Mittelmaß ist keine Option

Es zeigte sich immer wieder: Das Scheitern lag selten an der Technologie oder der unpassenden Strategie. Meist waren mangelhafte Daten der entscheidende Faktor. Ich bin überzeugt, dass unser gesamter Business-Transforma­tion-Ansatz überdacht werden muss. Zu lange haben wir uns mit „gut genug“ zufriedengegeben: mit ausreichend guten Daten, guten Umsetzungen und Definitionen von Erfolg.

Doch wenn der Roll-out enttäuscht, die Dashboards nicht die Realität widerspiegeln und das Geschäft trotz hoher Investitionen unverändert bleibt, stellt sich die Frage: Wie sind wir hier gelandet? Historisch gesehen haben wir Erfolg an technischen Meilensteinen gemessen. Wurde die Migration rechtzeitig abgeschlossen? Ist das System live gegangen? Wurde der Zeitplan eingehalten? Das garantiert allerdings nicht, dass das Unternehmen tatsächlich besser dasteht.

Führungskräfte investieren nicht in Transformation, um Häkchen zu setzen, sondern um Ergebnisse zu erzielen: effizientere Prozesse, klügere Entscheidungen, echten ROI. Wie mir ein CIO einmal sagte: „Man wird nicht entlassen, weil das Projekt technisch nicht korrekt umgesetzt wurde. Man wird entlassen, weil die Ziele nicht erreicht wurden.“ Für bessere Ergebnisse müssen wir daher unsere Ansprüche erhöhen.

Validiert ≠ wertvoll

Viele Unternehmen gehen noch immer davon aus, dass ihre Daten „gut“ sind, sobald alle Felder ausgefüllt und die Formate korrekt sind. Doch formale Korrektheit bedeutet nicht, dass Daten auch nützlich sind. Häufig wird stolz verkündet, die Datenqualität liege bei 85 oder 95 Prozent. Was in der Schule einer guten Note entspräche, ist im Geschäftsleben ein alarmierendes Ergebnis.

Ich habe Daten gesehen, die auf den ersten Blick einwandfrei aussahen, aber enorme Probleme verursacht haben: Bestandsdaten wiesen Produkte als verfügbar aus, die allerdings nicht lieferbar waren. Lieferantendaten erfüllten zwar alle formalen Prüfregeln, enthielten jedoch fehlerhafte Bankverbindungen. Kundendaten erschienen auf den ersten Blick einwandfrei, führten aber zu Abrechnungsfehlern und Compliance-Verstößen.

Selbst eine Genauigkeit von 95 Prozent ist hier nicht ausreichend. Die verbleibenden 5 Prozent können sich rasch zu millionenschweren Verlusten summieren: durch Zeitverschwendung, Umsatzentgänge, Vertrauensverlust. Geschäftsrelevante Daten unterscheiden sich grundlegend von bloß „sauberen“ Daten. Sie sind vollständig, kontextbezogen und eng an die tatsächlichen Geschäftsprozesse gekoppelt. Sie werden nicht nur von Systemen überprüft, sondern auch von Entscheidungsträgern validiert, die deren Bedeutung im operativen Kontext verstehen.

Die zugrunde liegenden Systeme sind längst keine reinen Backoffice-Werkzeuge mehr – sie bilden das Rückgrat moderner Unternehmen. Sie steuern Bestände, Aufträge, Lohn- und Gehaltsabrechnungen, Finanzen, Beschaffung und Lieferketten. Warum also sollten wir weniger als 99,9 Prozent erwarten? Trägt Ihr Unternehmenspartner die Last – oder verlagert er sie nur? Zu viele Partner werden lediglich an der Lieferung gemessen, nicht an der Wirkung.

Oft liegt das daran, dass die Verantwortung für die Datenarbeit an die Fachbereiche delegiert wird, anstatt dort verortet zu sein, wo sie hingehört. Teams kennen ihr Geschäft. Es ist aber die Aufgabe des Partners, die Daten tatsächlich auch zu verstehen: tiefgehend, präzise und wirkungsorientiert. Übernimmt er diese Verantwortung nicht, bleiben Lücken, die Unternehmen langfristig bremsen. Daher mein Appell an alle: Partner sollten in die Pflicht genommen werden.

Stellen Sie die entscheidenden Fragen: Verfügt der Partner über echte Datenexpertise sowie ein qualifiziertes Team? Bringt er tiefes Branchenwissen und belastbare Referenzen mit? Arbeitet er mit einer bewährten Methodik? Legt er einen klaren Plan mit eindeutigen Verantwortlichkeiten vor? Jedes Unternehmen verdient einen Partner, der hilft, schnell und smart zu entscheiden. Wer diese Fragen nicht stellt, erwartet schlicht zu wenig.

Abgeschlossen ≠ geliefert

Alle sprechen über KI, aber kaum darüber, was sie antreibt: Daten. Wenn Daten doppelt, unvollständig oder inkonsistent sind, wird KI das Chaos nur beschleunigen. Sind sie akkurat und zweckgerecht, wird KI zum echten Beschleuniger. Sie hilft, Datensätze abzugleichen, Validierungen zu automatisieren und Probleme zu erkennen, bevor sie eskalieren. KI kann kein brüchiges Fundament reparieren. Aber sie kann helfen, ein solideres zu bauen. Was passiert, wenn Erwartungen niedrig sind: Mittelmäßigkeit gerät zur Norm.

Sobald wir beginnen, mehr zu erwarten, verändert sich alles. Transformation bedeutet nicht mehr reine Implementierung, sondern Wirkung. Daher setze ich mich seit Jahren für eine Data-First-Mentalität ein, denn Daten sind nicht nur die Grundlage, sie geben die Richtung vor. Mehr zu erwarten endet nicht mit dem Go-live. Unsere Branche hat die Werkzeuge und das Know-how. Es ist an der Zeit, uns selbst in die Pflicht zu nehmen, damit alle mehr erreichen, weil sie mehr erwarten. Oder, um Maya Angelou zu zitieren: „Wenn wir es besser wissen, sollten wir es auch besser machen.“