Heutzutage verfügen viele Unternehmen über riesige Datenmengen. Laut einer Dell-Technologies-Studie verwaltet jedes von ihnen momentan im Durchschnitt rund 13,5 Petabyte an Daten. Das sind 13.500.000 Gigabyte – Tendenz steigend. Diese Daten haben einen enormen Wert, der jedoch nur ausgeschöpft wird, wenn Unternehmen die Daten nicht nur speichern, sondern Erkenntnisse daraus ziehen und Handlungen ableiten.

In anderen Worten: Unternehmen sollten Daten nicht nur zur Unterstützung der eigenen Entscheidung heranziehen, sondern sie als Impuls für Entscheidungen nutzen. Das Ziel ist es, von dateninformierten Entscheidungen zu datengetriebenen zu gelangen. Doch wie ist das möglich? Um das volle Potenzial der Daten zu nutzen, benötigen Mitarbeiter einen flächendeckenden Zugang zu den Informationen (Datendemokratisierung) sowie die Fähigkeit, mit ihnen umzugehen (Datenkompetenz). Gemeinsam bilden diese Faktoren zwei essenzielle Pfeiler für eine datengetriebene Geschäftskultur.

Die erste Voraussetzung für eine allumspannende Datenkultur ist der unternehmensweite Zugang zu ihnen. Datendemokratisierung zielt darauf ab, dass jede Abteilung oder sogar jeder Mitarbeiter Zugang zu den jeweils relevanten Informationen hat. Daten sind somit nicht mehr nur in den Händen von Spezialisten, sondern bei den jeweils im spezifischen Kontext zuständigen Mitarbeitern.

Die Grundlage dafür sollte eine kohärente Daten- und Analysestrategie sein, die in die allgemeine Unternehmensstrategie integriert ist. Denn nur so können Unternehmen allumfassende, wiederholbare Methoden und Prozesse zur Kontrolle und Verteilung von Daten etablieren. Mitarbeiter benötigen die passende Infrastruktur und entsprechende Tools, um sie auszuwerten und interpretieren zu können. In den meisten Fällen sind die Datenbanken jedoch gar nicht skalierbar genug und müssen modernisiert werden, um solche ambitionierten Ziele erreichen zu können.

Ein unternehmensweiter, individueller Zugang zu Daten ist nur dann lohnend, wenn die Mitarbeiter auch über die nötigen Fähigkeiten verfügen, richtig mit ihnen umzugehen. Ein essenzieller Grundpfeiler für datengetriebene Arbeit ist deshalb Datenkompetenz, auch Data-Literacy genannt. Datenkompetenz bezieht sich hier auf das Sammeln und Managen von Daten, aber vor allem auch auf deren Interpretation und die Kommunikation von Erkenntnissen, dem Data-Storytelling.

Ziel sollte es sein, eine vollumfängliche Datenkompetenz aller Mitarbeiter zu erreichen. Das ist natürlich nicht zu 100 Prozent umsetzbar: Es wird immer Geschäftsbereiche geben, in denen die Mitarbeiter nur über grundlegende Datenkompetenz verfügen. Das gilt auch für Mitglieder der Führungsebene, die schlichtweg keine Zeit haben, sich ausführlich mit Daten zu beschäftigen, oder für Mitarbeiter, die in ihrer täglichen Arbeit wenig Kontakt zu Daten haben – auch wenn solche Arbeitsstellen künftig immer weniger werden.

Um die Bereiche, in denen Datenkompetenz keine Priorität hat, an die Unternehmensentwicklung zu mehr Datendemokratisierung anzubinden, können Kollegen Datenexpertise mit leicht verständlichen „Datengeschichten“ erklären. So versteht jeder Mitarbeiter, welche Bedeutung die vorliegenden komplexen Informationen für das Unternehmen haben.

Doch warum funktionieren Datengeschichten eigentlich besser? Das Gehirn liebt Geschichten – und kann sie einfacher verarbeiten als Daten. Jeder kennt beispielsweise Bücher oder Filme – Geschichten eben –, die einen mitgerissen, nachhaltig beeindruckt und vielleicht fürs Leben geprägt haben.

Von Datenreihen würden das wohl die Wenigsten behaupten. Der Grund dafür liegt in der Funktionsweise unseres Gehirns. Wenn wir Geschichten hören, die mit Emotionen verbunden sind, sind insgesamt sieben Regionen unseres Gehirns an der Verarbeitung beteiligt. Bei Daten und Fakten hingegen lediglich zwei. Emotionen aktivieren unser Gehirn also in wesentlich höherem Maße. Und: Jede emotional aufgeladene Geschichte ist dazu geeignet, dass man sich mit den Protagonisten identifiziert und emotional involviert wird. Grund dafür sind die Spiegelneuronen, die unter anderem auch dafür verantwortlich sind, dass wir gähnen, wenn wir sehen, wie es unser Gegenüber tut. Dabei gilt: Je bildhafter und mitreißender die Geschichte, umso höher die Aktivität der Spiegelneuronen und damit auch die Identifikation sowie die Glaubwürdigkeit der vermittelten Informationen. Komplexe Sinnzusammenhänge wie Daten können so wesentlich besser an andere vermittelt werden, berühren uns und bleiben länger im Gedächtnis.

Hilfreich beim Data-Storytelling sind zudem begleitende visuelle Elemente. Infografiken, Diagramme oder Animationen machen Zahlen ebenfalls greifbar und auch für Einsteiger verständlich. Sachverhalte und Zusammenhänge, die sich nicht oder nur schwer aufbereiten lassen, können entsprechend im Text aufgegriffen und erklärt werden. Wichtig dabei: Data-Storyteller sind keine Märchenerzähler, was zählt, sind vielmehr der fesselnde Aufbau der Geschichte und eine anschauliche Sprache. Einer Spielfilmdramaturgie folgend sollte einleitend das Thema vorgestellt und die Frage beantwortet werden, warum man sich überhaupt mit diesem Thema beschäftigt. Danach folgt eine Darstellung der Herausforderungen und Problemstellungen: Wofür suche ich eine Lösung? Abschließend liefert man die Handlungsempfehlung: Welche Learnings kann man aus der Datenanalyse mitnehmen und welche Schritte sind als nächstes zu gehen?

Gute Data-Storyteller erklären also komplexe Themen einfach und verständlich, sodass auch Laien begreifen, welche Bedeutung die Informationen haben. Der Data-Storyteller führt die Zielgruppe so zu einem intuitiven Verständnis der Daten-Analysen. Bestenfalls ist die Geschichte noch einprägsam und aktiviert die Zielgruppe, die dann aus der großen Datenmenge einen echten Mehrwert ziehen kann. Eine große Menge Data-Storyteller im Unternehmen zu haben lohnt sich also. In Kombination mit einer unternehmensweiten Datendemokratisierung und vermehrter Schulung von Datenkompetenz gelingt die erfolgreiche digitale Transformation. Ein genauer Blick auf die eigenen Datenkultur und deren Weiterentwicklung ist für jedes Unternehmen daher gewinnbringend und kann wertvolle Wettbewerbsvorteile erzielen.