Eine kürzlich durchgeführte Studie von Deloitte ergab, dass 70 % der Bemühungen zur Realisierung der digitalen Transformation scheitern. Obwohl dieser Prozentsatz alarmierend hoch erscheint, ist es nicht so überraschend. Oft wird mehr Wert auf die eingesetzte Technologie gelegt, weniger auf den Menschen, die sie nutzen und denen die Technologie helfen soll.
Immer neue Technologien, gerade für die Digitalisierung, sollen das Leben einfacher machen. Und fast jeder Prozess in jedem Geschäftsbereich, von der Fertigung über das Finanzwesen bis hin zur Personalabteilung, kann verbessert werden, wenn er leistungsstarken, datenbasierten digitalen Werkzeuge nutzt. Aber man muss nichts übers Knie brechen. Und es sollte von Anfang an klar sein: wo fange ich an, was bringt es, wie lautet die langfristige Strategie. Priorisieren Sie quantifizierbaren Nutzen vor technischer Spielerei.
Die digitale Transformation beginnt mit den Menschen und der Denkweise - Nur wenige Unternehmen werden ihr volles digitales Potenzial ausschöpfen, wenn sie nicht zuerst eine digitale Denkweise bei ihren Mitarbeitern kultivieren. Im Zeitalter des rasanten technologischen Wandels ist es in der Tat produktiver, die digitale Transformation als einen Prozess oder eine Reise zu betrachten und nicht als eine festgelegte Reihe kurzfristiger Ergebnisse oder Resultate. Dabei kann eine Unternehmenskultur, die den Wandel begrüßt und Flexibilität schätzt, Ihr größtes Kapital sein. Letztendlich ist jede neue Technologie oder jeder digitale Prozess, den Sie einführen, nur so effektiv wie die Menschen, die mit seiner Umsetzung betraut sind. Sie können die leistungsfähigste und effizienteste Lösung für Datenanalyse, künstliche Intelligenz (KI) oder digitale Simulation entwickeln, die es auf dem Markt gibt. Aber ohne qualifizierte und motivierte Mitarbeiter, die sie effektiv umsetzen, wird die Technologie allein nicht die gewünschten Ergebnisse liefern.
Warum scheitern Datenwissenschaft und Datenanalyse?
Die wichtigste Aufgabe für viele Unternehmen ist es, die richtige Daten verfügbar für entsprechende Entscheidungen zu haben. Die eigentliche Herausforderung besteht jedoch darin, die richtigen Leute an seiner Seite zu haben. Wie der Chief AI Officer von Schneider Electric, Philippe Rambach feststellte, "erschließt das Hinzuziehen von KI-Experten den geschäftsrelevanten Wert der Nutzung von Open-Source-Daten für Start-ups oder die Begrenzung der Dark Data für erfahrene Akteure". Man kann Daten erfassen, aber damit sie funktionieren, braucht man mehr als nur Data Science, man braucht Fachwissen vor Ort und eine enge Beziehung zu seinen Kunden. Und was noch wichtiger ist: Daten müssen zu jedermanns Sache werden, und das erfordert einen kulturellen Wandel.
Die dabei häufig geäußerte Kritik an den Grenzen der KI bezieht sich in Wirklichkeit auf die Grenzen des Menschen. Es gibt keine gute oder schlechte KI, aber es gibt gute und schlechte Anwendungen von KI. Sie kann zur Verringerung des Kohlendioxidausstoßes und zur Optimierung des Energieverbrauchs eingesetzt werden, oder sie kann zur Erstellung von Fälschungen verwendet werden, die Fehlinformationen verbreiten. Auch hier sind die Menschen als verantwortungsbewusste Nutzer und Ersteller von KI-Anwendungen, unterstützt durch einen unternehmensethischen Rahmen für KI, viel wichtiger als die Technologie selbst.
