Eine Datenstrategie legt fest, welche Daten ein Unternehmen künftig wie nutzt, wer dafür verantwortlich ist und in welcher Reihenfolge investiert wird. Sie beantwortet die Fragen, die vor der Technologieauswahl kommen: Wo liegen die geschäftskritischen Daten, welche Anwendungsfälle haben Priorität und welche Architektur passt zur bestehenden Systemlandschaft.
Am Ende steht bei uns eine Entscheidungsgrundlage mit priorisierten Handlungsfeldern und einer Roadmap, die Ihr Unternehmen auch umsetzen kann.
Fünf Fragen stehen am Anfang jeder Datenstrategie.
Welche Zielarchitektur passt zur bestehenden Systemlandschaft?
Im Erstegespräch ordnen wir Ihre Ausgangslage ein und klären, ob ein Assessment der richtige Schritt ist.
Die Ergebnisse gehen in eine gemeinsame Schleife, bevor sie final werden.
Sie erhalten die Ergebnisse als Grundlage für Entscheidungen der Geschäftsführung und IT.
Wie viel Zeit ein Assessment braucht, hängt von der Zahl der Quellsysteme, der Standorte und der beteiligten Fachbereiche ab. Den Rahmen stecken wir deshalb im ersten Gespräch gemeinsam ab.
Auf unserer Seite arbeiten ein Team aus Data-Experten und Beratern. Auf Ihrer Seite brauchen wir Geschäftsführung und IT als Auftraggeber sowie fachliche Ansprechpartner aus den betroffenen Bereichen.
Passt, wenn mehrere Datenvorhaben nebeneinanderstehen, ohne dass ein Zielbild existiert. Oder wenn geplante KI-Anwendungen an der Datenbasis hängen und niemand genau sagen kann, woran.
Passt nicht, wenn das Vorhaben bereits klar umrissen ist. Wer weiss, was er erreichen will, und nur die Daten noch nicht nutzbar hat, braucht Umsetzung. Dafür ist der Data Sprint der richtige Weg.
Passt ebenfalls nicht, wenn die eigentliche Frage Reporting heisst. Wenn Zahlen zwar vorhanden, aber langsam, manuell oder widersprüchlich sind, führt der direkte Weg über ein BI-Projekt.
Im Erstegespräch ordnen wir Ihre Ausgangslage ein und klären, ob ein Assessment der richtige Schritt ist.
Eine Datenstrategie legt fest, welche Daten ein Unternehmen nutzt, wer dafür verantwortlich ist, welche Architektur dafür nötig ist und in welcher Reihenfolge investiert wird. Sie ordnet einzelne Datenprojekte einem gemeinsamen Zielbild unter.
Nicht zwingend. Ein klar abgegrenzter KI-Anwendungsfall lässt sich oft mit wenigen gezielt angebundenen Datenquellen umsetzen. Sobald mehrere Fachbereiche, Anwendungen oder Datenquellen dazukommen, entscheidet die Datenbasis jedoch darüber, ob sich das Ganze betreiben und skalieren lässt.
Das lässt sich pauschal nicht beantworten. Eine Zahl ohne Kenntnis der Ausgangslage wäre unseriös. Der Aufwand hängt vor allem an der Zahl der Quellsysteme, der Standorte und der beteiligten Fachbereiche. Nach einem ersten Gespräch können wir den Rahmen für Ihren Fall benennen.
Eine Datenstrategie klärt Richtung, Verantwortlichkeiten und Architektur. Ein BI-Projekt setzt auf dieser Grundlage Reporting und Dashboards um. Wer bereits weiss, welche Kennzahlen er braucht, kann direkt mit BI starten.
Für das Assessment nicht. Für den Betrieb danach schon, zumindest teilweise. Wer Daten langfristig nutzen will, braucht Verantwortliche für Definitionen und Qualität im eigenen Haus. Welche Rollen das konkret sind, ist Teil des Ergebnisses.
Der Schwerpunkt liegt auf der Microsoft-Plattform, weil dort die meisten unserer Kunden arbeiten. Als Datenquellen binden wir auch Systeme ausserhalb der Microsoft-Welt an, etwa Fachanwendungen, Datenbanken, Shop-Systeme und Produktionsdaten.