78 % des projets de données échouent à cause des gens, pas de la technique

25.03.2026

8 Min. Lesezeit

98,8 Prozent der Fortune-1000-Unternehmen investieren in Dateninitiativen. Nur 37,8 Prozent haben es geschafft, eine datengetriebene Organisation aufzubauen. Die Lücke zwischen Investment und Ergebnis ist keine Technologiefrage. Es ist eine Kulturfrage. Und 78 Prozent der befragten Führungskräfte benennen exakt das: Menschen, Prozesse und Organisation als größte Barriere.

Das Wichtigste in Kürze

78 Prozent scheitern an Kultur, nicht an Technik: Menschen, Prozesse und Organisation sind die größte Barriere auf dem Weg zur datengetriebenen Organisation (NewVantage Partners Executive Survey 2024).
80 Prozent Governance-Initiativen scheitern bis 2027: Gartner prognostiziert, dass vier von fünf Data-Governance-Programmen ihre Ziele verfehlen, weil kein ausreichender Handlungsdruck besteht.
CDO-Rolle unter Druck: Die Erfolgsquote liegt bei 51 Prozent, die Versagensquote bei 6,3 Prozent – der höchste Wert seit fünf Erhebungszyklen. Gartner warnt: 75 Prozent der CDAOs, die keinen organisatorischen Einfluss nachweisen können, riskieren die Absorption in die IT.
61 Prozent ändern ihr D&A-Betriebsmodell wegen KI-Technologien (Gartner 2024). Die KI-Welle erzwingt einen Kulturwandel, den viele Unternehmen seit Jahren aufgeschoben haben.
Datenkultur beginnt auf C-Level: Ohne sichtbares Commitment der obersten Führungsebene bleibt jede Dateninitiative ein Projekt der IT-Abteilung statt eine Transformation der Organisation.

Die Kulturfalle: Warum Technologie allein nichts löst

Die meisten Unternehmen haben in den letzten zehn Jahren massiv in Dateninfrastruktur investiert: Data Lakes, Data Warehouses, BI-Tools, Machine-Learning-Plattformen. Die Technologie ist da. Was fehlt, ist die Nutzung. Laut der NewVantage Partners Benchmark Survey 2025 kämpft die Mehrheit der Organisationen weiterhin mit Adoption und Transformation. Die kulturellen Herausforderungen haben sich in fünf Jahren kaum verbessert.

Das Problem ist systemisch. Wenn der Vertriebsleiter seine Pipeline lieber im Kopf behält als im CRM zu pflegen, wenn die Produktion ihre Maschinendaten in Excel exportiert statt in die zentrale Plattform einzuspeisen und wenn der Vorstand Entscheidungen auf Basis von Erfahrung statt Daten trifft, ist die beste Infrastruktur wertlos.

NewVantage Partners 2024

78 %

nennen Kultur als größte Barriere zur datengetriebenen Organisation

Quelle: NewVantage Partners, Data and AI Leadership Executive Survey 2024

Der CDO unter Druck: Eine Rolle sucht ihre Legitimation

Der Chief Data Officer sollte die Brücke zwischen Daten und Geschäftswert sein. Die Realität ist ernüchternd. Die Erfolgsquote der CDO-Rolle liegt bei 51 Prozent. Gleichzeitig liegt die Versagensquote bei 6,3 Prozent – der höchste Wert, der in den vergangenen fünf Erhebungszyklen gemessen wurde.

Gartner verschärft den Druck: Bis 2026 riskieren 75 Prozent der Chief Data and Analytics Officers, die keinen organisatorischen Einfluss und Impact nachweisen können, in die Technologiefunktion absorbiert zu werden. Die CDO-Rolle verschwindet nicht, aber sie verliert ihre Eigenständigkeit, wenn sie keinen Geschäftswert zeigt.

Für die Führungsebene bedeutet das: Ein CDO ohne Board-Anbindung und ohne Mandat, Prozesse zu verändern, ist ein teurer Titel. Die Rolle funktioniert nur, wenn sie als strategische Position verstanden wird – nicht als erweiterte Datenbankadministration.

« 80 Prozent der Data-and-Analytics-Governance-Initiativen werden bis 2027 scheitern – weil es an einem echten oder erzeugten Handlungsdruck fehlt. »
Gartner, Predicts 2024: Data and Analytics Governance

KI als Katalysator: Warum die Datenkultur jetzt nicht mehr warten kann

61 Prozent der Organisationen verändern laut Gartner ihr Data-and-Analytics-Betriebsmodell wegen KI-Technologien. Das ist die gute Nachricht: KI erzwingt den Kulturwandel, den Datenteams seit Jahren fordern.

Der Mechanismus ist simpel. KI-Modelle funktionieren nur mit sauberen, zugänglichen und dokumentierten Daten. Ein LLM, das auf unstrukturierten Silos trainiert wird, liefert Müll. Das macht die Datenqualität plötzlich zum Geschäftsrisiko, nicht mehr nur zum IT-Thema. Der Vorstand, der bisher bei Daten-Governance abwinkte, hört zu, sobald sein KI-Projekt scheitert.

Gartner formuliert den Punkt bewusst scharf: Governance-Initiativen scheitern, wenn kein Handlungsdruck existiert. KI liefert diesen Druck. Unternehmen, die KI skalieren wollen, müssen zuerst ihre Datenkultur aufbauen. Die Reihenfolge ist nicht verhandelbar.

Fünf Schritte zur Datenkultur auf C-Level

1. Datenentscheidungen auf C-Level sichtbar machen. Jede C-Level-Meeting enthält mindestens ein Thema, bei dem Daten die Grundlage der Entscheidung bilden. Nicht als Präsentationsfolie, sondern als nachvollziehbare Entscheidungslogik. Wenn der CEO Daten nutzt, tut es die Organisation.

2. CDO mit Mandat und Board-Zugang ausstatten. Die Rolle muss strategisch verankert sein, mit direktem Zugang zum Vorstand und dem Mandat, Prozesse zu verändern. Ohne organisatorischen Einfluss wird der CDO zum teuren Berater ohne Wirkung.

3. Data Literacy als Führungskompetenz definieren. Nicht jedie Führungsebene muss SQL können. Aber jeder Führungsebenemitglied muss verstehen, welche Daten sein Bereich erzeugt, welche Fragen diese Daten beantworten können und wo die Lücken sind. Das ist keine technische Kompetenz, sondern Führungskompetenz.

4. Datenqualität als KPI verankern. Solange Datenqualität nicht gemessen und reportet wird, bleibt sie ein Lippenbekenntnis. Definieren, messen und im Board-Reporting sichtbar machen. Was nicht gemessen wird, wird nicht verbessert.

5. Use Cases statt Strategie-Dokumente. Datenkultur wächst nicht aus einem 80-seitigen Strategiepapier. Sie wächst aus Erfolgen. Einen Bereich identifizieren, einen konkreten Use Case umsetzen und den Erfolg sichtbar machen. Dann skalieren. Der Mittelstand braucht Ergebnisse, keine Frameworks.

Conclusion

La culture des données n’est pas un projet informatique. C’est une responsabilité du comité de direction. Les chiffres sont sans appel : 78 % des organisations échouent à cause de la culture, et non de la technologie. Le directeur des données (CDO) ne peut pas porter seul cette transformation culturelle, d’autant plus que le poste lui-même est souvent menacé. L’intelligence artificielle crée enfin l’urgence d’agir que les équipes données réclament depuis des années. Celui qui n’agit pas maintenant risque bientôt de ne plus disposer ni d’une stratégie données fonctionnelle, ni d’une initiative IA évolutible. L’ordre est clair : d’abord la culture, ensuite la technologie, puis la montée en échelle.

Häufige Fragen

Was genau ist Datenkultur?

Datenkultur beschreibt die Fähigkeit und Bereitschaft einer Organisation, Entscheidungen systematisch auf Basis von Daten statt auf Basis von Erfahrung oder Hierarchie zu treffen. Sie umfasst Data Literacy auf allen Ebenen, transparente Datenqualitätsstandards und die organisatorische Verankerung von datengetriebenen Entscheidungsprozessen.

Warum scheitern so viele Data-Governance-Projekte?

Laut Gartner fehlt in 80 Prozent der Fälle ein ausreichender Handlungsdruck. Governance-Initiativen werden als bürokratisches Regelwerk wahrgenommen, nicht als geschäftskritische Notwendigkeit. Ohne eine echte oder erzeugte Krise fehlt die Dringlichkeit, Prozesse und Verhaltensweisen zu ändern.

Braucht jedes Unternehmen einen CDO?

Nicht zwingend als eigene C-Level-Rolle. Aber jede Organisation braucht eine Person mit dem Mandat, Datenqualität, Datenzugang und Datennutzung funktionsübergreifend zu verantworten. In kleineren Mittelständlern kann das der CIO oder ein erweitertes CIO-Mandat sein. Entscheidend ist: Board-Zugang und Veränderungsmandat müssen vorhanden sein.

Wie misst man Datenkultur?

Drei Indikatoren: Erstens, die Nutzungsrate zentraler Datenplattformen (wie viele Entscheidungen basieren nachweislich auf Daten). Zweitens, die Datenqualitäts-Scores (Vollständigkeit, Aktualität, Konsistenz) der wichtigsten Datensätze. Drittens, die Data-Literacy-Rate: Welcher Anteil der Führungskräfte kann eigenständig Datenauswertungen interpretieren und in Entscheidungen übersetzen.

Ist KI der Hebel für bessere Datenkultur?

Ja, paradoxerweise. KI-Projekte scheitern sofort und sichtbar an schlechter Datenqualität, während klassische BI-Projekte auch mit mittelmäßigen Daten oberflächlich funktionieren. Dieser sichtbare Fehlschlag erzeugt den Handlungsdruck, den Datenteams jahrelang vergeblich eingefordert haben. 61 Prozent der Organisationen passen ihr D&A-Betriebsmodell bereits wegen KI an.