Schlankere Prozesse, bitte!

Anti-Prognosen für 2020: „Wir müssen unser Datenproblem in den Griff bekommen“

Marc Wilson

© Shutterstock / Vlue

Im vergangenen Jahr haben eine Reihe von Initiativen zur digitalen Transformation die Technologie-Landschaft neu gestaltet. Fortschritte bei Robotic Process Automation (RPA), künstlicher Intelligenz (KI), dem Internet der Dinge (IoT) und Machine Learning (ML) beeinflussen die Art und Weise, wie Unternehmen Geschäfte tätigen. Allerdings behindern diese neuen Technologien auch viele Organisationen an der erfolgreichen Umsetzung der digitalen Transformation. Sie überstürzen oftmals das Streben nach Innovation und vernachlässigen dabei eine fundierte Ausführung und Planung. Die Folge ist ein Durcheinander von Daten und ein Mangel an schlanken Prozessen – denn keiner dieser Fortschritte wurde wirklich „operationalisiert“.

Im Jahr 2020 erkennen Führungskräfte, dass KI, ML und andere fortschrittliche Technologien im Unternehmen allgegenwärtig sind. Darüber hinaus werden sie verstehen, dass die Zukunft ihres Geschäfts weniger vom Datenvolumen abhängt, sondern vielmehr von der Vereinbarkeit von Daten und Prozessen. Die Zusammenarbeit von Menschen, Bots und KI wird zur Normalität, nur so bleiben sie in der nächsten Revolution in Sachen Effizienz und Kundenpflege wettbewerbsfähig. Glücklicherweise lassen sich Ineffizienzen dank verschiedener Schritte vermeiden. Untenstehend folgen drei Möglichkeiten, mit denen Unternehmen ihre Daten besser verwalten können:

1. Wichtige Daten priorisieren

Unternehmen müssen verstehen, dass ihr Geschäft im Allgemeinen auf weniger als einem Dutzend Kerndatenkonzepten wie Mitarbeiter, Kunden, Assets etc. basiert. Die Herausforderung dabei: Die Puzzleteile, die zusammen diese Datenpunkte ergeben, sind im gesamten Unternehmen verstreut. Organisationen sollten deshalb klein anfangen – mit den wichtigsten Daten der wichtigsten Anwendungen. Auf diese Weise sammelt das Entwickler-Team genügend Selbstvertrauen, um auch die größten Datenherausforderungen anzugehen.

Darüber hinaus sind schnelle, wirkungsvolle Erfolge wichtig, um zu zeigen, dass das scheinbar Unmögliche sich tatsächlich erreichen lässt.

2. Hürden zwischen Anwendungen überwinden

Firmen müssen eine flexible Datenstrategie entwickeln. Diese ermöglicht ihnen die Entwicklung von Anwendungen, die auf dezentralisierten Daten basieren. Es kann nicht darauf gewartet werden, dass jemand herausfindet, wie man alle Daten zentralisiert und sie für mehrere Anwendungen zugänglich macht. Selbst wenn dies der Fall wäre, könnten die Entscheidungen von heute durchaus den Fortschritt von morgen behindern.

Daher sollten Unternehmen Datenstrategien vermeiden, bei denen Anwendungen nicht veränderbare Datenstrukturen benötigen oder sie aus anderen Anwendungen ziehen müssen. Sie bleiben besser genau dort abgelegt, wo sie sich befinden – in unterschiedlichen Legacy-Anwendungen, die im gesamten Unternehmen verteilt sind. Entwickler müssen stattdessen Wege finden, um diese Barrieren einzureißen und Verbindungen zwischen den Anwendungen zu schaffen, über die Mitarbeiter die Daten teilen können.

Es ist wichtig, dass Unternehmen Daten nicht nur als virtuelles Konstrukt sehen. Vielmehr spielt auch der Ort eine Rolle, an dem sie sich physisch befinden. Dennoch sollten dabei die Besitzverhältnisse geklärt sein. Während die Datenexperten in der Firma sich um den physischen Teil kümmern, müssen die Anwendungen die Daten virtuell verarbeiten. Entscheidend ist es dabei, keine Anwendungen einzusetzen, die Daten physisch verarbeiten müssen, um zu funktionieren. Stattdessen sollten die Anwendungen agnostisch und von überall zugänglich sein.

3. Menschen, Prozesse und Daten koexistieren auf gleicher Ebene

Organisationen sollten darüber hinaus den Einfluss ihrer Architektur und struktureller Entscheidungen auf ihre Mitarbeiter, Prozesse und Daten berücksichtigen. Oftmals lösen Unternehmen eine Datenherausforderung und schaffen am Ende eine Reihe von Prozessproblemen. Oder sie finden eine Lösung für ein solches Problem, aber verschlechtern den Prozess dabei für die Anwender.

Aus diesem Grund sollte bei der Entscheidungsfindung alle drei Elemente einbezogen werden: Menschen, Prozesse und Daten müssen harmonisch ineinandergreifen. Obwohl viele Firmen KI ML, IoT und andere fortschrittliche Technologien bereits in ihr Toolkit aufgenommen haben, werden sie niemals das gesamte Potenzial ausschöpfen können, solange Data Management-Herausforderungen existieren.

Um ihre Programme zu beschleunigen, müssen Unternehmen diese Technologien operationalisieren. Zunächst aber steht die Priorisierung von Daten und Anwendungen mit dem vielversprechendsten Potenzial im Vordergrund. Anstatt Daten zu zentralisieren, sollten Verbindungen zwischen Datensätzen aufgebaut und ein holistischer Ansatz verfolgt werden, der Menschen, Prozesse und Daten einschließt.

Geschrieben von
Marc Wilson

Marc Wilson ist einer der Gründer von Appian und verantwortlich für den Vertrieb hinsichtlich der Financial Services-, Versicherungs- und Pharma-Branchen. Zuvor baute Wilson das Global Partnership Team von Appian auf und leitete das Appian Professional Services-Team.

Kommentare

Hinterlasse einen Kommentar

Hinterlasse den ersten Kommentar!

avatar
4000
  Subscribe  
Benachrichtige mich zu: