\u201eEs gibt keine Datenstrategie, nur eine Gesch\u00e4ftsstrategie. Die muss ich mit Data und AI Capabilities maximal unterst\u00fctzen.\u201c<\/em><\/strong><\/h4>\n\n\n\nDie Gesch\u00e4ftsstrategie legt fest, welche Wirkung Data & AI entfalten soll. Sie definiert, ob ein Unternehmen mehr Umsatz erzielen, Kunden besser bedienen, Warenverf\u00fcgbarkeit verbessern oder ein anderes Gesch\u00e4ftsziel erreichen will.<\/p>\n\n\n\n
Daraus ergibt sich die eigentliche Aufgabe von Data & AI: die richtigen Daten zum richtigen Zeitpunkt verf\u00fcgbar machen und sie mit passenden Reporting- oder AI-Capabilities nutzbar machen.<\/p>\n\n\n\n
Dann z\u00e4hlen nicht mehr Nutzerzahlen auf Plattformen oder die Menge an Datenprodukten. Solche Kennzahlen k\u00f6nnen hilfreich sein, treffen aber nicht den Kern. Business Impact entsteht, wenn Data & AI direkt auf die Ziele des Gesch\u00e4fts einzahlt.<\/p>\n\n\n\n
2. Wer zu fr\u00fch \u00fcber Technologie spricht, verliert Stakeholder<\/h2>\n\n\n\n\u201eIch habe am Anfang sehr viel \u00fcber Datenplattformen und Technologie gesprochen. Dadurch habe ich viele Stakeholder verloren.\u201c<\/em><\/strong><\/h4>\n\n\n\nWer Stakeholder zu fr\u00fch mit Plattform- und Technologiethemen konfrontiert, riskiert, sie auf dem Weg zu verlieren. Entscheidend ist das fr\u00fche Alignment: Die richtigen Stakeholder m\u00fcssen vor dem Start verstehen, wohin die Initiative f\u00fchren soll und welchen Beitrag Data & AI f\u00fcr ihren Bereich leistet. Erst dann entsteht die gemeinsame Richtung, aus der schnell wirksame L\u00f6sungen werden k\u00f6nnen.<\/p>\n\n\n\n
3. Das Operating Model entscheidet \u00fcber Geschwindigkeit und Kosten<\/h2>\n\n\n\n\u201eDas Data Team zu internalisieren, war genau richtig. Wir waren dann um den Faktor drei g\u00fcnstiger und um den Faktor f\u00fcnf schneller.\u201c<\/em><\/strong><\/h4>\n\n\n\nDas zentrale Learning liegt nicht im Insourcing allein. Entscheidend ist, ob Data & AI nah genug an den Gesch\u00e4ftsfragen arbeitet, Anforderungen schnell versteht und L\u00f6sungen ohne lange \u00dcbersetzungsschleifen umsetzt.<\/p>\n\n\n\n
Weiterlesen:<\/strong> Wie Unternehmen Data-F\u00e4higkeiten intern aufbauen, zeigt auch der Beitrag Ihre n\u00e4chsten Data Leader arbeiten l\u00e4ngst bei Ihnen<\/a> Am Beispiel Merck wird deutlich, warum kontextnahes Upskilling wirksamer ist als extern eingekauftes Standardtraining.<\/p>\n\n\n\n4. Governance macht Demokratisierung skalierbar<\/h2>\n\n\n\n\u201eDatendemokratisierung ist wichtig, um Mitarbeitende zu bef\u00e4higen. Data Governance legt die Spielregeln fest.\u201c<\/em><\/strong><\/h4>\n\n\n\nDemokratisierung wird schnell missverstanden. Sie bedeutet nicht, dass alle Mitarbeiter alles mit Daten machen k\u00f6nnen. Sie bedeutet, dass Mitarbeiter Daten sinnvoll nutzen k\u00f6nnen, um ihre Arbeit zu verbessern.<\/p>\n\n\n\n
Daf\u00fcr sind klare Spielregeln n\u00f6tig. Wer darf mit welchen Daten arbeiten? Welche Daten sind f\u00fcr welche Zwecke freigegeben? Wo braucht es Freigabe, Schulung oder technische Schutzmechanismen? Diese Fragen gewinnen an Gewicht, sobald mehr Menschen mit Daten und AI arbeiten.<\/p>\n\n\n\n
Governance bremst Demokratisierung nicht, sondern macht sie skalierbar. Ohne sie bleibt Demokratisierung entweder zu vorsichtig oder zu riskant f\u00fcr den produktiven Einsatz.<\/p>\n\n\n\n
Von Technologieagenda zu Business Impact<\/h2>\n\n\n\n
Tobias Riedners Learnings haben einen gemeinsamen Kern: Data & AI wirkt nicht durch mehr Plattformen, Datenprodukte oder Anwendungsf\u00e4lle. Es wirkt, wenn es nah an den Entscheidungen sitzt, die das Gesch\u00e4ft ver\u00e4ndern.<\/p>\n\n\n\n
Der BARC Data, BI & Analytics Trend Monitor 2026<\/a> best\u00e4tigt dieses Muster: Bei 1.579 Befragten rangieren Datenqualit\u00e4t, Kultur, Governance und Data & AI Literacy vor AI und ML. Reife h\u00e4ngt nicht nur an Technologie, sondern an Organisation, Rollen und Zusammenarbeit.<\/p>\n\n\n\nF\u00fcr Data & AI Leader hei\u00dft das: weniger \u00fcber Technologie als eigene Agenda sprechen, mehr \u00fcber den Beitrag zu besseren Entscheidungen, schnelleren L\u00f6sungen und sicherer Datennutzung.<\/p>\n\n\n\n
Jetzt reinschauen: Tobias Riedner im Interview<\/h2>\n\n\n\n
Tobias Riedner bringt seine Learnings auf den Punkt. Sehen Sie sich das Interview an und nehmen Sie seine Impulse direkt mit in Ihre n\u00e4chste Data & AI Diskussion.<\/p>\n\n\n\n
![\"YouTube\"](\"https:\/\/barc.com\/wp-content\/plugins\/borlabs-cookie\/assets\/images\/cb-no-thumbnail.png\")
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerkl\u00e4rung von YouTube.
Mehr erfahren<\/a><\/p>
\u201eIch habe am Anfang sehr viel \u00fcber Datenplattformen und Technologie gesprochen. Dadurch habe ich viele Stakeholder verloren.\u201c<\/em><\/strong><\/h4>\n\n\n\nWer Stakeholder zu fr\u00fch mit Plattform- und Technologiethemen konfrontiert, riskiert, sie auf dem Weg zu verlieren. Entscheidend ist das fr\u00fche Alignment: Die richtigen Stakeholder m\u00fcssen vor dem Start verstehen, wohin die Initiative f\u00fchren soll und welchen Beitrag Data & AI f\u00fcr ihren Bereich leistet. Erst dann entsteht die gemeinsame Richtung, aus der schnell wirksame L\u00f6sungen werden k\u00f6nnen.<\/p>\n\n\n\n
3. Das Operating Model entscheidet \u00fcber Geschwindigkeit und Kosten<\/h2>\n\n\n\n\u201eDas Data Team zu internalisieren, war genau richtig. Wir waren dann um den Faktor drei g\u00fcnstiger und um den Faktor f\u00fcnf schneller.\u201c<\/em><\/strong><\/h4>\n\n\n\nDas zentrale Learning liegt nicht im Insourcing allein. Entscheidend ist, ob Data & AI nah genug an den Gesch\u00e4ftsfragen arbeitet, Anforderungen schnell versteht und L\u00f6sungen ohne lange \u00dcbersetzungsschleifen umsetzt.<\/p>\n\n\n\n
Weiterlesen:<\/strong> Wie Unternehmen Data-F\u00e4higkeiten intern aufbauen, zeigt auch der Beitrag Ihre n\u00e4chsten Data Leader arbeiten l\u00e4ngst bei Ihnen<\/a> Am Beispiel Merck wird deutlich, warum kontextnahes Upskilling wirksamer ist als extern eingekauftes Standardtraining.<\/p>\n\n\n\n4. Governance macht Demokratisierung skalierbar<\/h2>\n\n\n\n\u201eDatendemokratisierung ist wichtig, um Mitarbeitende zu bef\u00e4higen. Data Governance legt die Spielregeln fest.\u201c<\/em><\/strong><\/h4>\n\n\n\nDemokratisierung wird schnell missverstanden. Sie bedeutet nicht, dass alle Mitarbeiter alles mit Daten machen k\u00f6nnen. Sie bedeutet, dass Mitarbeiter Daten sinnvoll nutzen k\u00f6nnen, um ihre Arbeit zu verbessern.<\/p>\n\n\n\n
Daf\u00fcr sind klare Spielregeln n\u00f6tig. Wer darf mit welchen Daten arbeiten? Welche Daten sind f\u00fcr welche Zwecke freigegeben? Wo braucht es Freigabe, Schulung oder technische Schutzmechanismen? Diese Fragen gewinnen an Gewicht, sobald mehr Menschen mit Daten und AI arbeiten.<\/p>\n\n\n\n
Governance bremst Demokratisierung nicht, sondern macht sie skalierbar. Ohne sie bleibt Demokratisierung entweder zu vorsichtig oder zu riskant f\u00fcr den produktiven Einsatz.<\/p>\n\n\n\n
Von Technologieagenda zu Business Impact<\/h2>\n\n\n\n
Tobias Riedners Learnings haben einen gemeinsamen Kern: Data & AI wirkt nicht durch mehr Plattformen, Datenprodukte oder Anwendungsf\u00e4lle. Es wirkt, wenn es nah an den Entscheidungen sitzt, die das Gesch\u00e4ft ver\u00e4ndern.<\/p>\n\n\n\n
Der BARC Data, BI & Analytics Trend Monitor 2026<\/a> best\u00e4tigt dieses Muster: Bei 1.579 Befragten rangieren Datenqualit\u00e4t, Kultur, Governance und Data & AI Literacy vor AI und ML. Reife h\u00e4ngt nicht nur an Technologie, sondern an Organisation, Rollen und Zusammenarbeit.<\/p>\n\n\n\nF\u00fcr Data & AI Leader hei\u00dft das: weniger \u00fcber Technologie als eigene Agenda sprechen, mehr \u00fcber den Beitrag zu besseren Entscheidungen, schnelleren L\u00f6sungen und sicherer Datennutzung.<\/p>\n\n\n\n
Jetzt reinschauen: Tobias Riedner im Interview<\/h2>\n\n\n\n
Tobias Riedner bringt seine Learnings auf den Punkt. Sehen Sie sich das Interview an und nehmen Sie seine Impulse direkt mit in Ihre n\u00e4chste Data & AI Diskussion.<\/p>\n\n\n\n
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerkl\u00e4rung von YouTube.
Mehr erfahren<\/a><\/p>
\u201eDas Data Team zu internalisieren, war genau richtig. Wir waren dann um den Faktor drei g\u00fcnstiger und um den Faktor f\u00fcnf schneller.\u201c<\/em><\/strong><\/h4>\n\n\n\nDas zentrale Learning liegt nicht im Insourcing allein. Entscheidend ist, ob Data & AI nah genug an den Gesch\u00e4ftsfragen arbeitet, Anforderungen schnell versteht und L\u00f6sungen ohne lange \u00dcbersetzungsschleifen umsetzt.<\/p>\n\n\n\n
Weiterlesen:<\/strong> Wie Unternehmen Data-F\u00e4higkeiten intern aufbauen, zeigt auch der Beitrag Ihre n\u00e4chsten Data Leader arbeiten l\u00e4ngst bei Ihnen<\/a> Am Beispiel Merck wird deutlich, warum kontextnahes Upskilling wirksamer ist als extern eingekauftes Standardtraining.<\/p>\n\n\n\n4. Governance macht Demokratisierung skalierbar<\/h2>\n\n\n\n\u201eDatendemokratisierung ist wichtig, um Mitarbeitende zu bef\u00e4higen. Data Governance legt die Spielregeln fest.\u201c<\/em><\/strong><\/h4>\n\n\n\nDemokratisierung wird schnell missverstanden. Sie bedeutet nicht, dass alle Mitarbeiter alles mit Daten machen k\u00f6nnen. Sie bedeutet, dass Mitarbeiter Daten sinnvoll nutzen k\u00f6nnen, um ihre Arbeit zu verbessern.<\/p>\n\n\n\n
Daf\u00fcr sind klare Spielregeln n\u00f6tig. Wer darf mit welchen Daten arbeiten? Welche Daten sind f\u00fcr welche Zwecke freigegeben? Wo braucht es Freigabe, Schulung oder technische Schutzmechanismen? Diese Fragen gewinnen an Gewicht, sobald mehr Menschen mit Daten und AI arbeiten.<\/p>\n\n\n\n
Governance bremst Demokratisierung nicht, sondern macht sie skalierbar. Ohne sie bleibt Demokratisierung entweder zu vorsichtig oder zu riskant f\u00fcr den produktiven Einsatz.<\/p>\n\n\n\n
Von Technologieagenda zu Business Impact<\/h2>\n\n\n\n
Tobias Riedners Learnings haben einen gemeinsamen Kern: Data & AI wirkt nicht durch mehr Plattformen, Datenprodukte oder Anwendungsf\u00e4lle. Es wirkt, wenn es nah an den Entscheidungen sitzt, die das Gesch\u00e4ft ver\u00e4ndern.<\/p>\n\n\n\n
Der BARC Data, BI & Analytics Trend Monitor 2026<\/a> best\u00e4tigt dieses Muster: Bei 1.579 Befragten rangieren Datenqualit\u00e4t, Kultur, Governance und Data & AI Literacy vor AI und ML. Reife h\u00e4ngt nicht nur an Technologie, sondern an Organisation, Rollen und Zusammenarbeit.<\/p>\n\n\n\nF\u00fcr Data & AI Leader hei\u00dft das: weniger \u00fcber Technologie als eigene Agenda sprechen, mehr \u00fcber den Beitrag zu besseren Entscheidungen, schnelleren L\u00f6sungen und sicherer Datennutzung.<\/p>\n\n\n\n
Jetzt reinschauen: Tobias Riedner im Interview<\/h2>\n\n\n\n
Tobias Riedner bringt seine Learnings auf den Punkt. Sehen Sie sich das Interview an und nehmen Sie seine Impulse direkt mit in Ihre n\u00e4chste Data & AI Diskussion.<\/p>\n\n\n\n
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerkl\u00e4rung von YouTube.
Mehr erfahren<\/a><\/p>
4. Governance macht Demokratisierung skalierbar<\/h2>\n\n\n\n\u201eDatendemokratisierung ist wichtig, um Mitarbeitende zu bef\u00e4higen. Data Governance legt die Spielregeln fest.\u201c<\/em><\/strong><\/h4>\n\n\n\nDemokratisierung wird schnell missverstanden. Sie bedeutet nicht, dass alle Mitarbeiter alles mit Daten machen k\u00f6nnen. Sie bedeutet, dass Mitarbeiter Daten sinnvoll nutzen k\u00f6nnen, um ihre Arbeit zu verbessern.<\/p>\n\n\n\n
Daf\u00fcr sind klare Spielregeln n\u00f6tig. Wer darf mit welchen Daten arbeiten? Welche Daten sind f\u00fcr welche Zwecke freigegeben? Wo braucht es Freigabe, Schulung oder technische Schutzmechanismen? Diese Fragen gewinnen an Gewicht, sobald mehr Menschen mit Daten und AI arbeiten.<\/p>\n\n\n\n
Governance bremst Demokratisierung nicht, sondern macht sie skalierbar. Ohne sie bleibt Demokratisierung entweder zu vorsichtig oder zu riskant f\u00fcr den produktiven Einsatz.<\/p>\n\n\n\n
Von Technologieagenda zu Business Impact<\/h2>\n\n\n\n
Tobias Riedners Learnings haben einen gemeinsamen Kern: Data & AI wirkt nicht durch mehr Plattformen, Datenprodukte oder Anwendungsf\u00e4lle. Es wirkt, wenn es nah an den Entscheidungen sitzt, die das Gesch\u00e4ft ver\u00e4ndern.<\/p>\n\n\n\n
Der BARC Data, BI & Analytics Trend Monitor 2026<\/a> best\u00e4tigt dieses Muster: Bei 1.579 Befragten rangieren Datenqualit\u00e4t, Kultur, Governance und Data & AI Literacy vor AI und ML. Reife h\u00e4ngt nicht nur an Technologie, sondern an Organisation, Rollen und Zusammenarbeit.<\/p>\n\n\n\nF\u00fcr Data & AI Leader hei\u00dft das: weniger \u00fcber Technologie als eigene Agenda sprechen, mehr \u00fcber den Beitrag zu besseren Entscheidungen, schnelleren L\u00f6sungen und sicherer Datennutzung.<\/p>\n\n\n\n
Jetzt reinschauen: Tobias Riedner im Interview<\/h2>\n\n\n\n
Tobias Riedner bringt seine Learnings auf den Punkt. Sehen Sie sich das Interview an und nehmen Sie seine Impulse direkt mit in Ihre n\u00e4chste Data & AI Diskussion.<\/p>\n\n\n\n
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerkl\u00e4rung von YouTube.
Mehr erfahren<\/a><\/p>
Demokratisierung wird schnell missverstanden. Sie bedeutet nicht, dass alle Mitarbeiter alles mit Daten machen k\u00f6nnen. Sie bedeutet, dass Mitarbeiter Daten sinnvoll nutzen k\u00f6nnen, um ihre Arbeit zu verbessern.<\/p>\n\n\n\n
Daf\u00fcr sind klare Spielregeln n\u00f6tig. Wer darf mit welchen Daten arbeiten? Welche Daten sind f\u00fcr welche Zwecke freigegeben? Wo braucht es Freigabe, Schulung oder technische Schutzmechanismen? Diese Fragen gewinnen an Gewicht, sobald mehr Menschen mit Daten und AI arbeiten.<\/p>\n\n\n\n
Governance bremst Demokratisierung nicht, sondern macht sie skalierbar. Ohne sie bleibt Demokratisierung entweder zu vorsichtig oder zu riskant f\u00fcr den produktiven Einsatz.<\/p>\n\n\n\n
Von Technologieagenda zu Business Impact<\/h2>\n\n\n\n
Tobias Riedners Learnings haben einen gemeinsamen Kern: Data & AI wirkt nicht durch mehr Plattformen, Datenprodukte oder Anwendungsf\u00e4lle. Es wirkt, wenn es nah an den Entscheidungen sitzt, die das Gesch\u00e4ft ver\u00e4ndern.<\/p>\n\n\n\n
Der BARC Data, BI & Analytics Trend Monitor 2026<\/a> best\u00e4tigt dieses Muster: Bei 1.579 Befragten rangieren Datenqualit\u00e4t, Kultur, Governance und Data & AI Literacy vor AI und ML. Reife h\u00e4ngt nicht nur an Technologie, sondern an Organisation, Rollen und Zusammenarbeit.<\/p>\n\n\n\n F\u00fcr Data & AI Leader hei\u00dft das: weniger \u00fcber Technologie als eigene Agenda sprechen, mehr \u00fcber den Beitrag zu besseren Entscheidungen, schnelleren L\u00f6sungen und sicherer Datennutzung.<\/p>\n\n\n\n Tobias Riedner bringt seine Learnings auf den Punkt. Sehen Sie sich das Interview an und nehmen Sie seine Impulse direkt mit in Ihre n\u00e4chste Data & AI Diskussion.<\/p>\n\n\n\n Mit dem Laden des Videos akzeptieren Sie die Datenschutzerkl\u00e4rung von YouTube.Jetzt reinschauen: Tobias Riedner im Interview<\/h2>\n\n\n\n
Mehr erfahren<\/a><\/p>