Suchen

Expertenbeitrag

PMP Ingo Meironke

PMP Ingo Meironke

Innovation Manager bei Campana & Schott

Dieser Beitrag ist im Rahmen des Themenspecials "Industrie 4.0" erschienen.

sponsored by

Intelligente Vernetzung, Teil 10 So integriert man Datenanalysen in Geschäftsprozesse

| Autor / Redakteur: Ingo Meironke / Sebastian Human

Die Digitale Transformation in Kombination mit Data Analytics verändert zunehmend bestehende Geschäftsmodelle. Unternehmen stehen dabei häufig vor der Herausforderung, Datenanalysen nachhaltig und wertschöpfend in ihre Business-Prozesse zu integrieren. Dazu gibt es ein passendes Vorgehensmodell.

Firmen zum Thema

Um Datenanalysen erfolgreich in den Geschäftsalltag zu integrieren, gibt es eine Vorgehensweise, die auf Basis zahlreicher erfolgreich durchgeführter Projekte entwickelt wurde.
Um Datenanalysen erfolgreich in den Geschäftsalltag zu integrieren, gibt es eine Vorgehensweise, die auf Basis zahlreicher erfolgreich durchgeführter Projekte entwickelt wurde.
(Bild: gemeinfrei / Pixabay )

Im heutigen dynamischen Umfeld werden etablierte Geschäftsmodelle zunehmend durch Innovationen in Frage gestellt. Wenn Unternehmen moderne Technologien schnell in die Organisationsstrukturen integrieren, profitieren sie von neuen Chancen und einer höheren Wettbewerbsfähigkeit. Dies gilt vor allem für Data Analytics.

In verschiedenen Branchen werden die ersten Initiativen in diesem Bereich abgeschlossen. Doch viele Unternehmen müssen ihre neuen Analysefähigkeiten nun mit Mehrwert und nachhaltig organisatorisch verankern. Manager dürfen sich nicht darauf verlassen, dass neue Analytics-Lösungen automatisch die richtigen Veränderungen in der Organisation bewirken. Stattdessen muss das gesamte Unternehmen gezielt auf die neuen Fähigkeiten vorbereitet werden und lernen, diese zu integrieren – insbesondere bei großen Data-Analytics-Initiativen. Dazu sollte es frühzeitig erkennen, an welchen Stellen entsprechende Skills zu deutlichen Veränderungen in Organisationsprozessen und Strukturen führen.

Kulturkonflikt – Veränderung trifft auf Beständigkeit

Schon während der Laufzeit dieser Initiativen entstehen zahlreiche Schnittstellen zu IT und weiteren Fachbereichen. Eine elementare Frage lautet, ob diese Beziehungen von kurzer projektspezifischer oder langfristiger, wertstiftender Natur sind. Zudem fördern Data-Analytics-Initiativen häufig ein neues, agil geprägtes Mindset im Unternehmen. Kundenorientierung, Experimentierfreudigkeit, Scheitern und Lernen sind Ausprägungen dieser Kultur.

Diese projektorientierten, agilen Teams treffen beim Abschluss der Initiativen in der Regel auf hierarchische Konzernsilos der Linienorganisation mit Planungshorizonten von Jahren statt Monaten. Damit die agile Arbeitsweise dann nicht wirkungslos verpufft oder isoliert bleibt, muss die neue Kultur skaliert und auf weitere Bereiche ausgedehnt werden. Ein strukturiertes Vorgehensmodell sorgt für hohe Stabilität und Geschwindigkeit dieser Transitionsprozesse.

Transition to Line – Die Überführung von Data Analytics in die Organisation

Der entscheidende Punkt ist hier die Überführung in die Linienorganisation (Transition to Line). Der Begriff beschreibt eine signifikante Veränderung der Organisation infolge einer Innovationsinitiative, beispielsweise der Einführung von Data Analytics für personalisiertes Marketing. Dabei wird immer das organisatorische Gerüst von Verantwortlichkeiten, Prozessen, Technologien und Strukturen verändert.

Anhand diverser Projekte entwickelte sich ein vierstufiges iteratives Vorgehensmodell. Damit können Unternehmen den Übergang strukturieren und den maximalen Wertbeitrag für die Gesamtorganisation sicherstellen. Der Ansatz Transition to Line besteht aus folgenden vier Schritten:

Bildergalerie
  • 1. Identifizierung von organisatorischen Fähigkeiten
    Zunächst sollte man die organisatorischen Fähigkeiten identifizieren, beschreiben und in eine sinnvolle Reihenfolge bringen. So lässt sich ermitteln, welche Bausteine vorhanden und welche zusätzlich notwendig sind.
  • 2. Erstellung des Organisationsdesigns
    Im nächsten Schritt gilt es, diese Fähigkeiten in logische Ketten zu ordnen und daraus den Wertbeitrag abzuleiten. Dieser dient zur Begründung der Notwendigkeit und Größe einer zukünftigen Organisation.
  • 3. Durchführung der organisatorischen Allokation
    Die möglichen Optionen werden nun mit den Bedingungen der Gesamtorganisation in Einklang gebracht. Dies umfasst die lokale Verortung innerhalb des Unternehmens und die Mandatierung des künftigen Ressorts.
  • 4. Realisierung der organisatorischen Transition
    Dieser Schritt soll das neue Ziel-Setup umsetzen. Da spätestens hier über konkrete Mitarbeibe-reichter und deren Rolle gesprochen wird, ist Change Management enorm wichtig.

Erfolgsfaktoren einer nachhaltigen Transition

Für dieses Vorgehen gibt es vier zentrale Erfolgsfaktoren:

An Wertschöpfungskette ausrichten: Das Verständnis von Art und Zusammenhang der einzelnen Schritte liefert die notwendige Transparenz, um fundierte Entscheidungen zu treffen. Auf Basis der Wertschöpfungsketten lassen sich Design-Optionen bestimmen und Schnittstellen klar benennen – mit dem Ziel abteilungsübergreifender Zusammenarbeit.

Durch Co-Creation Silos aufbrechen: Um die aufgebauten Fähigkeiten nachhaltig in der Organisation zu verankern, müssen Entscheidungsträger und relevante Stakeholder mitwirken. Durch Co-Creation werden dann feste Strukturen aufgebrochen und Silo-Denken reduziert. Zudem kann man durch eine enge Abstimmung mit Stakeholdern und relevanten Schnittstellen frühzeitig auf Risiken und Herausforderungen hinweisen.

Frühe Messbarkeit der Initiative gewährleisten: Nur mit einem unternehmensweit messbaren Wertbeitrag der Initiative lässt sich der Wandel steuern und begründen. Gerade im Bereich Data Analytics erhält man damit Argumente für weiterführende Investitionen. Mit Metriken ist es zudem möglich, den kontinuierlichen Fortschritt während und nach der Transition zu messen, zu steuern und bei Bedarf Korrekturen vorzunehmen.

Stetiges Change Management sichern: Bei großen organisatorischen Neuausrichtungen beugt effektives Change Management einer Überforderung der Mitarbeiter vor. Diese sollten frühzeitig in die Transition eingebunden werden, um den Veränderungsprozess gezielt zu moderieren, Vertrauen aufzubauen, die Vision zu kommunizieren und von ihr zu überzeugen.

Fazit

Durch ständige Veränderungen müssen Unternehmen ihre Prozesse, Strukturen und Geschäftsmodelle anpassen. Um die im Rahmen digitaler Initiativen aufgebauten Fähigkeiten nachhaltig und wertschöpfend in die Organisation zu bringen, dient das Vorgehensmodell Transition to Line. Dafür gibt es vier wesentliche Erfolgsfaktoren, um den Nutzen von Data-Analytics-Initiativen zu verankern und zu skalieren.

(ID:46390033)

Über den Autor

PMP Ingo Meironke

PMP Ingo Meironke

Innovation Manager bei Campana & Schott