Vor Jahren begnügten sich viele Unternehmen monatliche Berichte für die Geschäftsleitung zu Finanz- und Vertriebsinformationen zu erhalten. Im Kern stammen noch viele Analytik-Infrastrukturen aus dieser Zeit. Diese wurden zwar ständig durch neue Anforderungen erweitert, um neue Anforderungen zu erfüllen, wie Advanced und Predictive Analytics, Self Service Analytics in den Fachbereichen oder neu auch die Nutzung von KI, getrieben durch Hype um ChatGPT.
Diese alten Infrastrukturen wurden einfach um neue Funktionen und Komponenten erweitert, um reaktiv und schnell neue Anforderungen des Business zu erfüllen. Die Erwartung, nun auch unstrukturierte Daten oder Informationen aus Sensorik und externen Quellen zu nutzen, hat die Situation nicht vereinfacht.
Die aktuelle Infrastruktur erfüllt durch die Erweiterungen zwar sämtliche Anforderungen, jedoch sind der Betrieb und die Weiterentwicklung ineffizient geworden und etwaige Lücken nur schwer identifizierbar.
Das Data Maturity Assessment (dt. Reifegradbewertung im Bereich Data und Analytics), d.h. eine strukturierte Standortbestimmung der Fähigkeit eines Unternehmens zur effektiven Nutzung von Daten, bietet eine umfassende Analyse der aktuellen Kompetenzen und identifiziert Bereiche für Verbesserungen. Durch diese Bewertung können Unternehmen ihre Datenstrategien optimieren, Prozesseffizienz steigern und letztendlich einen Wettbewerbsvorteil erlangen.
Das BARC Reifegradmodell
Das BARC Reifegradmodell, entstanden aus langjähriger Projekterfahrung und unter Berücksichtigung von Studienergebnissen, ist in verschiedene Stufen gegliedert, die den Entwicklungsstand eines Unternehmens im Bereich Data und Analytics darstellen:
1. Individual: Anwendung und Methoden basieren auf Einzelinitiativen (local heros). Formale (schriftliche) Regeln, eine zentrale Koordination und eine Messung des Erfolgs fehlen. Üblicherweise können auf diesem Level gesetzliche und betriebliche Anforderungen nicht erfüllt werden.
2. Repeatable: Erste Methoden, Verfahren oder Instrumente sind vorhanden und wiederholbar. Die Nutzung ist mehrheitlich akzeptiert und etabliert. Teilweise sind sie nur im Entstehen Diese sind noch nicht aufeinander abgestimmt und unvollständig.
Eine integrierte Sichtweise und eine übergeordnete Steuerung fehlen. Gesetzliche und betriebliche Anforderungen werden nur unvollständig erfüllt.
3. Solid Foundation: Der Einsatz von Methoden und Instrumente wird zentral gesteuert und sind Bestandteil einer integrierten Sicht-weise. Rollen, Aufgaben und Verantwortlichkeiten sind definiert. Der Fokus liegt auf der Bewältigung der täglichen Aufgaben unter Einhaltung von gesetzlichen und betrieblichen Anforderungen.
4. Excellent: Prozesse, Verfahren und Methoden berücksichtigen Risikoaspekte aus unterschiedlichen Szenarien. Risiken werden bewusst ermittelt und aufgrund ihrer Eintretenswahrscheinlichkeit und Auswirkungen behandelt. Das gesamte Unternehmen ist somit deutlich robuster gesetzliche und betriebliche Anforderungen auch in Sondersituationen zu erfüllen und die Stabilität und Qualität zu gewähren.
5. Best in Class: Methoden und Prozesse sind ein selbstverständlicher Teil der Unternehmenskultur geworden. Ständige Verbesserung und Weiterentwicklung wird als Wettbewerbsvorteil gesehen, durch Kosteneffizienz, wahrnehmbare Qualitätsverbesserung oder laufende Verbesserung der Produkte und Services gegenüber den Kunden.
Nutzen der Reifegradbewertung
Die Reifegradbewertung bietet zahlreiche Vorteile:
- Transparente Standortbestimmung: Unternehmen können ihren aktuellen Status in Bezug auf Data und Analytics klar erkennen.
- Alignment von Business und IT: Unterstützung der Geschäftsprozesse durch Klärung der Verantwortlichkeiten.
- Leistungsnachweis: Die Bewertung ermöglicht es, den Fortschritt und Erfolg gegenüber der Unternehmensleitung zu dokumentieren.
- Richtlinie für Weiterentwicklung: Die Bewertung hilft bei der Priorisierung von Handlungen und bei der Erstellung einer Roadmap, was besonders in einem sich schnell verändernden Umfeld (VUCA) nützlich ist.
Die Durchführung eines Data Maturity Assessment ist somit ein entscheidender Schritt für Unternehmen, um ihre Datenstrategie zu optimieren und sich in der digitalen Wirtschaft erfolgreich zu positionieren.
