![]("https://blog.mid.de/hubfs/Blog/2020/Scrum%20Home-Office.jpg?<p)
Große Mengen Daten werden übereifrig gesammelt, aber wertschöpfend eingesetzt wird oftmals nur ein kleiner Anteil aller verfügbaren Daten. So viel Potenzial bleibt bisher ungenutzt, obwohl es sich kaum einer erlauben kann, vor Themen wie Big Data, Machine Learning, Data Science, KI und weiteren neuen Technologien die Augen zu verschließen. Ursachen dieses Phänomens sind die fehlenden Fähigkeiten, Daten zu verstehen und diese als Kapitalanlage systematisch zu nutzen.
Daten über Daten über Daten
“The value of an idea lies in the using of it.”
Thomas A. Edison
Große Mengen Daten werden übereifrig gesammelt, aber wertschöpfend eingesetzt wird oftmals nur ein kleiner Anteil aller verfügbaren Daten. So viel Potenzial bleibt bisher ungenutzt, obwohl es sich kaum einer erlauben kann, vor Themen wie Big Data, Machine Learning, Data Science, KI und weiteren neuen Technologien die Augen zu verschließen. Ursachen dieses Phänomens sind die fehlenden Fähigkeiten, Daten zu verstehen und diese als Kapitalanlage systematisch zu nutzen.
US-Studien zeigen einerseits, dass Unternehmen unzureichend auf Herausforderungen im Umgang mit Daten vorbereitet sind, andererseits wird mangelnde Datenkompetenz („Data Literacy“) mit als größte Hürde einer erfolgreichen Data Management Strategie eingestuft.
Im Zentrum von digitalen Unternehmen stehen Daten!
Metaphorisch ausgedrückt: Daten sind der Kleber, der alles zusammenhält. Deshalb ist es wegweisend, in seinem gesamten Unternehmen eine datenkompetente Kultur zu etablieren, um de facto ein „data-driven enterprise“ zu sein!
Dieser Blog führt aus, was Data Literacy ist und wie Sie das Fundament legen, um ein erfolgreiches datengetriebenes Unternehmen zu werden.
Data Literacy: Sei kein Daten-Analphabet!
Meistens beginnt eine erfolgreiche Transformation hin zu einem datengetriebenen Unternehmen mit klassischem Business Intelligence in einzelnen Abteilungen. Hierbei werden operationale Daten mittels Data-Warehousing-Architekturen aufbereitet, strukturiert und die Analyseergebnisse mittels Dashboards und Berichten kommuniziert. Um eine unternehmensweite Datenkompetenz aufzubauen, benötigt es ein tieferes Verständnis der Daten. Neben den strukturierten, offensichtlichen Daten und Zusammenhängen sollten extern verfügbare Daten aus diversen Quellen in die Datenverarbeitung des Unternehmens integriert werden, um einen signifikanten Mehrwert zu schaffen. Die Lücke zwischen erklärten Daten, abgeleiteten Informationen und unterschiedlich interpretierten Visualisierungen kann mit einem Mindeststandard der Datenkompetenz im gesamten Unternehmen geschlossen werden.
Data Literacy ist der Schliff durch den Menschen,
um aus Daten ein Kapital zu machen.
Klassische Berichte in Unternehmen beinhalten bereits bekannte Zusammenhänge, hergeleitet aus vorhandenen Daten: diese Herangehensweise dokumentiert geschäftliche Zusammenhänge (z.B. definierte KPIs). Ein datengetriebenes Unternehmen hingegen sucht neben den bekannten Zusammenhängen von Ereignissen im Unternehmen auch nach den unbekannten Sachverhalten, welche in den Daten unentdeckt existieren. Mit der Erforschung bislang unentdeckter Abhängigkeiten und mit diesen Erkenntnissen generiert ein Unternehmen in unserer Zeit den erfolgstreibenden Mehrwert. Um den Fokus erfolgreich auf tiefergehende Analysen zu lenken, ist eine unternehmensübergreifende Datenkompetenz essenziell. Nicht jeder im Unternehmen muss ein zertifizierter Data Scientist sein, sondern alle Mitarbeiter sollten die Fähigkeiten haben, kompetent Daten und Analysen zu verwenden und damit zu argumentieren.
Daten müssen eine unternehmensweite, gemeinsame Sprache sein!
“Data literacy has become a new core competency, as fundamental as the language we speak.” [1]
Die Bedeutung von Data Literacy (dt. Datenkompetenz) wird mit den Lese- und Schreibfähigkeiten oder mit Sprachenkompetenzen verglichen. Definiert wird Data Literacy als „…die Fähigkeit, Daten zu lesen, mit ihnen zu arbeiten, sie zu analysieren und mit ihnen zu argumentieren“ [2]. Kurz gesagt: verfügbare Daten ohne Datenkompetenz, ist wie in der Bibliothek von Alexandria zu stehen, ohne Lesekompetenz zu besitzen. Um aus den verfügbaren Informationen einen Wert zu generieren, muss man damit etwas anzufangen wissen. Bei Büchern wie bei Daten.
Die drei Stufen der Lesekompetenz sind: Informationen ermitteln, textbezogenes Interpretieren und Reflektieren und Bewerten [3]. Ähnlich verhält es sich bei den 4 Kompetenzen von Data Literacy:
I Lesekompetenz (reading data):
Lesekompetenz bedeutet, etwas als Daten und leicht erfassbare Informationen zu erkennen und zu verstehen.
II Arbeitskompetenz (working with data):
Arbeitskompetenz ist vorhanden, wenn man mit Daten vertraut umgeht und geläufige Vorgänge mit Daten durchführen kann.
III Analysekompetenz (analyse data):
Analysekompetenz ist die Fähigkeit, eingebettete und komplexe Informationen in Daten zu identifizieren sowie neue Perspektiven und Beobachtungen aus Daten zu generieren. Ebenfalls zählt zur Analysekompetenz, neue Sachverhalte und Fragestellungen auf Basis vorhandener Daten zu abzuleiten.
IV Argumentationskompetenz (argue with data):
Über Argumentationskompetenz verfügt man, wenn man Erkenntnisse aus Daten hinterfragen und überprüfen kann. Zudem zählt zur Argumentationskompetenz auch die Fähigkeit, anhand von Daten eine fundierte Position zu vertreten, diese mittels analysierter Daten zu untermauern und verständlich zu kommunizieren.
Allgegenwärtig muss auch die Fähigkeit vorhanden sein, alle Fakten aus den Daten zu entnehmen, fehlende Werte (Missing Data) nicht zu ignorieren und eine Beeinflussung durch unterschiedliche Verzerrungen zu verhindern (z.B. Cognitive Bias). Eng damit verknüpft ist auch die Fähigkeit, komplexe Sachverhalte zu vermitteln, ohne die Empfänger der Informationen in die Irre zu führen oder meinungsbildend zu fungieren.
Zusammenfassend lässt sich sagen, dass Data Literacy eine der wichtigsten Kernfähigkeiten des 21.Jahrhundert ist und den ausschlaggebenden Erfolgsfaktor für datengetriebene Organisationen darstellt.
Werde mit MID ein datengetriebenes Unternehmen!
Mit uns holst Du aus Deinen Daten alle Informationen heraus und kannst künftig als Data-driven Company schneller, wirtschaftlicher und erfolgreicher agieren.
Mit Daten proaktiv handeln statt kontinuierlich auf Probleme reagieren!
“Improving data literacy can transform an organization from constant delays and retroactive thinking to leading the pack as an innovative, intelligent enterprise.” [4]
In Zusammenarbeit realisieren wir mit Dir eine individuelle, proaktive Daten- Management-Strategie, bestehend aus strategisch-langfristigen (z.B. Methoden-Coaching, Tool-Training) und taktisch-kurzfristigen (z.B. Implementierung, Gebrauch von Tools) Maßnahmen. MID ist darauf spezialisiert, sowohl Projekte zu (beg-)leiten als auch weiterbildende Maßnahmen und Tools anzubieten.
[1] https://www.gartner.com/en/webinars/3867266/data-literacy-foster-information-as-a-second-language
[2] https://en.wikipedia.org/wiki/Data_literacy
[3] https://de.wikipedia.org/wiki/Lesekompetenz
[4] https://www.forbes.com/sites/forbestechcouncil/2018/10/02/data-literacy-and-the-modern-enterprise/#1da3b74278d8
Weitere Referenzen:
https://www.gartner.com/smarterwithgartner/a-data-and-analytics-leaders-guide-to-data-literacy/
https://www.gartner.com/smarterwithgartner/cdos-must-take-the-lead-to-improve-data-literacy/
https://www.gartner.com/doc/reprints?id=1-1OBMC46L&ct=190726&st=sb
https://www.gartner.com/en/documents/3890699
https://emerj.com/partner-content/fundamentals-of-data-literacy-ai-enterprise/
https://go.forrester.com/blogs/data-literacy-matters-do-we-have-to-spell-it-out/
MID Blog Newsletter abonnieren