CDOs: KI, Teamzusammenarbeit und Data Governance sind entscheidend für den Datenerfolg

Im zweiten Jahr in Folge sprach VP Ben Blanquera mit mehreren prominenten Chief Data Officers aus verschiedenen Branchen auf der ganzen Welt. Die ausführlichen Gespräche beleuchteten die sich wandelnden Verantwortlichkeiten von CDOs in der heutigen Unternehmenslandschaft und untersuchten die transformativen Auswirkungen von Daten, Analysen und KI-Innovationen. Ihre Erkenntnisse führten zu einem "CDO Playbook" - einer Sammlung von Best Practices für die Verwaltung von Daten und Humanressourcen zur Förderung von Unternehmensinnovation und -transformation.  

Im Jahr 2023 betonten die CDOs, wie wichtig es ist, Dateninitiativen auf einen Zweck und eine Mission auszurichten, einen personenzentrierten Ansatz zu verfolgen, die Datenkompetenz im gesamten Unternehmen zu fördern und bei den Dateninvestitionen auf Praktikabilität zu achten, um den Wert zu maximieren.

Im Jahr 2024 sprach Blanquera mit sechs CDOs, um ihre Strategien, Herausforderungen und Erfolgsgeschichten näher zu beleuchten. Aus diesen Gesprächen haben sich drei neue Strategien für den Erfolg ergeben:

1. Der Aufstieg der KI und des maschinellen Lernens und seine Auswirkungen in großem Maßstab
2. Die grundlegende Notwendigkeit der Zusammenarbeit zwischen Unternehmensteams
3. Die Notwendigkeit einer starken Datenverwaltung zur Unterstützung der Datenqualität und -konsistenz

Hier finden Sie Zusammenfassungen von Blanqueras Interviews mit Links zum gesamten CDO Playbook für jedes CDO.

     1. KI und maschinelles Lernen

Ein gemeinsames Thema aller CDOs ist die Bedeutung der Abstimmung von KI-Lösungen auf praktische Geschäftsanwendungen. Kein einzelner Faktor treibt die KI-Wertschöpfung isoliert voran. Um erfolgreich zu sein, müssen Unternehmen alle Schlüsselfaktoren gleichzeitig angehen und untersuchen, wie sie sich gegenseitig beeinflussen und überschneiden.

Dr. Michael Proksch, Autor von The Secrets of AI Value Creation sagte: "Der Schlüssel zur Erschließung echter Werte mit KI liegt in der Identifizierung von Anwendungsfällen, die einen Wettbewerbsvorteil bieten, anstatt auf generische Branchenlösungen zurückzugreifen. Zum Erfolg von KI gehört mehr als nur die Implementierung von Technologie. Es erfordert auch eine sorgfältige Balance zwischen Unternehmensanalyse, Datenmanagement und sogar Psychologie"

Neil Bhandar, VP of Analytics bei Generic Power Systems, sagte: "Wir legen von Anfang an Wert auf saubere und hochwertige Daten. Durch die Integration von KI-gesteuerter Fuzzy-Logik und die Validierung mit maßgeblichen Datenbanken stellen wir sicher, dass unsere Daten genau und zuverlässig sind."

Luciano Miranda, Vice President of Analytics and Insights for Global Operations and Supply Chain bei Medtronic, sagte: "Unsere Philosophie ist einfach, aber stark. Setzen Sie auf Einfachheit, Automatisierung und Datenintegrität. Indem wir KI nutzen, revolutionieren wir die Geschäftsabläufe und gestalten die Zukunft."

Tracie Cleveland Thomas, Senior Vice President of Digital Transformation bei der KeyBank, legt Wert darauf, generative KI mit praktischen Anwendungsfällen für den Alltag näher zu bringen. Um wettbewerbsfähig zu bleiben und Kunden und Verbrauchern personalisierte Erlebnisse zu bieten, ist die Integration einer Form von Gen AI unerlässlich", sagte sie.

"Wenn KI-Tools nicht angenommen werden, man ihnen nicht vertraut und sie nicht effektiv in Arbeitsabläufe integriert werden, bleibt das menschliche Potenzial ungenutzt. Daher muss bei der Operationalisierung von KI der Schwerpunkt auf der menschlichen Akzeptanz und der Benutzerfreundlichkeit liegen."

Zoetis setzt sowohl auf Menschen als auch auf KI und maschinelles Lernen, um Lösungen effektiv zu skalieren. Human Operations konzentriert sich darauf, die Bedürfnisse der Nutzer zu verstehen und sicherzustellen, dass KI-Lösungen mit ihren Aufgaben und Verantwortlichkeiten übereinstimmen. Der Betrieb von KI und maschinellem Lernen gewährleistet technische Kompetenz, Modellpflege und robuste Unternehmensfunktionen wie Modellregister und ROI-Messung.

2 Teamübergreifende Zusammenarbeit steigert die Produktivität

Ein weiteres Thema, das immer wieder auftaucht, ist die entscheidende Rolle der Zusammenarbeit zwischen den Unternehmensteams. Wenn beispielsweise Dateningenieure in Teams eingebettet werden, anstatt sie in isolierten Funktionen zu halten, wird eine direkte Verbindung zwischen technischem Aufwand und Geschäftszielen hergestellt. Dieser Ansatz trägt dazu bei, die Entwicklung relevanter Lösungen zu gewährleisten und die Wertschöpfung im gesamten Unternehmen zu beschleunigen. 

Medtronic verfolgt einen ähnlichen Ansatz und hebt hervor, wie sich die Rollen innerhalb des Unternehmens durch die Konsolidierung der Analysegruppen entwickelt haben. Sie orientieren sich nun stärker an den sich entwickelnden Bedürfnissen und Prioritäten des Unternehmens und spiegeln sein Engagement für Anpassungsfähigkeit und Reaktionsfähigkeit wider.

Bei Eaton sind die Dateningenieure nicht in separaten Teams isoliert. Stattdessen werden sie in die Wertströme integriert. Neben der Verwaltung von Plattformen arbeitet jeder Leiter mit einem oder mehreren Geschäftsteams zusammen, um eine effektive Leistung zu unterstützen.

Laut Ross Schalmo, Chief Data Officer bei Eaton, "geht es nicht nur darum, Daten zu verschieben oder komplexe Abfragen zu schreiben. Für Ingenieure ist es wichtig, die Geschäftsprozesse zu verstehen, die diese Daten generieren, und zu wissen, wie sie verwendet werden sollen. Indem wir die Datenflüsse dokumentieren und die Ziele unserer Berichte verstehen, können wir unsere Bemühungen besser auf die Geschäftsanforderungen abstimmen und die Auswirkungen unserer Initiativen effektiv messen."

3 % Einführung einer strengen Datenverwaltung zur Unterstützung von Qualität und Konsistenz

Ein immer wiederkehrendes Thema unter den befragten CDOs war die kritische Notwendigkeit einer robusten Data-Governance-Strategie. Viele Experten hoben die Rolle hervor, die sie bei der Einrichtung von Sicherheitsleitplanken und der Gewährleistung der organisatorischen Konsistenz spielt, was letztendlich zu einer verbesserten Datenqualität führt.

Bei Eaton hat das Unternehmen Datendomänen eingerichtet, die auf Unternehmensfunktionen wie Marketing, Vertrieb, Lieferkette und Personalwesen ausgerichtet sind. Sie hat in jedem Bereich formale Strukturen für die Datenverwaltung eingerichtet. Dieser Ansatz, der sich auf ein Playbook stützt, führte bei Eaton von keiner Data Governance zur Implementierung von Dashboards und Scorecards für die Datenqualität.

Auch Thomas von der KeyBank unterstrich die Bedeutung von Data Governance, indem er Datenqualität und -sicherheit als grundlegende Komponenten und Strategie hervorhob.

Weitere exklusive Einblicke von diesen sechs CDOs finden Sie im CDO Playbook, einer Sammlung von Best Practices für die Verwaltung von datenzentrierten Prozessen, Methoden und Ressourcen zur Förderung von Geschäftsinnovation und -transformation hier.