Type something to search...
Eine Firma, ein Jahr, null Ausreden: Der Weg zu echten Datenprojekten

Eine Firma, ein Jahr, null Ausreden: Der Weg zu echten Datenprojekten

Kickoff unserer Serie über den Aufbau eines datengetriebenen Unternehmens: von der ersten KPI-Frage über Dateninfrastruktur und Dashboards bis zu einer Organisation, die täglich auf Basis von Daten entscheidet.

Stellen wir uns mal vor: Montagmorgen, 9:15 Uhr, Vertriebsmeeting bei der Thalberg Getränke GmbH.

Thalberg Getränke ist kein schlechtes Unternehmen. 280 Mitarbeiter, Getränkehersteller aus dem süddeutschen Mittelstand, Außendienst in D-A-CH, 60+ Produkte. Solides Geschäft, treue Kunden, ein Vertriebsteam, das seinen Job kennt.

Außerdem komplett erfunden, um die Themen dieser Serie an einem praxisnahen Beispiel zu erläutern. Wer also an dieser Stelle schon bei Google verzweifelt, weil er keinen Eintrag findet, der sei hiermit beruhigt.

Wie so oft beginnt das angedeutete Meeting wie die meisten anderen in den letzten Jahren: mit Streit über Zahlen, garniert mit charmanten, süddeutschen Liebkosungen wie Uaviech oder Zipfeklatscher. Ratlose Leser von jenseits des Weißwurstäquators müssten an dieser Stelle womöglich doch noch einmal auf Google nachschlagen.

Der Vertriebsleiter hat seine Excel dabei, die Marketingleiterin schaut ins BI-Tool, das vor drei Jahren mit großem Aufwand eingeführt wurde und seitdem hauptsächlich als teures Hintergrundbild fungiert. Der Geschäftsführer hält einen Ausdruck der Auswertung in der Hand, die ihm die Buchhaltung am Freitag geschickt hat.

Drei Menschen mit drei Versionen des Umsatzes, die Spanne der Differenzen: 180.000 Euro.

Die nächste Stunde verbringt das Team damit, herauszufinden warum die Zahlen unterschiedlich sind, statt zu besprechen, was man mit den Erkenntnissen tun soll. Am Ende einigt man sich auf die Version des Vertriebsleiters, weil… er am längsten dabei ist! Und von allen Anwesenden den rotesten (rötesten?) Kopf hat, das muss ja auch was bedeuten.

Dann geht jeder zurück an seinen Schreibtisch und am nächsten Montag geht es wieder von vorne los.

Was Thalberg fehlt, ist keine bessere Excel-Vorlage und kein teureres BI-Tool (wer BI Tools kennt weiß, preislich ist nach oben viel Luft). Was fehlt, ist die Grundlage für datenbasierte Entscheidungen: eine einzige, verlässliche Version der Wahrheit sowie eine Organisation, die weiß wie man mit ihr umgeht.

Das klingt groß (zurecht), ist aber lösbar. Und um diese Lösung soll es in unserer Serie gehen.

Wir begleiten die Thalberg Getränke GmbH auf dem kompletten Weg, vom ersten ehrlichen, stellenweise ernüchternden Blick auf die eigene Datenlage bis hin zu einer Organisation, die Entscheidungen täglich auf Basis von Daten trifft. Und das nicht, weil “man das jetzt so macht”, sondern weil es nachweislich bessere Ergebnisse liefert.

Was dieser Weg umfasst - und was nicht

Wer zum ersten Mal über Daten und Dashboards nachdenkt, denkt in der Regel an das Endprodukt: ein schickes Dashboard, bunte Balken, alle relevanten KPIs auf einen Blick. Das ist verständlich, manche Influencer würden es Materialisieren nennen, Es ist aber ungefähr so hilfreich wie einen Marathon mit einem “Finisher” T-Shirt zu beginnen. Wer schon einmal an der Strecke stand, weiß, wie das meist endet…

Der echte Weg sieht etwas anders aus und ist leider um einiges länger als die meisten denken, Abkürzungen mit eingerechnet.

Er beginnt mit der Frage, was man eigentlich messen will. Das klingt zunächst trivial, ist es aber tatsächlich nicht. Viele Unternehmen haben Dutzende von KPIs und messen damit nichts, was ihnen im Betriebsalltag hilft (z. B. Likes für die Linkedin Posts der Firma, ähem…). Der Unterschied zwischen einer Kennzahl, die zu Entscheidungen führt, und einer Zahl, die nur das Reporting aufbläht, ist größer als er aussieht.

Weiter geht es mit der Frage, wo die Daten herkommen. CRM, ERP, Excel-Listen, Außendienst-Protokolle, bei den den meisten Mittelständlern existieren die relevanten Daten bereits. Sie sind “nur (“nur”, sagt er) verteilt, inkonsistent und niemand weiß welche Version stimmt. Bevor man ein Dashboard baut, muss das gelöst werden.

Dann folgt die Infrastruktur: vielleicht ein Data Warehouse, das die Daten aus allen Quellen zusammenführt, sauber hält und für Auswertungen bereitstellt. Oder doch ein Data Lake? Auf jeden Fall ein Fundament, denn ohne Fundament kein stabiles Haus.

Erst dann folgt das, worüber die meisten zuerst reden: die eigentliche BI-Schicht. Datenmodelle, Dashboards, Visualisierungen, für den Geschäftsführer, den Vertriebsleiter, den Außendienstmitarbeiter unterwegs.

Aber dann kommt der Teil, an dem die meisten Projekte scheitern: die Frage, ob die Menschen in der Organisation die Dashboards auch wirklich nutzen. Data Culture, Data Literacy, Governance: das sind keine weichen Themen für HR-Workshops. Das ist der Unterschied zwischen einem Projekt, das technisch funktioniert und einem Unternehmen, das sich wirklich verändert.

Und am Ende, wenn das alles steht, öffnet sich die nächste Tür: Forecasts, Machine Learning, datengetriebene Prozesse, die nicht nur berichten, sondern vorhersagen und automatisieren.

Warum wir das aufschreiben

Wir sind Alpine Data Ventures, eine Münchner Datenberatung, die sich auf den Mittelstand spezialisiert hat. Wir bauen Data Warehouses, entwickeln BI- und KI-Lösungen, etablieren Governance-Strukturen und begleiten Unternehmen dabei, aus Datenprojekten echte Veränderungen zu machen.

Unser Prinzip heißt Skin in the Game: Wir stehen für alles ein, was wir empfehlen, und setzen es selbst um.

Diese Serie macht den kompletten Weg transparent, mit minimaler Consulting-Sprache, ohne Halbwahrheiten und ohne den Teil wegzulassen, der unbequem ist. Wir nehmen Thalberg als Beispiel, weil die Geschichte so oder ähnlich bei auffallend vielen Mittelständlern passiert, vielleicht auch bei euch.

Jede Woche erscheint ein neuer Teil. Manchmal ist es eine Episode aus Thalberg Alltag. Manchmal ein konkretes How-To. Manchmal eine Liste mit den fünf Dingen, die man wissen muss bevor man anfängt. Immer mit dem Ziel, dass ihr danach schlauer seid als vorher — egal ob ihr das selbst umsetzen wollt oder jemanden sucht, der es mit euch tut.

Was als nächstes kommt

Nächste Woche fangen wir da an, wo Thalberg anfangen muss: mit der Frage was der Geschäftsführer, der Vertriebsleiter und die Marketingleiterin eigentlich wissen müssen und wie man daraus KPIs baut, die wirklich steuern.

Du erkennst die Thalberg Getränke GmbH in deinem eigenen Unternehmen wieder? Dann ist diese Serie für dich – egal ob du Entscheider, Data Engineer oder irgendwo dazwischen bist. Wenn du direkt reden möchtest:

Related Posts

Datenstrategie: Der Kompass zur datengetriebenen Zukunft

Datenstrategie: Der Kompass zur datengetriebenen Zukunft

Ohne Strategie ist Datenmanagement wie Autofahren ohne Navi – man kommt an, aber ob es der richtige Ort ist, bleibt fraglich. Hier erfahrt ihr, warum eine Datenstrategie unverzichtbar ist.

Digitale Brücken statt digitales Dogma: Warum Digitalisierung mit Vertrauen und Zuhören beginnt

Digitale Brücken statt digitales Dogma: Warum Digitalisierung mit Vertrauen und Zuhören beginnt

Digitalisierung scheitert selten an Technik – aber oft an mangelnder Beteiligung. Warum Zuhören, Alltagswissen und kleine Brücken der Schlüssel zum Erfolg sind.

Data Leadership beginnt ganz oben – was Führungskräfte wirklich tun müssen

Data Leadership beginnt ganz oben – was Führungskräfte wirklich tun müssen

Datenstrategie funktioniert nur mit aktivem Buy-in der Unternehmensführung. Warum Data Leadership kein Lippenbekenntnis ist und wie man statt Gulasch von gestern wirklich Neues schafft.

Wenn Datenstrategie zur Flucht vor dem Bären wird

Wenn Datenstrategie zur Flucht vor dem Bären wird

Viele Unternehmen scheitern mit ihrer Datenstrategie nicht an Technik, sondern am Alltag. Warum BI-Initiativen oft nach Aktionismus aussehen, wie man Wirkung erzielt und was das mit Bären zu tun hat.

Excel war gestern – wie Führungskräfte Daten verstehen (und lieben lernen)

Excel war gestern – wie Führungskräfte Daten verstehen (und lieben lernen)

Führungskräfte lieben keine Zahlen – sie lieben Relevanz. Wie man Daten so aufbereitet, dass sie verstanden, genutzt und sogar geschätzt werden – auch ohne Pivot-Tabellen.

KI trifft BI: Saubere Daten als Basis für die Zukunft

KI trifft BI: Saubere Daten als Basis für die Zukunft

Wie saubere Daten die Grundlage für KI und BI bilden und Unternehmen zukunftsfähig machen – ein Leitfaden für datengetriebene Entscheidungen.

Kultur frisst Datenstrategie zum Frühstück, oder: warum Change nicht nebenbei passiert

Kultur frisst Datenstrategie zum Frühstück, oder: warum Change nicht nebenbei passiert

Datenstrategie ist kein Laminiervorgang: Ohne kulturelle Verankerung bleibt sie Theorie. Der Artikel zeigt, warum Change aktive Führung braucht – und was wir vom WG-Putzplan lernen können.

Wer kennt wen? Warum Datenflüsse ein Organigramm brauchen

Wer kennt wen? Warum Datenflüsse ein Organigramm brauchen

Viele Unternehmen wissen, wer im Organigramm wohin berichtet – aber nicht, wie Daten wirklich fließen. Eine systematische Datenlandkarte schafft Klarheit, Verbindungen und Verantwortlichkeit.

Stammdaten: Ihr Unternehmen - Ihr Vokabular. Wenn der Allradantrieb zum Stolperstein wird

Stammdaten: Ihr Unternehmen - Ihr Vokabular. Wenn der Allradantrieb zum Stolperstein wird

Ohne ein Stammdatenmanagement sind Ihre Daten wertlos. Erst zentral gepflegte, unternehmensweit genutzte Stammdaten, erlauben es Zusammenhänge zu erkennen und datengetrieben Entscheidungen zu treffen.

Serviert statt nur versprochen: Warum Datenstrategien echte Gänge brauchen

Serviert statt nur versprochen: Warum Datenstrategien echte Gänge brauchen

Ohne konkrete Anwendungsfälle bleibt jede Datenstrategie ein leeres Versprechen. Dieser Artikel erklärt, warum Use Cases nicht nur Beiwerk sind, sondern der eigentliche Schlüssel zur Wirkung.

Die ADV-Art: Wie wir arbeiten und Kunden begeistern

Die ADV-Art: Wie wir arbeiten und Kunden begeistern

ADV bringt Customer Centricity in die Beratungswelt. Erfahrt, wie wir arbeiten, Projekte strukturieren und Kunden mit datengetriebenen Strategien unterstützen.

Zentrale KPIs, zentrales Nervensystem: BI-Strukturen, die Geschäftsführung wirklich nutzen kann

Zentrale KPIs, zentrales Nervensystem: BI-Strukturen, die Geschäftsführung wirklich nutzen kann

BI-Systeme haben oft alles – außer Nutzer:innen aus dem Management. Warum das so ist, und wie man es besser macht: mit klaren KPIs, relevanten Reports und BI als strategischem Steuerungstool.

Respekt, wer’s selber macht! – Wie funktioniert der BI-Eigenbau?

Respekt, wer’s selber macht! – Wie funktioniert der BI-Eigenbau?

Was wäre, wenn Ihr Unternehmen seine Daten in die eigenen Hände nehmen könnte – schneller, flexibler und selbstbestimmt? Unser Artikel zeigt, wie das konkret aussieht.

Von Reaktions- zu Präventionsmodus: Wie Daten Muster erkennen, bevor Menschen es tun

Von Reaktions- zu Präventionsmodus: Wie Daten Muster erkennen, bevor Menschen es tun

Produktionsprozesse erzeugen Datenströme – und darin stecken Muster. Wer sie analysiert, kann Fehler vermeiden, statt nur reparieren. Das verändert nicht nur die Qualität, sondern die gesamte Steuerun

Warum eine Use Case Priorisierung ein Game Changer ist

Warum eine Use Case Priorisierung ein Game Changer ist

Die Auswahl der richtigen Use Cases ist entscheidend für den Erfolg der digitalen Transformation – hier erfährst du, wie man diesen Prozess effektiv gestaltet.

Von Bauchgefühl zu Business Steering: Warum KPI-Definition Chefsache ist

Von Bauchgefühl zu Business Steering: Warum KPI-Definition Chefsache ist

Zu viele KPIs, zu wenig Wirkung: Warum die Geschäftsführung bei der Definition der wichtigsten Kennzahlen nicht nur mitreden, sondern vorangehen muss.

Von Blindflug zur Steuerung: Transparenz in der Nachbearbeitung schaffen

Von Blindflug zur Steuerung: Transparenz in der Nachbearbeitung schaffen

Nachbearbeitung ist teuer, oft intransparent – und dabei voller Potenzial. Dieser Artikel zeigt, wie Unternehmen Licht ins Dunkel bringen und die Nacharbeit vom Kostentreiber zum Steuerungshebel mache

Von Excel zum Data Warehouse

Von Excel zum Data Warehouse

Tabellenkalkulationen sind beliebte Werkzeuge: schnell ein paar Daten organisieren oder einen Bericht erstellen. Doch wann sollte man von Excel & Co auf ein Data Warehouse umsteigen?