• In unserer Befragung gaben 85% der Unternehmen an, dass sie das Potenzial von Daten und künstlicher Intelligenz (KI) als hoch einschätzen

• Wir haben fünf Hürden auf dem Weg zur datengetriebenen Organisation identifiziert

• Es zeigen sich drei unterschiedliche Maturitätsgrade von Unternehmen 

Mit welchen Hindernissen sehen sich Unternehmen auf dem Weg zur datengetriebenen Organisation konfrontiert? Dieser Frage sind wir nachgegangen und haben dazu 110 Unternehmen befragt. Dabei wurden fünf wesentliche Herausforderungen identifiziert.

Das Thema datengetriebene Organisationen ist derzeit in aller Munde. Doch haben wir es hier nur mit dem nächsten Hype zu tun oder bietet dieser Ansatz einen echten Mehrwert für das Business? Wir sind überzeugt: Definitiv kein Hype. Denn Data-driven Companies generieren systematisch und kontinuierlich Mehrwert durch die strategische Nutzung von Daten und künstlicher Intelligenz. Diese Chancen erkennen grundsätzlich auch die meisten Unternehmen. In unserer Befragung gaben 85% an, dass sie das Potenzial von Daten und künstlicher Intelligenz (KI) als hoch einschätzen. Gleichzeitig bezeichnen jedoch nur 25% der befragten Führungskräfte ihr Unternehmen als datengetrieben. Wo liegen also die konkreten Herausforderungen auf dem Weg zum datengetriebenen Unternehmen? Wir haben fünf Hürden identifiziert:

1. Eine inaktive Daten-Innovationspipeline
Die gesamtheitliche und fortlaufende Planung und Umsetzung von Daten- und KI-Projekten ist entscheidend. Sind Datenprojekte von der Technologie her motiviert und nicht aus dem Business getrieben, bleibt die Innovationspipeline inaktiv.

2. Proof-of-Concepts, die auf der Strecke bleiben
Ohne ein klares Konzept zur Operationalisierung bleiben viele Projekte in der «Proof-of-Concept (PoC)»-Phase stecken. Auf diese Weise generieren selbst technisch machbare Lösungen letztlich keinen Wert.

3. Perfekt implementierte Lösungen, die nicht wie geplant genutzt werden
Die mangelhafte Integration in bestehende Tools und Plattformen ist der prominenteste Grund für fehlende Akzeptanz neuer KI-basierter Lösungen. Weitere Gründe für dieses Phänomen sind generelles Misstrauen gegenüber KI oder mangelndes Training der Nutzer. 

4. Kompetenzen im Bereich Daten
In den meisten Unternehmen stellt die interdisziplinäre Zusammenarbeit in Datenprojekten die grösste Herausforderung dar.

5. 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.