Data-driven Companies
Der Weg zur strategischen Nutzung von Daten: Wir haben über 110 internationale Unternehmen zu ihren Hürden auf dem Weg zum datengetriebenen Unternehmen befragt.
Wie stehen internationale Unternehmen zur Nutzung von Daten?
85%
der Unternehmen stufen das Potenzial von Daten und KI als hoch ein.
25%
der befragten Entscheider bezeichnen ihr Unternehmen als datengetrieben.
Datengetriebene Organisationen: Hype oder echter Mehrwert?
Kein Hype. Data-driven Companies generieren systematisch und kontinuierlich Mehrwert durch die strategische Nutzung von Daten und künstlicher Intelligenz.
Die 5 Hürden auf dem Weg zur datengetriebenen Organisation
Die meisten Unternehmen investieren zwar in Daten- und KI-Projekte, doch häufig bleiben die Potenziale ungenutzt. Basierend auf unserer interdisziplinären Praxiserfahrung aus über 100 Projekten haben wir fünf typische Hürden identifiziert, welche einer erfolgreichen Transformation zur Data-driven Company im Weg stehen.
01
Eine inaktive Daten-Innovationspipeline
Die gesamtheitliche und fortlaufende Planung und Umsetzung von Daten- und KI-Projekten ist entscheidend. Treibt man Datenprojekte aus der Technologie und nicht aus dem Business, bleibt die Innovationspipeline inaktiv.
02
Proof-of-Concepts, die auf der Strecke bleiben
Ohne Operationalisierungs-Konzept bleiben viele Projekte in der «Proof-of-Concept (PoC)»-Phase stecken. Auf diese Weise generieren selbst technisch machbare Lösungen letztlich keinen Wert.
03
Perfekt implementierte Lösungen, die nicht wie geplant genutzt werden
Die mangelnde Integration der Lösung in die bestehenden Tools ist der prominenteste Grund für eine mangelhafte Akzeptanz von KI-basierten Lösungen. Weitere Gründe für dieses Phänomen sind Misstrauen gegenüber KI oder mangelndes Training der Nutzer.
04
Kompetenzen im Bereich Daten
In den meisten Unternehmen stellt die interdisziplinäre Zusammenarbeit in Datenprojekten die grösste Herausforderung dar.
05
Die Daten an sich
Die Daten sind bei vielen Unternehmen vorhanden. Die Herausforderungen liegen in deren Zugang und Qualität. In vielen Fällen fehlt eine effektive Data Governance.
