Auf der Überholspur durch datenbasiertes Fahren

Unternehmen geben Millionen für die neuesten Technologien und künstliche Intelligenz aus. Doch um das volle Potenzial von Daten zu nutzen, müssen Banken und Versicherungen einen Kulturwandel durchlaufen – einen Haltungswechsel hin zu einer Data Culture.

Um das volle Potenzial von Daten zu nutzen, benötigen Banken und Sparkassen eine spezielle Unternehmenskultur.

Partner des Bank Blogs

In einer Welt, in der Daten dominieren, werden Data Governance und Data Culture zu einem entscheidenden Erfolgsfaktor für Organisationen jeder Art. Sie bilden das Fundament, Entscheidungen datenbasiert treffen zu können. Dadurch werden Entscheidungen transparenter und nachvollziehbarer, Teams werden effektiver, Kosten werden gespart und die Produktivität wird erhöht. Das Ziel ist es, einen betrieblichen Alltag zu schaffen, in welchem Daten im gesamten Unternehmen effektiv genutzt und verwaltet werden können.

Wenn Banken oder Versicherungen anstreben, datenorientierter zu arbeiten, stoßen sie zuvor auf spezifische Herausforderungen. Diese liegen weniger im Mangel an Daten oder der notwendigen Software, sondern vielmehr in fehlenden datenorientierten Verhaltensweisen, Überzeugungen zur Datennutzung und bereichsübergreifender Zusammenarbeit.

Data Governance: Die StVO der Datenwelt

Stellen Sie sich Data Governance wie die festgelegten Verkehrsregeln und -richtlinien des Straßenverkehrs vor, die dabei Folgendes umfassen:

• Verkehrsgesetze und Vorschriften, welche beispielsweise bestimmen, wie schnell man fahren darf, welche Straßenseite benutzt werden muss und wer Vorfahrt hat
• Richtlinien für die Verkehrssicherheit, die Sicherheitsstandards, wie das Anlegen von Sicherheitsgurten, die Nutzung von Kindersitzen oder das Verbot von Alkohol am Steuer beinhalten
• Klare Rollen und Verantwortlichkeiten, wie die der Polizei zur Überwachung der Einhaltung der Regeln oder die der Verkehrsplaner zur Gestaltung der Infrastruktur
• Zur Überwachung und Durchsetzung der Regeln gibt es Mechanismen, wie z.B. Verkehrskameras, Bußgelder und Kontrollen

Eine Data Governance stellt also das Regelwerk dar, wie man sich im Datenverkehr bewegt, wer welche Verantwortung besitzt und wie die Einhaltung dieses Regelwerkes überwacht wird.

Data Culture = Verkehrskultur

Die Datenkultur umfasst die allgemeinen Werte, die Haltung und Verhaltensweisen aller Teilnehmenden sowie der Politik und kann somit mit der Verkehrskultur in einem Land oder einer Region verglichen werden.

• Eine positive Verkehrskultur bedeutet, dass die meisten Fahrer die Verkehrsregeln respektieren und einhalten, ähnlich wie eine gute Datenkultur sicherstellt, dass die Mitarbeiter einer Organisation die Data Governance-Richtlinien befolgen.
• Verkehrsteilnehmer zeigen Rücksichtnahme und Verantwortungsbewusstsein, was zu einem sichereren und effizienteren Verkehrssystem führt. In einer Organisation bedeutet dies, dass die Mitarbeiter verantwortungsbewusst mit Daten umgehen sowie deren Bedeutung und Wert verstehen.
• In einer guten Verkehrskultur sind die Fahrer sicherheitsbewusst und achten auf ihre Umgebung, was der Förderung eines Bewusstseins für Datenschutz und Datensicherheit in einer guten Datenkultur entspricht.

Dafür müssen die entsprechenden Maßnahmen per Gesetz implementiert werden. Jeder Verkehrsteilnehmer muss beispielsweise einen Führerschein erlangen. Hierfür müssen entsprechende Verwaltungsrollen und Prozesse gestaltet werden. Die Politik muss entscheiden, welche Verkehrsmittel, welche Förderungen bekommen. Das alles lässt sich auf den Umgang und die Verwaltung von Daten übertragen, um Unternehmen unfallfrei in die datengetriebene Zukunft zu steuern.

Das SOGDAT-Prinzip

Wie führt man also eine Data Culture bei einem Finanzdienstleister ein? Das SOGDAT-Prinzip (Strategie, Organisation, Geschäftsprozesse, Daten, Analysten und Technologie) ist ein bewährtes Vorgehensmodell, welches Finanzdienstleistungsunternehmen ganzheitlich betrachtet und folgende Akzente setzt:

SOGDAT ist ein bewährtes Vorgehensmodell, welches eine ganzheitliche Datenmanagement-Betrachtung in den Bereichen Strategie, Organisation, Geschäftsprozesse, Daten, Analysten und Technologie ermöglicht.

Strategie

Es muss eine klare Datenstrategie festgelegt werden, die sowohl in die Geschäftsstrategie als auch die IT-Strategie des Unternehmens integriert ist. Darüber hinaus sollten Richtlinien und Rahmenbedingungen für den Umgang mit Daten aufgeschrieben und etabliert werden, um sicherzustellen, dass diese verantwortungsvoll und ethisch korrekt genutzt werden.

Organisation

Datenkultur ist Teil der Unternehmenskultur und muss vom Top-Management vorgelebt werden. Die Führungskultur sollte dabei den Wert von Daten erkennen können und ihre Entscheidungen auf Daten stützen.

Führungskräfte müssen zunächst die Bedeutung von Daten verstehen und Datenanalysen in ihre Entscheidungsprozesse integrieren. Anreize für Führungskräfte, die erfolgreich Daten nutzen, um Probleme zu lösen und Chancen zu identifizieren, können dabei unterstützend wirken. Zusätzlich sollten Metriken zur Förderung von Datenprodukten sorgfältig ausgewählt werden, um optimale Steuerungsanreize zu setzen. Neben den Führungseigenschaften und Anreizsystemen ist es von Bedeutung, eine Gap-Analyse der Aufbau- und Ablauforganisation hinsichtlich der Datenprodukte und deren Reifegrad durchzuführen, um im Zielbild eine Organisationsstruktur, die datengetriebene Entscheidungen unterstützt, zu etablieren.

Des Weiteren müssen die Mitarbeiter für die verschiedenen Rollen im Unternehmen sowie im Umgang mit den Daten geschult werden. Denn Investitionen in die notwendigen Tools sind ebenso wichtig, wie die Investitionen in die Datenkompetenz der Mitarbeitenden. Sie sollten die Grundlagen der Datenanalyse sowie die Werkzeuge und Technologien, die für die operative Umsetzung von Datenprodukten in allen Abteilungen erforderlich sind, verstehen. Aus der Perspektive einer Data Culture gibt es unterschiedliche Aufgaben und Rollen in datengetriebenen Unternehmen. Diese können Data und Product Owner beinhalten, welche Daten in ihrem Fachbereich verantworten und notwendige Entscheidungen treffen sowie Data Stewards, die für einzelne Datendomänen verantwortlich sind und als Bindeglied zwischen den Fachbereichen und der Datenorganisation fungieren. Je nach Anforderungen der Organisation können viele weitere spezialisierte Rollen wie Data Engineer, Business Intelligence Developer, Data Scientist oder Data Governance Officer installiert werden.

Prozesse

Geschäftsprozesse erzeugen Daten. Daher ist es entscheidend, klare Abläufe für die Datenerfassung, -analyse und -nutzung festzulegen. Diese Prozesse sollten zentral dokumentiert, für alle Mitarbeitenden zugänglich und leicht verständlich sein.

Daten

Ein weiteres wesentliches Element für eine erfolgreiche Data Culture sind die Daten selbst. Im stark regulierten Finanzdienstleistungssektor müssen Unternehmen über eine Data Quality Strategie sicherstellen, dass sie qualitativ hochwertige, saubere, nachvollziehbare und zuverlässige Daten nutzen.

Technologie

Durch eine gezielte, individuelle Auswahl der Technologien, kann eine leistungsfähige und flexible Dateninfrastruktur aufgebaut werden, die es ermöglicht, Daten effizient zu sammeln, zu speichern, zu verarbeiten und zu analysieren.

Data Culture fördert Datenorientierung

Eine starke Data Culture fördert die Wertschätzung der Daten und der Erkenntnisse, welche aus Daten gewonnen werden, während Data Governance die notwendige Struktur und Sicherheit bietet, um Daten verantwortungsvoll und effektiv zu nutzen.

Der Weg dorthin hat viele Etappen, und jede Organisation muss ihre eigenen Fahrzeuge und Routen finden, welche für Ihre Kulturentwicklung am besten passen.