

32 Das Juristische: Datenschutz im digitalen Zeitalter

33 Der Umsatzbringer: Datengetriebene Geschäftsmodelle

Ausblick: Wohin die Reise geht

Glossar: Nie mehr ratlos beim Daten-Jargon!

Anmerkungen

Über Swen Göllner

Vorwort von Damian Kutzias

Eine saubere Datengrundlage ist entscheidend!

Als ich Swen Göllner 2019 auf der Cloud Expo Europe in Frankfurt kurz vor dem großen Corona-Ausbruch kennenlernte, täuschte der erste Eindruck nicht. Swen arbeitet an seinen Themen mit einer Kombination aus Begeisterung und Pragmatismus, was bei gemeinsamen Projekten einfach Spaß macht und hohe Erfolgschancen mit sich bringt. Das bestätigte sich bereits bei unserem ersten gemeinsamen Projekt Anfang 2020. Es hat mich daher sehr gefreut, als Swen mir vor einer Weile mitteilte, dass er seine langjährige Erfahrung nun in ein Buch einfließen lassen und sie damit einem größeren Publikum zugänglich machen will.

»Daten sind das neue Gold« hören und lesen wir in den letzten Jahren immer häufiger. Ich stimme dem Grundgedanken dieses Satzes als Data Scientist durchaus zu, sehe aber auch die naive Blindheit eines Hypes darin. Während Gold über die Zeit erfahrungsgemäß im Wert stabil bleibt oder steigt, können Daten mit der Zeit durchaus an Wert verlieren oder gar nicht erst zu einem nennenswerten Wert kommen, wenn sie nicht adäquat verarbeitet werden. Doch was ist diese angemessene Verarbeitung? »Künstliche Intelligenz (KI)« liegt als Antwort nahe. KI ist aktuell noch neu und »sexy«. Daher ist es kein Wunder, dass sich viele Fachleute auf KI-Modelle stürzen und auch viele Unternehmen sich dem Thema nähern. Dabei werden leider allzu oft das Business und die Menschen ebenso vergessen wie die saubere Datengrundlage, welche in den meisten Fällen für eine erfolgreiche Umsetzung nötig, aber bei Weitem nicht selbstverständlich ist. Daten von ungeprüfter Qualität oder Struktur für KI zu nutzen ist leider ebenso selten hilfreich, wie sie einfach nur roh zu sammeln.

Egal, ob es nun KI, ein regelbasiertes System oder eine einfache Übersicht auf einem Dashboard sein soll, eine saubere Datengrundlage trägt in all diesen Fällen maßgeblich zu Nutzen und Wirtschaftlichkeit der Anwendung bei. Genau diesen Aspekt greift Swen Göllner im vorliegenden Buch auf und beschreibt dabei umfangreich Herausforderungen und Potenziale von sauberer Datengrundlage. Dabei wird mit einer detaillierten Erläuterung des Nutzens begonnen, von der aus über die Analyse des aktuellen Standes der Bogen zur Datenstrategie und zu konkreten Handlungen gespannt wird. Viele Abschnitte des Buchs sind mit Beispielen ergänzt, welche aus einem umfangreichen Schatz an praktischen Erfahrungen aus den Projekten des Autors stammen. Das ganze Buch ist in leicht zugänglicher Sprache verfasst, wobei alle notwendigen Begriffe prägnant beschrieben sind und auf unnötige Komplexität verzichtet wurde. Der Fokus liegt auf den wichtigsten Stellschrauben im Unternehmen, nicht auf tiefen technischen Details.

Neben grundsätzlichen Informationen zur Technik werden auch unternehmerische Aspekte und der Faktor Mensch intensiv adressiert. Dadurch ist das Buch kein Lehrbuch für die Universität, sondern ein Leitfaden für die Praxis geworden, der einen umfangreichen Überblick zum Thema gibt. Neben Motivationen, Beispielen und inhaltlichen Beschreibungen sind zudem einfache Werkzeuge wie Checklisten, Leitfragen, Prozessbeschreibungen und fragebasierte Tests enthalten, was die ersten Schritte in die praktische Anwendung unterstützt. Auf dieser Basis empfehle ich dieses Buch all jenen besonders, die sich im Kontext des typischen Zeitmangels in der Unternehmenspraxis schnell die wesentlichen Informationen aneignen und ihr Unternehmen zukunftssicher aufstellen wollen. Sie halten genau das richtige Buch in den Händen!

Damian Kutzias

Data-Scientist-Experte, Fraunhofer IAO

Meine Geschichte – vom Realschüler zum Unternehmer und was mich befähigt, über »Business Intelligence« zu schreiben

Im Business spricht man gern vom »Kittelbrennfaktor«, wenn es um drängende Probleme einer Zielgruppe geht. In Sachen intelligente Datennutzung brennt in vielen Unternehmen der Kittel lichterloh. Dabei sind sich Entscheider in kleinen und mittelständischen Unternehmen durchaus bewusst, dass es beim Umgang mit der Vielfalt täglich anfallender Daten so nicht weitergehen kann – dass händische Auswertungen, Excel-Wirrwarr, Datensilos und Herrschaftswissen einzelner IT-Beauftragter auf Dauer die Zukunft des Unternehmens gefährden. Dennoch zögert man, das Projekt anzugehen. Groß ist die Sorge, die Kosten für neue Systeme könnten aus dem Ruder laufen, Fehlberatung geplante Verbesserungen vor die Wand fahren. Das Thema ist komplex, die eigene IT-Expertise überschaubar, und ehe irgendwann das ganze Unternehmen brennt, lebt man noch eine Weile mit dem brennenden Kittel. Und eines möchte ich gleich vorweg mitgeben – ohne Daten keine KI. Kommen Sie besser nicht auf die Idee, direkt mit Machine Learning und Co. starten zu wollen. Zunächst müssen die Grundlagen dafür geschaffen werden. Genau da kommt dieses Buch ins Spiel. Es rüstet Sie aus mit Wissen rund um eine erfolgversprechende Datenstrategie. Sie werden ein »Data Mindset« entwickeln, einen Blick für das Wesentliche. Sie werden wissen, worauf es ankommt und die Digitalisierung Ihres Unternehmens souverän in Angriff nehmen.

Kompliziert kann jeder. Es einfach zu machen, das ist die Kunst!

Dieses Buch ist für mich eine Herzensangelegenheit. Mit Datenfragen beschäftige mich seit über 15 Jahren sehr intensiv, und ich habe in dieser Zeit einige Irrwege erlebt. Wie komme ich dazu, jetzt ein Buch über Datenstrategie und Business Intelligence zu schreiben? Weil ich heute die Erfahrung dafür habe, Ihnen alles mit auf den Weg zu geben, um Sie vor Umsetzungsfallen zu bewahren. Ich bin es leid, dass Experten sich hinter Buzzwords wie KI, ML oder Data Mesh verschanzen und Berater oft nur schauen, wie sie weitere Tagessätze fakturieren können. Ich hadere mit Softwareherstellern, die teils wie Heuschrecken über Fachbereiche herfallen, ihre Lösungen dort platzieren und schlecht gebriefte IT-Abteilungen anschließend sich selbst überlassen. Der Tenor all dieser Helfer lautet: »Digitalisierung ist kompliziert.« Lassen Sie sich diesen Bären bitte nicht aufbinden!

»Kompliziert kann jeder. Es einfach zu machen ist die Kunst!« Das ist mein Motto und meine Vision. Ich möchte, dass jedes Unternehmen in Deutschland eine erfolgreiche Datenstrategie einführt, damit es mithalten kann, national wie international. In den nächsten Jahren wird einiges auf uns zu kommen, und wir müssen vorbereitet sein. Der Zug ist nicht abgefahren, er fährt bereits und er wird immer schneller. Mit diesem Buch haben Sie das Reiseticket in der Hand. Dabei bestimmen Sie selbst das Tempo Ihres Digitalisierungsprozesses, ob nun Regionalexpress oder ICE. Zudem erreichen Sie sicher die Ziele, datengetrieben Entscheidungen zu treffen, erste Anwendungen im Machine Learning zu implementieren und darauf basierend dann komplett neue Geschäftsmodelle aufzusetzen.

Mein Hintergrund: IT in der Praxis – von der Pike auf gelernt und in verschiedenen Branchen eingesetzt

Das Thema »Daten« begleitet mich seit meiner Ausbildung zum Groß- und Außenhandelskaufmann bei einem Stahlkonzern vor drei Jahrzehnten. Von einem Studium oder gar vom Unternehmertum hielten meine Eltern nicht viel. Ich kann es ihnen nicht verübeln. Mein Vater arbeitete bereits mit 14 Jahren im Handwerk und war mit solchen Fragen nie in Berührung gekommen. So musste ich einige Umwege nehmen und ging nach Realschule und Fachabitur erst einmal in die Praxis. Was ich zu Hause aber mitbekam, war, dranzubleiben, nicht aufzugeben und auch mal die Extrameile zu gehen. Ärmel hochkrempeln, das war und ist die Devise, die sich auch durch meine berufliche und private Laufbahn zieht.

Meine Begeisterung für Datenprojekte beim Stahlkonzern wurde in der Finanzabteilung geweckt. Nach verkürzter Ausbildung erkämpfte ich mir den Einsatz in der IT-Abteilung. Ich wollte eigentlich weg und hatte bereits anderswo einen IT-Ausbildungsvertrag in der Tasche. Doch der kaufmännische Geschäftsführer zerriss die Kündigung vor meinen Augen und entschied: »Herr Göllner, Sie bleiben hier! Punkt.« Eingeschüchtert saß ich mit meinen 21 Jahren vor seinem Schreibtisch. Er rief den IT-Leiter an. Keine fünf Minuten später war dieser ebenfalls in seinem Büro. Der Geschäftsführer erklärte ihm kurzerhand, dass ich ab sofort bei ihm in der Abteilung arbeiten würde. Schließlich ginge bald einer seiner Mitarbeiter in Rente. Es waren ziemlich autoritäre Zeiten damals, für junge Mitarbeiter von heute kaum noch vorstellbar. So wurde ich einem alten Hasen der Datenverarbeitung zugeordnet, von dem ich viel lernen konnte. Heute würden wir dies einen Mentor nennen.

Erfolgsfallen umgehen: Egoismen, Besitzstandswahrung und politische Ränkespiele

Parallel studierte ich mit Unterstützung der Firma Wirtschaftsinformatik. Zu jener Zeit begann man, von »Business Intelligence« (BI) zu sprechen – von der Möglichkeit einer datengestützten Unternehmenssteuerung, die über die traditionelle Auswertung von Excel-Dateien weit hinausging. Drei Jahre bei einem IT-Beratungshaus verschafften mir einen weiteren Überblick über gängige Systeme (etwa Oracle und SAP) und – wichtiger noch – einen Einblick in verschiedene Branchen vom Handelskonzern bis zum kleinen Mittelständler in Industrie oder Dienstleistung. Als Fachreferent und Projektleiter für Business Intelligence bei einem Versicherungskonzern vertiefte ich anschließend nicht nur meine Kompetenz, sondern machte auch weitere Bekanntschaft mit praktischen Schwierigkeiten bei der Umsetzung anspruchsvoller IT-Projekte. Ich garantiere Ihnen: Die größten Hindernisse auf dem Weg zu Erfolg sind nicht die technischen Systeme, es sind Egoismen, Besitzstandswahrung und politische Ränkespiele. Sie können vielversprechende Projekte scheitern lassen, wie ich aus eigener leidvoller Erfahrung weiß. Heute hilft mir diese Erfahrung dabei, BI-Projekte nicht nur technisch sauber und organisatorisch effizient, sondern auch diplomatisch durchdacht mit unseren Kunden umzusetzen. Damals kündigte ich frustriert und setzte mein Wissen drei weitere Jahre bei einer Großbank ein, bevor ich 2018 meine Firma bimanu GmbH gründete. Ein berufsbegleitend absolvierter MBA wie auch langjährige praktische Erfahrung in und mit verschiedenen Unternehmen halfen mir, das eigene Unternehmen erfolgreich aufzustellen.

Unterstützung für Sie – vom Unternehmer für Unternehmer

Diesen Weg hätte ich nicht ohne den Rückhalt meiner Frau Monika geschafft. An dem Tag, als ich die Gründungsentscheidung traf und sie ihr mitteilte, hatte sie auch Neuigkeiten für mich: Wir erwarteten das dritte Kind. Noch dazu hatten wir uns gerade ein Haus gekauft. Unser Umfeld war fassungslos: »Wie könnt ihr nur? Das ist doch nicht sicher!« Doch sicher ist nur der Tod, und der kostet das Leben. Die Gründung erfolgte sehr durchdacht und war »zufällig« auch Thema meiner MBA-Abschlussarbeit (»Wie baut man ein Business-Intelligence-Beratungshaus auf?«). Mein damaliger Professor zweifelte zwar am Erfolg, aber das spornte mich eher an. Manche Wegbegleiter steigen eben irgendwann aus dem Zug aus und neue steigen ein. Es zeigt sich, wer ein ähnliches Mindset hat. Michael Jungschläger, mein Geschäftspartner, ist so einer. Er hat mir von Anfang an vertraut. Trotzdem habe ich drei Anläufe gebraucht, um ihn als Gesellschafter zu gewinnen. Ich bin ihm sehr dankbar, dass er schließlich bei bimanu eingestiegen ist. Es ist längst mehr als eine Arbeitsgemeinschaft. Wir sind auch Freunde und würden gemeinsam durchs Feuer gehen. Und wir haben noch Großes vor: Die bimanu wird das führende Softwarehaus im Bereich Business Intelligence. Vielleicht strecken wir schon bald international die Fühler aus.

Unser Anspruch: in nur 14 Tagen nachweisbare Erfolge für unsere Kunden

Inzwischen führen wir eine stetig wachsende Zahl festangestellter Mitarbeiter. Parallel haben wir unser Firmenprofil sukzessive geschärft und uns von einer IT-Beratung zu einem Softwarehaus entwickelt, der bimanu Cloud Solutions GmbH. Wir arbeiten mit Mittelständlern aus dem Maschinenbau, mit Immobilienverwaltungen, Großbäckereien und vielen anderen Unternehmen. Unsere Philosophie lautet, aus komplexen Daten einfache Daten zu machen. Unser Ziel ist es, unseren Kunden rasch nachweisbare Erfolge und konkrete Kosteneinsparungen zu ermöglichen. In nur 14 Tagen führen wir erste Analytics-Anwendungen ein, ohne zusätzliches Personal oder großen Implementierungsaufwand. Wir bauen auf dem auf, was da ist, und integrieren in Zusammenarbeit mit unseren Kunden nach einem ersten Anwendungsfall weitere Unternehmensbereiche. Kurz gesagt: Wir umgehen alle Fallstricke, die Sie zögern lassen, eine Datenstrategie für Ihr Unternehmen auf den Weg zu bringen. Es gibt bei uns keine horrenden Budgets, keine monatelangen Tüfteleien im Hintergrund mit ungewissem Ausgang. Wir arbeiten eng mit Ihnen zusammen und legen Wert darauf, zuständige Mitarbeiter von Anfang an mitzunehmen und mit dem nötigen Know-how auszurüsten.

Wir stärken Ihre Datensouveränität, denn Wissen ist bekanntermaßen Macht.

Als Entscheider müssen Sie kein IT-Experte sein. Es geht darum, in Grundzügen zu verstehen, worauf es bei Datenstrategien und Business Intelligence ankommt, um Ihr Unternehmen in die richtige Richtung steuern zu können. Diesem Zweck dient auch mein Buch. In 33 Kapiteln beantwortet es die wichtigsten Fragen, die im Rahmen von Datenprojekten immer wieder auftreten. Die Kapitel sind in sich abgeschlossen, sodass Sie gern dort einsteigen können, wo Ihr besonderes Interesse geweckt wird. Wenn Sie weitere Fragen haben, schauen Sie im Blog auf unserer Website vorbei oder hören Sie unseren Podcast »Wertgeschätzt!«, in dem wir viele Inhalte vertiefen. Möchten Sie tiefer in die Materie eintauchen, schauen Sie einfach in unserer bimanu Academy vorbei. Hier vertiefen wir die vorgestellten Konzepte in einem Videokurs und verdeutlichen sie an weiteren praktischen Beispielen. Als Käufer dieses Buches haben Sie zu einigen Inhalten automatisch Zugang. Nutzen Sie den QR-Code, den Sie am Ende dieses Buches finden, und melden Sie sich kostenlos an. Gerne können Sie auch Kontakt mit mir aufnehmen. Ich freue mich auf Sie und wünsche Ihnen viel Erfolg auf Ihrer Reise in die spannende – und vor allem wirtschaftlich lohnende – Welt der Business Intelligence!

Ihr

Swen Göllner

Gründer und Geschäftsführer

bimanu GmbH / bimanu Cloud Solutions GmbH

Nutzen:Warum eine Datenstrategie sich für Sie rechnet

Wenn Sie als Unternehmer, Geschäftsführerin oder Führungskraft dieses Buch in den Händen halten (oder auf einem Bildschirm lesen), ist Ihnen vermutlich längst bewusst, dass Sie die Digitalisierung Ihres Unternehmens weiter vorantreiben sollten. Die Wirtschaftspresse ist schließlich voll von mahnenden Daten und Statistiken: Gegenüber 2020 wird sich beispielsweise die Zahl der weltweit zur Verfügung stehenden digitalen Daten 2025 verdreifacht haben, auf dann 181 Zettabyte.1 Zum besseren Verständnis: Ein Zettabyte (ZB) entspricht einer Billion Gigabyte oder einer Sextillion Bytes. Eine Sextillion ist eine Zahl mit 36 Nullen. Da versagt die menschliche Vorstellungskraft. Nun fallen diese Daten glücklicherweise nicht alle in Ihrem Unternehmen an. Doch auch Sie häufen Jahr für Jahr mehr Daten an: Umsätze, Gewinnmargen, Verkaufsstatistiken, Lagerbestände, Produktionskosten, Ausfallzeiten, Energieverbräuche, Personalkosten, Deckungsbeiträge und weitere Kennzahlen, Ausgaben für Werbung und Marketing, Bestellübersichten, Klickraten, Filialdaten, saisonale Schwankungen, Ausschuss, Kundenstimmen, und, und, und. Den Überblick zu behalten und aus dieser Datenflut die richtigen unternehmerischen Entscheidungen abzuleiten, ist alles andere als einfach. Dabei lassen sich mit der richtigen Datenstrategie schon kurzfristig oft sechsstellige Beträge sparen.

1

Hören Sie auf, Geld zum Fenster rauszuwerfen!

Sollten Sie den Eindruck haben, dass Sie mit Ihren bisherigen Instrumenten der Datenauswertung an Grenzen stoßen, sind Sie in großer Gesellschaft und in diesem Buch richtig. Keine Ansammlung von Excel-Tabellen und auch kein »historisch gewachsenes« System mit unterschiedlichen Software-Modellen und einer IT-Abteilung, die einer Black Box gleicht, können den hohen Anforderungen moderner »Datenverarbeitung« gerecht werden. Das gilt auch für ein Controlling, das Berichte zusammenbastelt, deren Entstehung nur bedingt transparent ist und als Schatten-IT parallel zur eigentlichen IT-Abteilung agiert (→ Kapitel 2: »Berichtsentwicklung ohne Fehler und Excel-Bastelei«). Es überrascht daher nicht, dass landauf, landab die ungenutzten Einsparpotenziale der Digitalisierung betont werden. Fast die Hälfte (45,2 Prozent) der »hoch digitalisierten« Unternehmen gaben in einer Befragung des Instituts der deutschen Wirtschaft (IW) 2021 an, in den letzten fünf Jahren hohe Materialeinsparungen erzielt zu haben. Bei den »nicht digitalisierten« Firmen war es nicht einmal ein Viertel (23,8 Prozent).2

Digitalisierung spart Material, Energie, Arbeitszeit – kurz: Geld!

Eine andere Zahl: Der Branchenverband bitkom geht davon aus, dass bei konsequentem Einsatz digitaler Technologie in der Fertigungsindustrie im Jahre 2030 etwa 64 Megatonnen CO2e eingespart werden könnten. Das ist erheblich mehr als in den Bereichen Mobilität (25 Megatonnen CO2e) oder Gebäudemanagement (21 Megatonnen CO2e).3 Und schon 2018 kam das Beratungsunternehmen McKinsey zu dem Ergebnis, durch verstärkten Einsatz digitaler Instrumente wären im deutschen Gesundheitssektor Einsparungen in Höhe von 12 Prozent des Gesamtaufwandes möglich. Das entsprach stattlichen 34 Milliarden Euro.4

Große Zahlen quer über ganze Branchen bleiben notgedrungen abstrakt. Werden wir also konkret.

Beispiel »300.000 Euro Mehrumsatz«

2022 bauten wir für ein mittelständisches Unternehmen im Bereich Getränkeversorgung eine integrierte Daten-Plattform (Business-Intelligence-Plattform*) auf, die automatisiert relevante Auswertungen zur Verfügung stellt. Zuvor waren hier aufwendige Qlik-Auswertungen im Einsatz. Bei der Datenintegration* stellte sich heraus, dass ein Teil der Unternehmensdaten fehlerhaft war: An den Excel-Sheets war schlicht nicht ablesbar, ob Kunden bereits eine Rechnung erhalten hatten oder nicht. Das neue System schloss diese Lücke. Auf diese Weise konnte das Unternehmen zusätzliche Außenstände in Höhe von 300.000 Euro verbuchen. Allein durch die Behebung dieses Fehlers hatten sich die Investitionskosten für die neue IT-Lösung dreifach amortisiert.

Beispiel »240.000 Energiekosten gespart«

In einem metallverarbeitenden Unternehmen mit rund 50 Mitarbeitern implementierten wir in enger Zusammenarbeit mit Geschäftsführung, Fachleuten aus der Produktion, einem Energieberater und einem Dienstleister für die Sensorik ein Energiemanagement-System, das durch die Auswertung an den Maschinen schon in der ersten Projektphase eine Kostensenkung von 47 Prozent ermöglichte. Dadurch spart das Unternehmen nun über 240.000 Euro Energiekosten im Jahr. Dass dies gelang, ist auch der frühen Einbindung aller Beteiligten in den Prozess zu verdanken.

Und ein letztes Beispiel: In Zusammenarbeit mit einem IT-Branchendienstleister aus dem Finanzsektor entwickelten wir Möglichkeiten, die Verarbeitungsdauer und Performance zu optimieren – Stichwort »Green IT«. Wenn Rechenleistung reduziert und Server eingespart werden können, wirkt sich das enorm auf Stromverbrauch und Kosten eines Rechenzentrums aus. In diesem Fall geht es also um Ausgaben, die häufig aus dem Blick geraten, also um den Ressourcenverbrauch durch unnötige oder umständliche Datenspeicherung und -verwaltung.

Ich behaupte: Es gibt in jedem Unternehmen, das noch nicht über eine durchdachte Datenstrategie und entsprechende integrierte Digitalisierungslösungen verfügt, solche Einsparpotenziale. Das zeigt auch der folgende kurze Überblick über verbreitete Quellen überflüssiger Ausgaben. Welche dieser Punkte könnten auch für Ihr Unternehmen relevant sein?

Versteckte Kostenfallen im Unternehmen, die durch eine intelligente Datenstrategie beseitigt werden

Für mich relevant:

Ja

Nein

Ressourcenverschwendung (nicht genutzte Einsparpotenziale, beispielsweise Material- und Energiekosten)

Vermeidbare Arbeitszeit durch manuelle Prozesse, die automatisiert werden könnten (zum Beispiel in Terminverwaltung, Berichtswesen, Rechnungstellung und Mahnwesen)

Ineffiziente Prozesse, die durch digitale Instrumente schneller und zuverlässiger erledigt werden könnten

Umständliche Datenspeicherung und -verwaltung (etwa Mehrfachspeicherung) und daraus resultierende Energie- und Serverkosten

Eine Schatten-IT*, die parallel zu den eigentlich Verantwortlichen Datenauswertungen nach eigenen Regeln vornimmt (Opportunitätskosten)

Falsche Unternehmensentscheidungen durch fehlerhafte oder fehlende Daten (zum Beispiel unvollständige Datensätze, Doppelungen, intransparente Kennzahlen)

Durch die Steigerung der Transparenz und Datenqualität, die Automatisierung manueller Aufgaben, die Identifikation von Sparpotenzialen und die kontinuierliche Verbesserung von Prozessen können Unternehmen einen deutlichen Mehrwert erzielen. Die Kosten werden reduziert, die Mitarbeiter entlastet, die Effizienz wird gesteigert und das Unternehmen zukunftsorientiert ausgerichtet.

2

Berichtswesen ohne Fehler und Excel-Bastelei

Ausgerechnet der Bereich, der für jedes Unternehmen und seine Steuerung zentrale Bedeutung hat, ist oft ein Musterbeispiel für den suboptimalen Umgang mit Daten: das Berichtswesen. Wissen Sie, wie viel Zeitaufwand in den Berichten steckt, die Ihr Controlling Ihnen regelmäßig liefert? Oder wie aufwendig es ist, wenn Sie die Variable XY zusätzlich berechnet haben möchten? Vermutlich nicht, dafür haben Sie ja Controller, und diese sagen Ihnen in der Regel nicht, womit sie ihre häufig langen Arbeitstage verbringen. Eine Vorstellung vom manuellen Aufwand, der mitunter im Berichtswesen betrieben wird, gibt Ihnen der folgende Fall.

Beispiel »600 Arbeitstage für eine Änderung«

In einem Versicherungsunternehmen fielen regelmäßig 300 Berichte an. Ein neues Produkt in einen einzigen dieser Berichte zu integrieren, bedeutete zwei Tage Arbeitsaufwand. Multiplizieren Sie das 300-mal mit den entsprechenden Mitarbeitergehältern – und Sie kommen auf horrende Opportunitätskosten.

Bei all dem geht es mir nicht um eine Anklage der Controlling- oder IT-Abteilungen, die eben mit den Instrumenten arbeiten, die ihnen zur Verfügung stehen. Es geht mir darum, dass diese Instrumente häufig unzureichend sind, mühsam zu bedienen und fehleranfällig. Der Standardfall in vielen Unternehmen ist nach wie vor und trotz der stetig wachsenden Datenflut die Tabellenkalkulation. Das ist aus verschiedenen Gründen problematisch, wie die folgende Übersicht belegt:

Gravierende Nachteile der Tabellenkalkulation mit Excel

◆Fehler sind vorprogrammiert.

Tabellenkalkulationen sind stark von manuellen Eingaben abhängig und damit kommt es zwangsläufig zu Fehlern. Schätzungen besagen, dass fast 90 Prozent der Berechnungen Fehler aufweisen5 – was sich mit unserer Alltagserfahrung in zahlreichen Unternehmen deckt.

◆Die Zusammenarbeit ist schwierig.

Tabellenkalkulation zwingt den Controller zur Anforderung der Daten aus anderen Bereichen, mit den üblichen Verzögerungen und weiteren möglichen Fehlerquellen (siehe Abbildung 1). Kommen Cloud*-basierte Lösungen zum Einsatz, ist es schwierig zu steuern, wie andere Benutzer die Daten eingeben.

◆Ihre Produktivität leidet.

Hunderte von Zeilen werden manuell ausgefüllt, es wird nach Fehlern gefahndet (zum Beispiel nach der Duplizierung von Daten durch das Kopieren von einem Blatt auf das andere), einfache Änderungen wie Formelanpassungen oder neue Kennzahlen müssen händisch eingepflegt und getestet werden, aufgeblähte Excel-Dateien verursachen enorme Ladezeiten und verzögern Prozesse.

◆Die Datenanalyse ist mangelhaft.

Für die Analyse als wesentlichen Bestandteil des Berichtswesens bietet die Tabellenkalkulation praktisch nichts. Kritische Daten werden in einer Masse von Zeilen und Spalten versteckt oder gehen vollständig verloren. Aufgrund des begrenzten Funktionsumfangs ist eine Datenvisualisierung nahezu unmöglich, und ohne diese gibt es keine Möglichkeit, Kennzahlen zu verdichten. Außerdem kommt Ihr Controlling kaum zur Analyse der Daten, weil die Berichtserstellung Studien zufolge mehr als drei Viertel seiner Zeit verschlingt.

Beispiel »Falsche Gewinnwarnung«

Welche dramatischen Folgen eine fehlerhafte Tabellenkalkulation haben kann, zeigt ein Fall aus Großbritannien: Dort gab der Getränkegroßhändler Conviviality eine Gewinnprognose bekannt, die 20 Prozent unter den Erwartungen lag. Der Aktienkurs des Unternehmens stürzte ab, das Unternehmen verlor zwischenzeitlich 60 Prozent seines Aktienwertes. Später stellte sich heraus, dass ein Rechenfehler Ursache der existenzgefährdenden Gewinnwarnung war.6

Abb. 1: Suboptimales Berichtswesen

Manuell erhobene Daten sind fehleranfällig, individuelle Programmierungen sind intransparent.

Möglicherweise verlassen Sie sich nicht mehr auf einfache Tabellenkalkulationen, sondern haben ein modernes Tool (zum Beispiel Tableau, MS Power BI, Qlik oder SAP Analytics Cloud) implementiert, welches für das Standardberichtswesen ansprechende Aufbereitungen und interaktive Dashboards* erlaubt. Mit zunehmender Datenmenge und weiteren Anforderungen wird dieses Tool häufig maximal ausgereizt, es werden neue Funktionen hinzuprogrammiert und komplexe Verknüpfungen erstellt, die irgendwann den Rahmen der Standardlösung sprengen. Auch manche Controller toben sich hier aus. Wenn das alles nicht mehr funktioniert, werden Berater gerufen, die dieses Flickwerk retten sollen. Doch das ist zeitraubend und teuer, sodass sich die anfangs günstige Lösung am Ende als Kostentreiber erweist.

Hinzu kommt, dass im Unternehmen niemand außer den Beteiligten ITlern oder Controllern (oder dem beauftragten externen Dienstleister) durchblickt, wie das Ganze eigentlich funktioniert. So entstehen Kopfmonopole* – Abhängigkeiten, die sich bei Kündigung oder Krankheit der Schlüsselperson als fatal erweisen. Warum sieht die Praxis in vielen Unternehmen so aus? Zum einen lieben manche Controller es, Daten zusammenzuschaufeln und Lösungen auszutüfteln. Dass sie dadurch kaum zu ihrer eigentlichen Aufgabe – der Datenanalyse und daraus abgeleiteten Handlungsempfehlungen – kommen, nehmen sie in Kauf. Zum anderen ist die Erstellung einer integrierten Gesamtlösung für die Erhebung und Auswertung von Daten nicht ihre Aufgabe und überschreitet ihre Fachkompetenz wie auch die Kompetenz mancher interner IT-Abteilungen.

Beispiel »Neues Berichtswesen gescheitert«

In einem Kundenprojekt war einem Standort die Hoheit für das Datenmanagement und damit die Befugnis übertragen worden, alle Prozesse und Systeme in seinem Bereich zu integrieren. Der Standort begann mit der Migration einzelner Bereiche und setzte neue Systeme auf, indem er existierende Datenbestände anzapfte und aufbereitete, ohne diese fachlich abzugleichen. Die Fachbereiche sollten dann eigenständig Auswertungen mit der erstellten Datenbank durchführen. Dafür war allerdings Fachwissen erforderlich, insbesondere die Beherrschung von SQL*, einer Datenabfragesprache. Es war im Grunde unverantwortlich, Fachbereichen ohne einschlägige Expertise eine solche Aufgabe zu übertragen. Einer der dort zuständigen Mitarbeiter verlor den Überblick, bekam Angst und trat die Flucht nach vorn an, indem er externe Unterstützung einforderte. Wir hatten große Mühe, das entstandene Datenchaos zu entwirren, und fingen praktisch von vorne an.

Tipps für ein besseres Berichtswesen

Was bedeutet all das für Sie als Entscheider im Unternehmen?

◆

Suchen Sie das Gespräch mit dem Controller. Fragen Sie beispielsweise: »Wie lange brauchen Sie für diesen Weg?« Lassen Sie sich erklären, welche Systeme im Einsatz sind und wie bestimmte Berichte zustande kommen.

◆