Chaotische Systeme gibt es nicht, denn das würde bedeuten, dass eine Hypothesenbildung oder die Konzeption eines iterativen Vorgehens unmöglich sind. Es gibt nur Systeme, die wir nicht verstehen können! Was leicht in eine metaphysische Diskussion ausbrechen könnte, ist doch sehr hilfreich, um im Unternehmen Geschäfts-, Steuerungs- und Datenmodelle zu verstehen, denn oft liegt die Ursache eben nicht in einem unerklärlichen System ohne kausale Zusammenhänge sondern in schlechten Prozessen, die für den Vorgang nicht passen, einem Data Warehouse, welches den Unternehmensanforderungen nicht gerecht wird oder am Nichteinhalten von Regeln und Prozessen.

Eine Wissenswelle zu Data Literacy und das Wort KI kommt erst im dritten Teil vor? KI ist gewisser maßen das Sahnehäubchen auf dem Thema Datenbasierte Entscheidung. Denn wer Daten ohne Kontext sammelt kann schnell auch zum modernen Messi werden. KI hilft in jedem Fall, wenn wir dazu die Datenbasis haben. Diese braucht dann aber auch die richtige Struktur - und danach entscheidet sich, was die richtige (KI-)-Methode ist.

Wie kann ich Daten zur effektiveren und effizienteren Steuerung meines Unternehmens einsetzen und was müssen wir lernen und beherrschen, um Daten Sinn zu verleihen? Diese Frage stellt sich dem deutschen Mittelstand spätestens seit dem Durchbruch der generativen KI.

Planen, Messen und Nachsteuern ist der klassische Controllingzyklus. Ohne solide Datenbasis entstehen in Unternehmen an diesen Stellen oft unendliche Diskussionen. Aber wie geht das, wenn man abseits des Standardreportings in schnell veränderlichen Kontexten unterwegs ist? Genau hier ist Agilität gefragt, doch wie passen die beiden Dinge zusammen? Denn datengestützte Entscheidungen können nur auf der Grundlage eines Datenmodells getroffen werden, doch kein Modell ist perfekt.

Vor über 10 Jahren prognostizierte Hal Varian, der Chefökonom von Google, in einem Artikel der New York Times, dass die sexy Jobs [...] Statistiker sein werden“. Im selben Artikel ergänzt Erik Brynjolfsson, Ökonom und Direktor des Massachusetts Institute of Technology Center for Digital Business: “Wir geraten rapide in eine Welt, in der alles überwacht und gemessen werden kann, aber das große Problem wird die Fähigkeit der Menschen sein, diese Daten zu nutzen, zu analysieren und ihnen Sinn zu verleihen.“ Damit steht die Frage klar im Raum: Was müssen wir lernen und beherrschen, um Daten Sinn zu verleihen?

Wäre es nicht großartig Szenariotechnik, Trendmap und Co. datengetrieben zu verwenden? Wie würde eine Welt aussehen in der wir unser Risiko nicht anhand von Bauchgefühl, sondern anhand von Fakten bewerten würden? Natürlich kann keine Datengrundlage so umfangreich sein, dass sie komplett auf das Bauchgefühl verzichten lässt, dennoch wünschen sich viele Entscheider:innen mehr Sicherheit in Bezug auf Risiko der Einführung und Versprechen einer neuen Technologie im Kontext ihrer Branche.

Alle reden über datengetrieben Entscheidungen aber ist das überhaupt richtig? Ein Großteil der Entscheidungen wird immernoch 'aus dem Bauch heraus getroffen' und die Zahlen (wenn sie überhaupt eine Rolle spielen) müssen dann hinterher dazu passen. Klingt nach Quatsch? Ist es auch!