Studie zeigt: Wirksames Datenmanagement scheitert an interner Organisation

Das Würzburger Marktforschungsinstitut Business Application Research Center (BARC) stellt in seiner Studie „The Data Management Survey 20“ organisatorische Probleme als ein Hindernis für wirksames Datenmanagement dar.

Das Business Application Research Center (BARC) befragte im Rahmen der Studie „The Data Management Survey 20“ 782 Fachkräfte zu ihrer Auswahl und Nutzung von Datenmanagement-Software. Demnach hat jedes dritte Unternehmen keine nennenswerten Probleme mit seiner Datenmanagement-Lösung. Auch technologische Probleme, wie etwa komplexe Entwicklung, Betrieb oder unflexible Lizenzmodelle, werden nur von etwa jedem zehnten Betrieb beklagt.

Deutlich häufiger sind dagegen die Probleme organisatorischer Natur: 26 Prozent sehen mangelndes internes Know-how als Problem. Organisatorische Herausforderungen (19 Prozent) und Unternehmenspolitik (16 Prozent) wurden ebenfalls als Hindernisse genannt.

Studienautor und Senior Analyst Timm Grosser ist wenig überrascht: „In anderen BARC-Umfragen klagen Unternehmen seit Jahren über Wissenslücken und mangelnde Unternehmensreife. Der Aufbau der erforderlichen Kompetenzen scheint ein allgemeines Problem zu sein, das für einige Unternehmen nicht vollständig durch externe Ressourcen abgedeckt werden kann. Letztlich mangelt es in diesem Markt an Fachkräften. Im Moment besteht eine deutliche Diskrepanz zwischen dem grundsätzlichen Potenzial durch den Einsatz von Software und dem Mehrwert, der mit ihr in der Realität erzielt wird“.

Trendthemen wenig gefragt

Am meisten nutzen die Anwender Datenmanagement-Tools zur Datenintegration (61 Prozent) oder für Business Intelligence und Data Warehousing (59 Prozent). Auch die Automatisierung von Data Warehouses ist für 37 Prozent ein Fokusthema. Auf der Anbieterseite eilt man den Kundenanforderungen dagegen etwas voraus: Hier werden Tools auch auf Trendthemen wie Self-Service Analytics (39 Prozent), Datenanalysen (38 Prozent) und sogar fortgeschrittene Analysen, maschinelles Lernen und Künstliche Intelligenz (37 Prozent) sowie Data Catalogs (32 Prozent) ausgerichtet. Allerdings stehen vor allem die beiden letztgenannten Themen noch nicht auf der Agenda der Anwender.

„Dies kann auf einen allgemeinen BI-Fokus im Panel der Befragten zurückzuführen sein oder möglicherweise ein Zeichen für den Reifegrad der teilnehmenden Unternehmen sein“, so Grosser. „Alternativ könnte man interpretieren, dass die Erfahrung mit Technologien für Data Labs noch nicht weit verbreitet ist. Unsere Erfahrung zeigt, dass einige Organisationen mit Labortechnologien gut vertraut sind, aber es gibt noch viele offene Fragen in Bezug auf die Datenwissenschaft“.

37 Prozent der Befragten setzen ihre Technologie für die Automatisierung von Data-Warehouses (DWA) ein. Unabhängig davon, ob eine Datenbank, ein Datenintegrationstool oder ein spezielles DWA-Tool verwendet wird, scheint die Automatisierung von Data-Warehouse-Routineaktivitäten ein wichtiges Ziel zu sein.

Vergleicht man die Meinungen der Anwenderunternehmen mit denen der Softwareanbieter, so scheint es, dass die Anbieter eine eher verfrühte Sicht auf die aktuellen Kundenanforderungen haben. Die Anbieter neigen dazu, ihre Tools in Themenbereichen wie Selbstbedienungsanalytik (39 Prozent), Datenentdeckung (38 Prozent) und sogar fortgeschrittene Analytik/Maschinenlernung/AI (37 Prozent) und Datenkatalogisierung (32 Prozent) als geeignet zu betrachten. Allerdings stehen insbesondere die beiden letztgenannten Themen noch nicht auf der Agenda der Anwender.

Quelle Titelbild: Adobe Stock / itchaznong