Herzlich willkommen zu unserem neuen Blogpost, in dem wir uns mit dem spannenden Thema Datenstrategie und ihrer Bedeutung für den erfolgreichen Einsatz von Künstlicher Intelligenz (KI) beschäftigen. In einem kürzlichen Interview von Felix Schlenther von AI FIRST mit Timo Buck, Head of Data & AI bei TEVA Pharmaceuticals (bekannt u.a. durch die Marke ratiopharm), wurde eines schnell deutlich: Ohne eine solide Datenbasis ist jede KI- oder Data-Science-Initiative zum Scheitern verurteilt.
Warum eine Datenstrategie unverzichtbar ist
Laut Timo Buck ist eine Datenstrategie nicht einfach nur „nice to have“, sondern der zentrale Handlungsplan, um Daten optimal zu organisieren und zu nutzen. In einer Welt, in der täglich neue Informationsquellen entstehen und Unternehmen immer mehr Daten generieren, reicht es nicht aus, nur punktuell auf KI zu setzen. Erst die korrekte Erfassung, Strukturierung und Verknüpfung von Daten schafft den Nährboden, auf dem leistungsstarke KI-Anwendungen gedeihen können.
Der Ausgangspunkt: Der Datenkatalog
Zu Beginn einer guten Datenstrategie steht die Frage: „Welche Daten habe ich überhaupt, wo liegen sie und in welcher Form liegen sie vor?“ Dabei bietet sich ein sogenannter Datenkatalog an, in dem alle relevanten Datensätze samt Metadaten systematisch erfasst werden. Wichtig ist es, sich nicht in Perfektionismus zu verlieren. Timo empfiehlt, zunächst die wichtigsten Geschäftsbereiche ins Visier zu nehmen und genau jene Daten zu priorisieren, die das größte Potenzial für das Business haben.
Reifegradmessung und Priorisierung
Damit Unternehmen wissen, wo sie stehen, kann ein Reifegradmodell eingesetzt werden, das zum Beispiel Auskunft darüber gibt, wie zentralisiert die Daten gespeichert sind oder wie gut die Datenqualität gemanagt wird. Wer hier Lücken aufdeckt, kann gezielt an den Stellen ansetzen, die den größten Hebel versprechen. Kundendaten, so Buck, haben in vielen Branchen höchste Priorität, weil sie unmittelbar mit Umsatz, Produktentwicklung und Kundenbindung verknüpft sind.
Technische Basis: Data Lakehouse und Governance
Ein weiterer wichtiger Pfeiler ist die technische Infrastruktur. In den letzten Jahrzehnten haben sich verschiedene Speicher- und Analysekonzepte entwickelt: Data Warehouse, Data Lake und nun das Data Lakehouse, das die Vorteile beider Welten kombiniert. Während ein Data Warehouse strukturierte Daten optimal verwaltet, ermöglicht der Data Lake den Umgang mit unstrukturierten Daten. Im Data Lakehouse werden diese Stärken unter einem Dach vereint. Damit das nicht im Chaos endet, braucht es eine klare Data Governance, also Prozesse, Rollen und Verantwortlichkeiten, die sicherstellen, dass Daten verlässlich und zugänglich sind.
Kultur und Kompetenzen im Unternehmen
Mindestens ebenso wichtig wie Technologie ist jedoch die Unternehmenskultur. Die besten Tools nützen wenig, wenn Mitarbeitende nicht gelernt haben, datengetrieben zu denken und zu handeln. Eine offene, lernorientierte Kultur fördert den Einsatz von Daten in Entscheidungsprozessen und hilft, Ängste vor KI oder Automatisierung abzubauen. Schulungen, interne Foren zum Wissensaustausch oder kleine Piloten helfen dabei, Erfolge schnell sichtbar zu machen und Skeptiker zu überzeugen.
Business-Mehrwert aufzeigen
Letztlich muss sich eine Datenstrategie auszahlen. Beispiele aus Timos Praxis bei TEVA zeigen, wie etwa KI-Modelle Preisprognosen unterstützen, Kundenbestellverhalten vorhersagen oder frühzeitig Lieferengpässe erkennen. Solche Anwendungsfälle führen nicht nur zu Kosteneinsparungen, sondern können auch ganz neue Geschäftsmodelle ermöglichen. Wer in Daten investiert und diese strategisch nutzt, setzt langfristig auf nachhaltiges Wachstum und Wettbewerbsvorteile.
Wer sich auf diesen Weg begibt, stellt schnell fest: Eine solide Datenstrategie ist die Eintrittskarte für zukunftsweisende KI-Anwendungen. Denn erst wenn die Datenqualität stimmt, entfalteten KI-Modelle ihr volles Potenzial. Unternehmen, die dies frühzeitig erkennen, werden sich klar vom Wettbewerb abheben – jetzt und in Zukunft.
Unsere nächsten Expertenzirkel zur „Anwendung von KI im FMCG-Vertrieb“ sind für Februar 2025 geplant. Die bislang bereits vorliegenden Themenwünsche finden Sie unter https://www.braintrust-group.de/expertenzirkel/chatgpt/