Die meisten Unternehmen beginnen gerade erst zu erkennen, welchen großen Mehrwert ihnen die Aufzeichnung, Speicherung und Nutzung ihrer Daten bringt. Dabei stellt sich gerade für kleinere mittelständische Unternehmen die Frage, ob man auf externe Data Science Expertise zurückgreifen soll oder besser ein internes Data Science Team aufbaut.
Die Outsourcing Lösung wirkt dabei aus vielerlei Gründen erst einmal naheliegend. Denn vor allem drei Probleme und Fragestellungen lassen einen internen Aufbau von Expertise schwierig erscheinen:
- Erfahrene Data Scientists sind rar und schwer zu bekommen, nicht nur in ländlichen Gegenden, auch in Metropolregionen;
- dazu ist oft unklar in welcher organisatorischen Einheit man die Expertise ansiedeln soll, eher dezentral in den Fachbereichen mit den relevantesten Fragestellungen oder besser zentral als Stabseinheit;
- vor allem aber wird vielmals der Umgang mit den eigenen Daten nicht als Kernkompetenz des Unternehmens angesehen, sondern als einen Service den man zukaufen kann und sollte, wie z.B. die IT.
Unternehmen steigen in die Welt der Daten daher meist mit Hilfe spezialisierter Beratungsgesellschaften ein. Es werden erste Use Cases identifiziert und Leuchtturm-Projekte von externen Beratern und Data Scientists umgesetzt. Damit werden erste Erfahrungen gesammelt und der Mehrwert durch die Nutzung von Daten demonstriert. Bleibt es allerdings bei diesen ersten, meist prototypischen Lösungen, so hat man nicht viel erreicht. Denn die wahre Macht der Daten entfaltet sich erst, wenn sich die Prozesse und die Kultur ändern. Jeder Mitarbeiter muss in Daten denken: Bei jedem Datenerfassungsprozess muss einem die Bedeutung und der spätere Nutzen bewusst sein; bei jeder fachlichen oder betriebswirtschaftlichen Fragestellung muss man sich Gedanken machen, welche Daten einem wie behilflich sein können; jede analoge Tätigkeit muss durch Datenerfassung digitalisiert werden und vieles mehr. Die vorhandenen, etablierten Prozesse müssen neu gedacht und angepasst werden.
Bei tieferem Verständnis wird also schnell klar, dass sich diese grundlegenden Änderungen einer Organisation, seiner Kultur und seiner Prozesse, nicht nur durch einzelne Projekte externer Dienstleister realisieren lassen. Diese sollten nur der Anfang sein, um Appetit auf mehr zu machen. Interne Data Science Expertise muss mittel- und langfristig aufgebaut und etabliert werden, es braucht sowohl Spezialisten als auch breite (Weiter-)Bildung im ganzen Unternehmen. Die Kultur eines Unternehmens zu erneuern und an das neue Zeitalter anzupassen ist harte und langfristige Arbeit.
Die Frage ist also nicht, ob interne oder externe Expertise der richtige Weg ist, sondern wie diese beiden Welten am besten zusammengebracht werden können. Wie nutze ich externe Expertise, um ein internes Team aufzubauen? Wie arbeiten interne und externe Teams bestmöglich zusammen? Wie bringt man das Wissen tief ins Unternehmen hinein und ändert damit Kultur und Prozesse?
Die oben genannten drei Probleme und Fragestellungen geraten daher wieder in den Fokus und müssen gelöst werden. In drei der folgenden Blogbeiträge liefern wir ausführliche Antworten auf jede der Fragen. Hier nur in Kürze:
- Wie bekomme ich Data Scientists? Aus- und Weiterbildung!
- Zentral oder dezentral? Es braucht die richtige Mischung!
- Umgang mit Daten als Kernkompetenz? In den richtigen Daten steckt das gesamte Wissen einer Organisation und damit seine gesamte Kompetenz!
Schöner Beitrag, bin gespannt auf mehr!