Menschen machen den Unterschied: Warum Organisation & Culture über den Erfolg datengetriebener Unternehmen entscheiden

Viele Datentransformationen scheitern nicht an der Technologie. Sie scheitern an den Menschen. Neue Plattformen werden eingeführt, KI-Piloten gestartet, Dashboards gebaut – und trotzdem bleibt die erhoffte Wirkung aus. Der Grund liegt meist nicht im Stack, sondern in der Organisation: im Mindset, in den Rollen, in der Befähigung.

Das ist keine neue Erkenntnis – aber eine, die in der Praxis immer noch viel zu oft unterschätzt wird. Peter Drucker hat einmal gesagt “Culture eats strategy for breakfast” und so ist es.

Was der Markt gerade zeigt

96 Prozent der Unternehmen investieren bereits in Data & AI oder haben entsprechende Initiativen gestartet. Trotzdem klagen viele über ausbleibende Ergebnisse.

Der Grund: Lediglich 62 Prozent der Unternehmen verfügen über ein einheitliches Datenmanagement, und nur 77 Prozent haben überhaupt eine unternehmensweite Datenstrategie etabliert. Technologie wird gekauft, bevor die organisatorischen Grundlagen stimmen.

Entsprechend ist der Bedarf klar: 90 Prozent der befragten Kundenunternehmen erwarten von Data-&-AI-Dienstleistern ausdrücklich Schulungsangebote zur Förderung einer datengetriebenen Unternehmenskultur – nicht nur technische Umsetzung.

Das eigentliche Problem: Kultur lässt sich nicht deployen

In der Beratungspraxis begegnet mir immer wieder dasselbe Muster: Ein Unternehmen investiert erheblich in moderne Dateninfrastruktur. Die Tools sind gut. Die Architektur ist solide. Aber die Fachbereiche nutzen weiterhin ihre Excel-Tabellen. Analysen landen im Postfach und werden selten wirklich genutzt. KI-Empfehlungen werden mit Skepsis betrachtet, weil niemand versteht, wie sie entstanden sind.

Wenn ich mit Data & AI Führungskräften in unterschiedlichen Branchen spreche, zeichnet sich oft ein ähnliches Bild: Es gibt Schwierigkeiten bei der Änderung organisatorischer Verhaltensweisen. Konkret: Es gibt keine datengetriebenen Kultur. Das sind keine technischen Probleme.

Data Literacy und Data Culture: Zwei Seiten derselben Medaille

Es lohnt sich, die Begriffe auseinanderzuhalten:

• Data Literacy bezeichnet individuelle Fähigkeiten – die Fähigkeit, Daten zu lesen, zu interpretieren und für Entscheidungen zu nutzen.
• Data Culture beschreibt das kollektive Mindset einer Organisation – ob Daten tatsächlich genutzt werden, wenn es darauf ankommt.

Einfach gesagt: Literacy ist das individuelle Mindset, Culture ist das organisatorische. Beides muss zusammenwachsen. Eines ohne das andere führt nicht weit. Was

In einigen Schulungen habe ich mal mitgenommen, dass wir 70 bis 80 Prozent dessen, was in Trainings vermittelt wird, innerhalb eines Monats vergessen haben – es sei denn, die Person wendet das Gelernte unmittelbar in der täglichen Arbeit an. In Zeiten von Agentic AI und wie KI meinen eigenen Alltag derzeit prägt nutze ich das Prinzip selbst recht erfolgreich. Also empfehle ich es auch meinen Kunden, wenn wir in die Gestaltung der Roadmap einsteigen. Erfolgreiche Data-Literacy-Programme sollten dem 70:20:10-Modell folgen: 70 Prozent Lernen durch praktische Anwendung, 20 Prozent durch soziales Lernen und Coaching, 10 Prozent durch formale Trainings.

Das bedeutet in der Praxis: Wer eine echte Data Culture aufbauen will, darf nicht bei Schulungen aufhören. Er muss Lernmöglichkeiten direkt in die tägliche Arbeit integrieren und Communities schaffen, in denen Fehlerkultur gelebt wird und es in Ordnung ist seine Kollegen um Hilfe zu bitten, ohne sich “die Blöße” zu geben. Da ist oft Begleitung über eine entsprechende Zeit nötig.

Bis 2030 wird Data Literacy zu einer der gefragtesten Fähigkeiten zählen – vergleichbar mit digitalen Grundkompetenzen heute. Prognosen zeigen: Bis 2027 werden voraussichtlich mehr als die Hälfte der Chief Data Officers dedizierte Budgets für Data-Literacy-Programme sichern.

Drei Bausteine einer datengetriebenen Organisation

In meiner Arbeit mit Unternehmen hat sich ein Rahmenwerk bewährt, das drei miteinander verzahnte Komponenten adressiert:

Werte und Normen

Wie gehen Mitarbeitende mit Daten um? Werden Entscheidungen begründet und transparent gemacht? Wird Unsicherheit kommuniziert oder versteckt? Eine datengetriebene Kultur braucht gelebte Normen und Fehlerkultur – keine Lippenbekenntnisse in PowerPoint-Präsentationen.

Data Governance als Vertrauensbasis

Daten werden nur genutzt, wenn Menschen ihnen vertrauen. Governance – also klare Strukturen für Zuständigkeit, Qualität und Zugang – ist deshalb nicht nur ein Compliance-Thema, sondern ein Kulturfaktor. Wer nicht weiß, woher eine Zahl kommt oder wer dafür verantwortlich ist, wird sie im Zweifel ignorieren. Diese strategische Dimension der Prozesse beleuchte ich in meinem nächsten Blog-Beitrag

Data Literacy als strategische Kompetenz

Bis 2030 wird Data Literacy zu einer der gefragtesten Fähigkeiten zählen – vergleichbar mit digitalen Grundkompetenzen heute. Organisationen mit strukturierten Data-Literacy-Programmen übertreffen diejenigen ohne solche Programme signifikant in ihrer Wettbewerbsfähigkeit. Entsprechend sichern sich bis 2027 voraussichtlich mehr als die Hälfte der Chief Data Officers dedizierte Budgets für entsprechende Programme oder setzen darauf eigene Communities zu bilden, die genau diese Themen in der Organisation vorleben (Ambassadors, Lotsen, Key-User, ...)

Der Fachkräftemangel verschärft den Druck

Über 90 Prozent der Unternehmen berichten von fehlenden Data-&-AI-Fachkräften. Das bedeutet: Wer die vorhandenen Mitarbeitenden nicht befähigt, mit Daten umzugehen, verliert doppelt – er kann weder extern rekrutieren noch intern skalieren.

Data Literacy ist damit keine Nice-to-have-Schulungsmaßnahme mehr. Sie ist ein strategischer Hebel, um Unternehmensfähigkeiten trotz Fachkräftemangel auszubauen.

Relevante Rollen für eine datengetriebene Arbeitswelt

Die Transformation erfordert nicht nur neue Fähigkeiten, sondern auch neue organisatorische Strukturen. Drei Rollen sind dabei besonders entscheidend:

• Data Stewards fungieren als Brücke zwischen IT und Business. Sie stellen sicher, dass Daten in ihrem Fachbereich korrekt, aktuell und nutzbar sind – und übersetzen technische Anforderungen in fachliche Realität.
• Analytics Translators (Business Analysten) übersetzen Geschäftsanforderungen in technische Spezifikationen – und umgekehrt. Sie sind der Missing Link zwischen dem, was das Business braucht, und dem, was die Datenteams liefern können.
• Chief Data Officers (CDOs) verankern nach wie vor Data Literacy als strategische Priorität auf Managementebene und sorgen dafür, dass Datenkompetenz nicht ein Nice-to-have bleibt, sondern als Kernkompetenz verstanden wird.

Was das in der Praxis bedeutet – am Beispiel eines Industrie-Unternehmens

Bei einem führenden Medizintechnik-Hersteller, den wir auf dem Weg zur datengetriebenen Organisation begleitet haben, war ein zentraler Erfolgsfaktor genau dieser kulturelle Aspekt: Die beste Datenplattform wäre wirkungslos geblieben, wenn das Vertriebsteam nicht gelernt hätte, mit Kundensegmenten zu arbeiten – oder wenn der Innendienst keine Erkenntnisse aus den Daten hätte ziehen können, um Cross-Selling-Potenziale aktiv anzusprechen.

Hier wurde von Beginn an systematisch in Data Literacy investiert – vom Key Account Manager bis zum Produktspezialisten im Außendienst. Neue Rollen wie Data Stewards in den Bereichen wurden geschaffen bzw. Aufgaben bewusst in Job-Profile verankert. Das Ergebnis: Service-Umsätze stiegen um 12%, die Cross-Selling-Rate um 15 Prozent. Nicht weil die Plattform besonders war – sondern weil die Organisation sie auch wirklich nutzte.

Wie adesso unterstützt: Vom Training zur gelebten Kultur

In meinen Projekten begleite ich Unternehmen auf genau diesem Weg. Typische Bausteine:

• Data Culture Assessment: Wo steht die Organisation heute? Welche Barrieren gibt es – in den Köpfen, in den Prozessen, in den Strukturen?
• Rollendesign: Welche neuen Rollen braucht die Organisation? Wie werden Data Stewards, Analytics Translators und CDOs eingebettet?
• Maßgeschneiderte Data-Literacy-Programme, die auf dem 70:20:10-Modell basieren – mit direktem Bezug zur täglichen Arbeit der Teilnehmenden.
• Führungskräftecoaching: Datengetriebenes Entscheiden fängt oben an. Wenn Führungskräfte Bauchgefühl über Daten stellen, tut es der Rest der Organisation auch.
• Change-Begleitung: Kulturwandel braucht Zeit und Konsequenz. Wir begleiten Organisationen dabei, neue Normen schrittweise zu verankern – nicht als Einmalprojekt, sondern als kontinuierlicher Prozess.

Wenn ihr das Gefühl habt, dass eure Organisation die vorhandenen Daten noch nicht wirklich nutzt – oder wenn Data-Literacy-Programme bisher nicht die erhoffte Wirkung hatten – freue ich mich auf ein Gespräch. Schreibt mir einfach eine kurze Mail oder meldet euch mit dem Stichwort „Organisation & Culture“.