The Future of Data - Wird Datenmanagement jetzt sexy?

Ich habe mittlerweile aufgehört zu zählen, wie oft ich gehört habe, dass eine neue Technologie «Probleme mit der Datenqualität lösen kann». Aber keine einzige Technologie kann Qualitätsprobleme beheben; die kann nur das Datenmanagement lösen. Egal, wie viel Blockchain, Cloud und KI zusammen in einen Datensatz geworfen werden, sie sind keine Lösung für Datenintegrität. Das Herzstück jeder Datenintegrität ist vielmehr das Management von Quellen, das Verstehen der Use Cases, die Nachverfolgung von Datenveränderungen, die korrekte Anwendung von Werkzeugen, das Messen und Überwachen. Technologie ist ein grossartiger Wegbereiter, aber eben kein Zauberstab.

Datenmanagement ist heute weniger eine geradlinige Verbindung von einem Punkt zum anderen, sondern vielmehr eine Aufgabe über mehrere Bereiche eines Unternehmens hinweg. Diese positive Entwicklung hat zum Beispiel zu einem verbesserten Risikomanagement beigetragen, bedeutet jedoch auch,  dass Fehler, die früher auf einen Prozess beschränkt waren, jetzt eine unternehmensweite Reichweite haben.

KI und Machine Learning können Fehler zudem verstärken und es ist beunruhigend, wie die Technologien den Bias von Menschen aufgreifen. Dadurch können nicht nur Datenfehler multipliziert werden, sondern es kann auch zu Diskriminierung führen. Das Screening von Lebensläufen und die Berechnung von Prüfungsergebnissen haben dieses Problem offengelegt.

Alternative Data ist mittlerweile Mainstream. Nach Angaben der Bank of America nutzt heute etwa die Hälfte aller Investmentfirmen alternative Daten.  Da immer mehr Firmen nach der Pandemie in neue Technologien investieren und ihre Investitionen zunehmend auf Nachhaltigkeit ausrichten, wird diese Zahl wahrscheinlich noch steigen.

So werden Social Media Feeds, Satellitenbilder, Kreditkartentransaktionen, Geolokalisierungsdaten und Wettervorhersagen alle genutzt, um Erkenntnisse zu gewinnen -  einschliesslich der Identifizierung von Möglichkeiten für verantwortungsbewusstes Investieren.

Aber Daten - auch Alternative Data - sind kein Lego. Und grosse Datenmengen können ein grosses Chaos bedeuten. Während das Wachstum von alternativen Daten enorm ist, sind sie isoliert betrachtet so nützlich wie der Kauf eines Anhängers, wenn man kein Auto hat. Sie müssen mit etwas verbunden werden, sonst bedeuten sie gar nichts. Der Fokus muss sowohl auf die Sammlung, die Verknüpfung und die Relevanz der Daten gelegt werden.

Wenn es um eine grössere Standardisierung geht, gibt es viele Bereiche, in denen das Datenmanagement durch einen Mangel an globalen Standards behindert wird. Ein Paradebeispiel hierfür sind Umwelt-, Sozial- und Governance-Daten (ESG). Je stärker der Fokus auf ESG-Investitionen wächst, so sehr steigt auch die Notwendigkeit, Standards für ESG-Daten anzuwenden. Allerdings stehen wir erst am Anfang der Erschliessung der ESG-Daten -  im Sinne einer umgedrehten Pyramide, an deren unterem Ende wir uns befinden, wenn wir über Standardisierung und Anwendung sprechen.

Wenn es um die Datenqualität geht, liegen die Probleme oft darin begründet, wie ein Unternehmen organisiert und betrieben wird. In einem Bericht aus dem Jahr 2018 beschrieb McKinsey, dass die Unternehmenskultur entweder ein Problem oder eine Lösung ist. Die Kultur kann die Anwendung von Analysen beschleunigen, ihre Leistung verstärken und Unternehmen von Risiken ablenken, oder aber sie kann der Realisierung von Erkenntnissen und Vorteilen entgegenwirken.

Zu viele Unternehmen gehen die Datenanalyse wie ein wissenschaftliches Experiment an. Um Rohdaten aussagekräftig zu machen, müssen sie sortiert, harmonisiert und in einen Kontext gebracht werden. Es muss noch harte Arbeit geleistet werden, um nachhaltige und aussagekräftige Ergebnisse zu erzielen.

Datenmanager verfügen über Informationen zu den Eigenschaften eines Datensatzes - was dieser anzeigt, wie sich die Daten verhalten, woher sie stammen und wie sie verarbeitet wurden. Was wir beiläufig als «Metadaten» bezeichnen, stellt eine grobe Unterrepräsentation der Fähigkeiten und des Wissens von Datenmanagement-Experten dar.

Das Verständnis von Dateneigenschaften ist der Schlüssel zu Erkenntnissen - es ist die Lücke zwischen Geschäftsanforderungen und Data-Science-Anwendungen und ermöglicht eine effektive Automatisierung. Diese Informationen zu entschlüsseln ist von zentraler Bedeutung. In den Gehirnen von «Daten-Nerds» steckt Gold.

Das Nützlichste, was jede Organisation tun kann, ist die Verbesserung der Datenkompetenz - und ich meine buchstäblich jede Organisation, denn die Welt funktioniert nur noch mit Daten. Egal ob Einzelhandel, Versicherung, Bank, Produktion, Transportwesen oder Gastgewerbe - Daten sind wichtig.

Die Mitarbeitenden müssen verstehen, über welche Daten ihr Unternehmen verfügt, wie man an sie herankommt, wie man Berichte erstellt und liest und wie man sie nutzt, um Entscheidungen zu treffen. Und es sind die Datenmanager, die dabei helfen können, dies in die Tat umzusetzen.

Daten müssen zu einer zweiten Sprache werden, die in einer Organisation allgemein verstanden und gesprochen wird. Dabei geht es nicht darum, Fehlerquoten, Primärschlüssel, Pivot-Tabellen und Six Sigma zu erklären. Es geht darum, den Mitarbeitern zu helfen, ihr volles Potenzial auszuschöpfen und intelligentere Entscheidungen zu treffen. Die Fähigkeit, «Daten zu sprechen», wird zu einem integralen Aspekt der meisten alltäglichen Aufgaben werden.

COVID-19 war eine einprägsame Erinnerung daran, dass Agilität und Schnelligkeit der Schlüssel zur Bewältigung globaler Umbrüche und Marktveränderungen sind. Effektives Datenmanagement ist dabei von zentraler Bedeutung: Es hilft Unternehmen, vorauszuschauen, sich anzupassen, zu skalieren und die Gunst der Stunde zu nutzen. Digitalisierung und Automatisierung sind wertlos ohne Daten.

Datenerfassung, -verwaltung, -steuerung und -verteilung - das täglich Brot der Datenmanager - mögen zwar nicht aufregend klingen, sind aber Bausteine für erfolgreiche Prozesse, Organisationen und Entscheidungen. Auch wenn es vielleicht nicht sexy ist – investieren Sie in Ihre Beziehung mit den Daten, denn es könnte eine sehr ernste Beziehung daraus werden!