Dashboards und Reports gibt es im Marketing im Überfluss, doch echte Orientierung liefern sie ohne Zielsetzung selten. Oft fordert das Team neue Performance-Berichte an, ohne vorher zu definieren, welche konkrete Business-Entscheidung damit getroffen werden soll. Am Ende bleibt es bei ungenutzten Daten Friedhöfen, während Budget-Entscheidungen weiterhin primär aus dem Bauch getroffen werden. Wie schaffen Marketing-Verantwortliche den Sprung von reiner Datensammlung hin zu messbarer Decision Intelligence?
Wir sprechen darüber,
- wie datengetriebenes Arbeiten im Marketing mit der Frage beginnt, welche konkrete Entscheidung getroffen werden soll.
- warum Datenkultur eine wichtige Führungsaufgabe ist, die CMOs nicht vollständig an Data- oder IT-Teams delegieren können.
- weshalb das Konzept der Pyramide von Dilts hilft, den Wandel hin zum datenbasierten Arbeiten im Team als klassischen Change-Prozess zu steuern.
- wie man die Geschäftsstrategie und die Fachabteilung an einen Tisch bringt, um mit wenigen, wirksamen Use Cases direkt Mehrwert zu stiften.
Fazit: Eine praxisnahe Folge für alle Marketing-Leader, die Daten nicht mehr nur reporten, sondern als strategisches Werkzeug für bessere Entscheidungen und Budgets etablieren wollen.
Timestamps:
(00:00) – Intro und Vorstellung von Tobi
(04:00) – Hauptteil: Decision Intelligence
(27:35) – Abschluss und Tipps für Marketing-Teams
Hier findest du Tobi Nehren auf Linkedin:
https://www.linkedin.com/in/tobias-nehren/
Mehr über areto erfährst du auf ihrer Webseite:
https://www.areto.de/
Transkript zur Folge lesen
Intro
Maria-Lena Matysik: Hallo und herzlich willkommen zu einer neuen Episode der Analytics Sprechstunde – yay, wieder eine Episode!
Ich bin ein bisschen ins Hintertreffen geraten mit dem Podcast. Eigentlich wollte ich ja alle zwei Wochen eine Episode veröffentlichen, momentan ist es aber eher eine Episode im Monat :S Es passiert gerade einfach so viel bei uns – das Team wächst weiter, wir haben intern einige Prozesse verbessert – und irgendwie nehme ich mir immer mehr vor, als realistisch umsetzbar ist.
Aber … das ist jetzt natürlich nicht Thema der Episode 😉
Mein heutiger Gast ist Tobi Nehren. Tobi ist Geschäftsführer von areto, einer Business-Intelligence-Beratung, und verantwortet dort den Strategiebereich. Das heißt, er arbeitet an der Schnittstelle von Strategie, Transformation, Organisation und Daten.
Sein beruflicher Weg ist dabei alles andere als der klassische Weg zu Daten – zumindest aus meiner Perspektive 😀 Tobi hat nämlich ursprünglich Politik und Kunstgeschichte studiert und viele Jahre in der digitalen Kommunikation und politischen Kampagnenarbeit gearbeitet. Unter anderem hat er beim SPD-Parteivorstand den Newsroom geleitet und sich dort mit digitaler Kommunikation, Content-Produktion, Kampagnenstrategie, größeren Budgets, Reporting und datenbasierter Aussteuerung beschäftigt.
Heute beschäftigt er sich vor allem mit der Frage, wie Unternehmen aus ihren Daten nicht einfach nur Reports und Dashboards machen, sondern tatsächlich bessere Entscheidungen. areto bezeichnet diesen Prozess datenbasierter Entscheidungen als Decision Intelligence – also nicht einfach nur BI, Business Intelligence, sondern Decision Intelligence.
Und genau darüber sprechen wir in dieser Folge: Was ist nötig für Decision Intelligence, also für datengetriebenes Denken und Entscheiden? Tobi erklärt auch das Modell der logischen Ebenen von Dilts. Es zeigt, wie die Integration von Daten in das alltägliche Denken eines Teams abläuft – nämlich als typischer Veränderungsprozess, also als Change-Prozess.
Und natürlich schauen wir uns – wie ich es mir für den Podcast vorgenommen habe – an, wie Unternehmen ganz konkret starten können: Wie bringt man Geschäftsstrategie, Fachabteilungen wie zum Beispiel das Marketing und Technologie an einen Tisch? Wie identifiziert man die wenigen Entscheidungen, bei denen bessere Daten wirklich einen großen Unterschied machen würden? Und wie können erste erfolgreiche Use Cases dabei helfen, eine positive Dynamik für die gesamte Organisation zu entwickeln?
Okay, let’s go!
Interview
Maria-Lena Matysik: Hi Tobi, es freut mich sehr, dass ich dich heute hier im Podcast begrüßen darf. Vielen lieben Dank schon mal für deine Zeit.
Tobi Nehren: Hallo! Danke für die Einladung, ich freue mich auch sehr.
Maria-Lena Matysik: Dann lass uns doch direkt reinstarten. Wie ist es denn aus deiner Perspektive um die Entscheidungsfindung – oder Decision Intelligence, wie ihr es nennt – in Unternehmen bestellt? Was sind da deine Erfahrungen?
Tobi Nehren: Das ist natürlich eine sehr globale Frage. Und wir sehen ja auch immer nur einen bestimmten Ausschnitt: Wenn alles super ist, wird keine Beratung gesucht. Beratung wird angefragt, wenn Dinge verändert werden sollen oder nicht so sind, wie man sich konkret oder gefühlt vorstellt, dass sie sein sollten. Und in den Fällen, die wir erleben, ist es oft so, dass Dinge in unterschiedlichen Räumen geplant werden, die meiner Ansicht nach in einem Raum besprochen und geplant werden sollten.
Die Geschäftsführung hat bestimmte Anforderungen, Ideen und Ziele. Die Abteilungsleitungen haben eine fachliche Sicht, und da werden Vorstellungen entwickelt. Das Thema KI wirkt da natürlich noch mal wie ein Steroid obendrauf, weil alles noch schneller geht und noch mehr auf so einer Halb-Umsetzungsebene läuft – Stichwort Vibe Coding. Und auf der anderen Seite stehen die Technologen, die das Ganze dann umsetzen müssen, bis in die Tiefe von Löschkonzepten, DSGVO, Schnittstellenanbindung, Wartbarkeit und so weiter.
Das sind oft Dinge, die nicht gemeinsam besprochen und geplant werden. Daraus entsteht auf beiden Seiten häufig Frust: Die Management-Seite sagt „Wir wollen jetzt endlich mal Lösungen hören“, und die Technologen denken sich „Naja, was die sich da wieder ausgedacht haben“.
Das versuchen wir zusammenzubringen. Wir schaffen einen Raum, der das besprechbar macht und dann auch so planbar, dass es umgesetzt werden kann. Und dann ist es tatsächlich auch sehr viel Kulturarbeit – die bei Transformationsthemen, so habe ich es in meiner beruflichen Laufbahn immer erlebt, als einfacher gedacht, empfunden und geplant wird, als sie dann tatsächlich ist. Bis Leute in eine neue Rolle hineinfinden und neue Arbeitsweisen annehmen, dauert es einfach lange. Und datengetriebenes Arbeiten ist nach unserer Erfahrung eine sehr stark identitäts- und arbeitsweisenverändernde Denke. Es dauert einfach, bis sich das eingeschliffen hat und angekommen ist.
Maria-Lena Matysik: Kann ich das so zusammenfassen, dass du sagen würdest: Die Arbeit mit Daten wird zu schnell ins Technische verlagert, und es wird nicht genug geklärt, welche Fragen wir eigentlich beantworten wollen und was das Ganze bringen soll – und das dann mit der Technik verknüpft?
Tobi Nehren: Ich will das mal am klassischen Einkaufsprozess deutlich machen. Die Menschen, die areto anfragen, sind klassischerweise Technologen, und da gibt es einen technischen Einkaufsprozess: Ausschreibung, Angebot und so weiter. Wir beraten über Architekturdiagramme, Transformation – das ist alles eingepreist. Wenn wir dann aber sagen: „Jetzt müssen wir auch noch mal mit den Menschen sprechen“ – ich mache das jetzt bewusst plakativ –, dann sagen die Technologen mitunter: „Das ist aber gar nicht das Thema dieses Projekts.“ Und dann muss ich begründen, warum es Thema des Projekts ist. Zum Teil habe ich dann Schwierigkeiten in Einkaufsprozessen, weil Transformation eigentlich HR ist. Dann bin ich an anderen Töpfen und in anderen Buying Centern und muss mich als Berater und, sagen wir, als Verkäufer an anderen Stellen noch mal bewerben.
Das ist Ausdruck einer Tatsache, die ich ganz oft sehe: dass Datenprojekte durch eine technische Brille projektiert und geplant werden und nicht durch die Organisationsbrille. Es gibt aktuell viele Studien zum Erfolg von KI-Projekten – die ja oft Datenprojekte sind oder die Spitze des Eisbergs von Datenprojekten. Demnach ist der Erfolg zu 70 Prozent Transformation und zu 30 Prozent Technologie und Modellarbeit. Und diese 70 Prozent Transformation sind oft nicht hinreichend eingepreist. In guten Ausschreibungen sieht man das durchaus, das kommt vor. Aber ganz oft sind wir in Projekten, in denen wir technologisch einen klaren Fahrplan haben und klare Ansprechpartner. Da wissen alle mehr oder weniger, was zu tun ist, und das ist auch einfach, weil es von Ingenieuren am Reißbrett geplant werden kann.
Der Mensch in diesem ganzen Konstrukt, so komisch er sich auch immer verhält, ist dagegen schwerer zu planen. Es ist schwerer zu projektieren und zu beschreiben, wie die Organisationsveränderung stattfindet und wie der Pfad aussieht. Und das kommt oft zu kurz.
Maria-Lena Matysik: Woran liegt das denn aus deiner Erfahrung? Wie sind da die Denkprozesse in Organisationen, dass das Thema „Entscheidungen mit Daten treffen“ nicht von den Entscheidern getrieben wird, sondern von den Datenmenschen?
Tobi Nehren: Ich will gar nicht sagen, dass es nicht von den Entscheidern getrieben wird. Ich glaube, das Spiel wiederholt sich immer wieder. Das habe ich in der Politik am eigenen Leib erfahren: Da hieß es „Social Media, das macht jetzt ihr“ oder „Digitale Transformation, das macht jetzt der“. Dann wurden Titel wie CDO oder CTO vergeben, und das Thema wurde an jemanden delegiert.
Aber ich bin fest davon überzeugt: Wenn wir dem Thema Daten und dem Thema KI in ihrer transformativen Kraft auf Organisationen und Geschäftsmodelle wirklich angemessen begegnen wollen, dann geht das nur, wenn das Know-how und die Verantwortung auch auf der Leitungsebene ankommen und dort getragen werden – und wenn dort echtes Interesse und echte Kompetenz aufgebaut werden. Denn das lässt sich nicht komplett an jemanden delegieren, dem man den Zauberhut „KI“ oder „Daten“ aufsetzt und sagt: „Gute Reise, mach das mal.“ Es geht nur, wenn es aus der Leitungsebene, aus dem C-Level, getragen wird und die Veränderung auch dort anfängt.
Ich nutze oft das Modell der logischen Ebenen von Dilts. Darin ist datengetriebenes Arbeiten eine Veränderung, die in der Identität des Unternehmens ankommen muss: „Wir arbeiten jetzt mit Daten, und wir wollen Entscheidungen datengetrieben treffen.“ Dann kaskadiert das durch alle Ebenen bis hin zu den Dashboards – aber die sind die unterste Ebene.
Ich kann eben nicht jemandem einen Hut aufsetzen, sagen „Mach das mal“ und dann hoffen, dass irgendwie zauberhafte Dinge in der Organisation passieren. Wenn ich will, dass es eine nachhaltige Veränderung in der Arbeit mit Daten gibt, dann geht es darum, dass sich Rollen verändern, dann geht es um die Pflege von Daten und um die Arbeit am System. Und die Arbeit am System ist immer Management-Aufgabe und nicht Aufgabe derjenigen, die im System arbeiten. Da muss man sich eben involvieren.
Solche Ausschreibungen, die aus der Technologie für die Technologie gemacht werden, sind ein Ausdruck davon. Das ist auch kein Vorwurf an die Technologen – es kann eben nur funktionieren, wenn solche Dinge ganzheitlich gedacht werden. Dazu muss man einmal verstehen und die Bereitschaft haben zu verstehen, wie sehr die Arbeit mit Daten und datengetriebenes Arbeiten mit KI Organisationen wirklich verändert und verändern wird – und wie hoch der Handlungsdruck ist. Davon bin ich fest überzeugt: Wir alle werden mit Daten und mit KI anders arbeiten dürfen. Und es wird sich daran entscheiden, welche Unternehmen das hinbekommen und welche nicht.
Maria-Lena Matysik: Mhm.
Tobi Nehren: Und das hängt auch davon ab, welche Kompetenz dafür auf der Leitungsebene vorhanden ist.
Maria-Lena Matysik: Kannst du vielleicht noch einmal den Finger darauf legen, was konkret das Problem ist? Was sind die negativen Konsequenzen für Organisationen, die es nicht schaffen, das ganzheitlich und aus der Führungsebene heraus zu denken?
Tobi Nehren: Das hängt total davon ab, welches Geschäftsmodell ein Unternehmen hat. Aber ich bin fest davon überzeugt, dass Daten der Treibstoff sind für das, was jetzt mit künstlicher Intelligenz, also mit intelligenter Automatisierung, kommt. Und dieser Treibstoff muss in der Organisation raffiniert, hergestellt und beschafft werden. Wenn eine Organisation das nicht hinreichend schafft und diesen Turbo-Boost KI dadurch nicht nutzen kann, dann ist das einfach ein Wettbewerbsnachteil. Es wird Unternehmen geben, die das schaffen. Und es wird Unternehmen geben, die Geschäftsmodelle von Grund auf neu erfinden, auf den Markt kommen und bestimmte organisatorische Schritte einfach überspringen.
Die Frage wird sein, welchen Unternehmen das gelingt – ähnlich wie in der zweiten Digitalisierungswelle im B2C-Markt. Da gab es Unternehmen, die sich nicht darum gekümmert haben, ihre Faltkarten ins Digitale zu übertragen, weil sie gesagt haben: „Wir haben die besten Faltkarten, und unsere Faltkarten lassen sich so gut falten wie keine anderen.“ Dafür haben sich Google Maps und Apple Karten und was da alles kam nicht interessiert. Diese Anbieter wurden einfach weggefegt, weil das neue Geschäftsmodell oder der neue Service so viel besser war. Und das wird mit KI an bestimmten Stellen auch passieren – auch bei B2B-Möglichkeiten.
Ich weiß natürlich nicht, was die besten Lösungen sind. Das wissen die Menschen, die wir beraten, die ihr Geschäftsmodell und ihre Kunden kennen, sehr viel besser als wir. Aber aus meiner Sicht geht es darum, das Prinzip zu verstehen: dass da eine transformative Kraft kommt, die man in ihren Dynamiken und in ihren paradigmatischen Veränderungslogiken verstehen muss. Nur wenn man das wirklich versteht, es sich anschaut und dann prüft, wo es im eigenen Geschäftsmodell aufschlägt, hat man die Chance, sich etwas zu überlegen.
Wenn ich heute noch sage: „Wir haben die besten Partituren für Orchester, die sind super gut, und wir legen noch ein Lizenzmodell und noch ein Lizenzmodell obendrauf“, dann verzögert das die Entwicklung. Aber irgendwann – ich habe keine Ahnung vom Markt für Partituren – kommt jemand und sagt: „Wir haben das für iPads gelöst.“ Und auf einmal liegen überall iPads vor den Violinen und Streichern im Orchester und eben keine Partituren mehr. Dann wird die Luft relativ schnell eng.
Maria-Lena Matysik: Verstehe. Während du gesprochen hast, ist mir noch ein Beispiel auf deutlich geringerer Flughöhe eingefallen, aus meinem Arbeitsalltag. Wenn es nicht abgestimmt ist und nicht ganzheitlich von der Managementebene bis zu den Datenpersonen gedacht wird, werden oft Sachen umgesetzt, mit denen am Ende keiner arbeitet. Nach dem Motto: „Hey, baut doch mal ein Dashboard.“ Dann baut jemand ein Dashboard, aber am Ende arbeitet das Management nicht damit – einfach weil es, um es mit dem zu verknüpfen, was du gesagt hast, nicht zusammen gedacht wurde. Das Management ist nicht gekommen und hat gesagt: „Wir haben diese Probleme, wir haben diese Fragen, die wollen wir klären. Jetzt müssen wir gemeinsam erarbeiten, welche Daten uns dabei helfen – und dann bauen wir das Dashboard.“
Dann werden natürlich wahnsinnig viele Ressourcen in Projekte gesteckt, die am Ende total für die Tonne waren. Und das erzeugt Frust auf allen Seiten: auf der Management-Seite, weil es ihnen nicht hilft, ihre Entscheidungen zu treffen. Und auch auf unserer Seite, wenn wir das Dashboard bauen, weil unsere Arbeit für die Tonne war und niemand damit arbeitet. Das ist also auch eine Frage der Ressourceneffizienz: Wo setzen wir als Organisation unsere Ressourcen ein, um am Ende unsere Probleme zu lösen?
Tobi Nehren: Absolut. Das ist genau der Schritt, den wir jedes Mal als Erstes machen, wenn wir in Mandate kommen, in denen es um Use Cases geht. Wir sagen: Wir müssen einmal eine Runde drehen, in der wir Ihr Geschäftsmodell verstehen und herausfinden, wo gerade der größte Schmerz liegt. Denn Ihre Geschäftsführung investiert gerade zigtausend Euro, womöglich auch mehr, wenn es um eine komplexe Datenplattform geht, in den Aufbau von Infrastruktur. Und diese Infrastruktur muss dann ja helfen, die Geschäftsziele zu erreichen. Wenn wir nicht wissen, wo die liegen, ist die Wahrscheinlichkeit enorm viel größer, dass alles auseinanderläuft.
Wenn wir über strategische Beratung sprechen, ist meine Intention auch gar nicht, mit 15 Personen in hellblauen Hemden, braunen Gürteln und braunen Schuhen anzurücken, einmal mit einer Analyse durch die ganze Organisation zu laufen und dann eine 250-seitige PowerPoint-Präsentation zu bauen. Das ist ja das, was man so hört, wie Strategieberatung läuft. Bei uns ist es eher so, dass wir hands-on mit einem Stift am Flipchart stehen und fragen: Was sind die drei Hauptprobleme, mit denen Sie sich beschäftigen und bei denen Sie gerade nicht das Fernlicht anhaben, weil die Daten dafür nicht da sind oder die Informationsgrundlage nicht sauber ist? Wo würden Sie sagen: Wenn wir das verstehen würden und an bestimmten Entscheidungspunkten, an Decision Gates, eine bessere Datenlage hätten, würde uns das exorbitant viel besser machen?
Dort anzusetzen hilft natürlich viel mehr als bei irgendwelchen beliebigen Problemen, die ich irgendwo einsammeln kann und bei denen ich vielleicht einer sehr geschätzten Sachbearbeiterin helfen kann. Die größte Wucht entfalte ich bei den Fragestellungen, die sich das gehobene Management stellt – und da dann anzusetzen und zu schauen, wie wir datengetrieben arbeiten können. Und das ist gerade auch ein Mittelstandsproblem. In Konzernen gibt es Reporting und Dashboards und all diese Dinge seit langer Zeit. Im gehobenen Mittelstand in Deutschland ist das zum Teil eben noch nicht der Fall, weil Tool Nummer eins immer noch Excel ist.
Maria-Lena Matysik: Ich kann dir gut folgen. Lass uns doch jetzt mal von den Problemen zu den Lösungen kommen: Was sind deine oder eure Strategien, um diese Probleme anzugehen und zu lösen?
Tobi Nehren: Ich habe es gerade schon angedeutet: Wir bitten die Leute, einmal diesen Schritt zu gehen. Zwingen können wir natürlich niemanden. Wenn jemand sagt: „Hier ist die Ausschreibung, wir wollen eine Datenplattform aufbauen, ersetzen, transformieren oder von A nach B migrieren“, dann machen wir das natürlich. Das ist ja auch total legitim. Dafür gibt es gute Leute und gute Teams, die genau wissen, was zu tun ist und wie sie mit allen technischen Voraussetzungen von einer Plattform auf die andere kommen. Da kommen wir her, das machen wir auch und begleiten das. Und wenn es dann noch eine Beratung auf höherer Ebene braucht, gibt es dazu vielleicht Gespräche.
Der Fall, über den wir jetzt sprechen, liegt vor, wenn dieser gemeinsame Raum noch nicht da ist. Und den schaffen wir, indem wir die Geschäftsstrategie mit der Datenebene und der technologischen Ebene zusammenholen und das Ganze einmal besprechbar machen. Wir bauen ein Verständnis dafür auf, wo gerade geschäftliche und strategische Herausforderungen liegen, und analysieren dann: Wie kann man die hebeln? Welche Daten sind da? Welche Daten bräuchte es möglicherweise? Wie bekommen wir die Daten, in welcher Qualität? Gibt es diese Qualität im Unternehmen schon? Und dann bauen wir einen ganzheitlichen Pfad auf organisatorischer und technischer Ebene auf: Was ist zu tun, um bestimmte Dinge zu hebeln?
Das heißt dann auch nicht, dass wir in den nächsten fünf Jahren alle Jobs in der Organisation verändern müssen, weil alles eine große Transformation ist. Sondern wir gehen Use-Case-getrieben vor: Wie bekommen wir für die ein, zwei, drei Entscheidungen, die gerade eine große Veränderung bedeuten würden, die Daten zusammen, damit diese Entscheidungen besser, schneller und kompetenter getroffen werden können? Wie ziehen wir diese Daten auf einer Plattform zusammen, die dann auch so skaliert, dass auch Use Case 10, 15 und 30 noch darauf laufen können?
Und dann fangen wir an zu arbeiten, nehmen die entsprechenden Personen mit – die Leute, deren Arbeit sich ändert – und erzählen eine Geschichte über die Transformation. Auch eine Erfolgsgeschichte, bei der eine Geschäftsführung sagen kann: „Wir sind hier besser geworden, weil das passiert ist.“ Daraus entwickelt sich eine Dynamik, eine positive Erzählung – und aus einer positiven Erzählung heraus eine Dynamik, die in Anführungszeichen Spaß macht, soweit das im Unternehmen ein Faktor ist, den man benennen kann. Es entsteht eine Dynamik, bei der Leute mitziehen, weil ein Sog entsteht.
Meine Erfahrung ist: Wo ein Sog entsteht, ist das fünfmal besser als Druck nach dem Motto „Du musst das jetzt machen“, weil sich die Leute dann interessieren. Wenn man dann Sprechstunden etabliert – „Du kannst hierherkommen und dich zum Thema Daten beraten lassen, was auch immer es ist“ –, dann wollen Leute an diesen neuen Dingen partizipieren. Sie wollen selbst bessere Erkenntnisse haben und haben Ideen für Use Cases. Und dann kann tatsächlich eine ganzheitliche Transformation stattfinden – wenn die Fackel der Erleuchtung auch von der Geschäftsführung getragen wird, in bestimmte Ecken hineingeleuchtet und gezeigt wird: „Guck mal, hier ist Folgendes möglich, was uns bisher nicht möglich war.“ Dadurch entsteht eine positive Geschichte und eine positive Erzählung.
Maria-Lena Matysik: Kannst du vielleicht noch ein bisschen dazu erzählen, wie nach deiner Erfahrung Datenkultur entsteht beziehungsweise aufgebaut wird – im ganz großen Sinne? Du hattest ja vorhin die Pyramide von Dilts erwähnt.
Tobi Nehren: Ja. Der erste Punkt ist die Erkenntnis und der Wille auf der Ebene, die ich als Sinnstiftung bezeichne. Sinnstifter sind immer die gehobenen Führungskräfte, die sagen: „Das sind wir, so arbeiten wir, und dadurch zeichnen wir uns aus.“ Und da muss die Arbeit mit Daten hinein.
Ein sehr erhellendes Meeting dazu hatte ich 2014/15, als ich bei der SPD gearbeitet habe, mit Jim Messina, dem damaligen Wahlkampfmanager von Barack Obama bei dessen Wiederwahlkampagne – einer der Vorreiter datengetriebenen Arbeitens. Er hat gesagt: „Es gibt hier keine Entscheidung mehr über Ressourcenallokation, die nicht datengetrieben getroffen wird. Wenn du zu mir kommst und sagst, wir wollen folgendes Event machen, folgende Plattform einführen, folgende Aktion machen – warum sollten wir das tun? Bring mir die drei bis fünf Datenpunkte, die belegen, dass das gemessen an unseren Zielen eine gute Entscheidung ist.“
Diese Veränderung auf der obersten Führungsebene kaskadiert natürlich nach unten. Denn spätestens nach Tag fünf oder sechs oder nach Meeting sieben ist klar: Wenn ich in diesen Raum gehe und etwas will, muss ich das mit Daten begründen können. Dann muss ich mich darum kümmern, wo ich diese Daten herbekomme. Weil dort nicht aus Prinzip irgendeine Entscheidung in eine Richtung getroffen wird, sondern weil sich jemand jeden Morgen die Daten und die definierten KPIs anschaut und sagt: Wir gehen in diese Richtung – oder in diese oder in diese.
Und Ressourcenallokation ist im Unternehmen ja das Gleiche. Ich rede immer darüber: Wo stecke ich Arbeitskraft, Geld und Zeit hin? Wenn diese Entscheidungen in der Geschäftsführung auf Basis von Daten getroffen werden und nicht mehr auf Basis von Bauchgefühl oder ungeschriebenen Hausregeln – und viele Unternehmen sind damit lange sehr gut gefahren, nur ist die Welt natürlich auch komplexer geworden –, wenn also Daten herangezogen und KPIs definiert werden, dann zieht sich das durch auf die unteren Ebenen von Dilts, in Werte und Fähigkeiten. Dann entwickeln Menschen Verhaltensweisen, weil sie auf einmal wissen, wie man Dashboards liest, wie man Daten zusammenzieht, wie man sie aufbaut und wo man sie herbekommt.
Und ganz unten stehen dann tatsächlich Dashboards, Flipcharts mit bestimmten Kurven – Dinge, die man im Raum sieht. Aber das sind Ergebnisse kultureller Veränderungen, die erst einmal unsichtbar sind, weil auf der Leitungsebene und in den Entscheidungsgremien anders gedacht und anders gesprochen wird.
Das fängt nicht auf der Ebene der Umwelt und der Dashboards an. Das beste Dashboard der Welt sorgt nicht für bessere Entscheidungen, wenn es sich niemand anschaut und niemand intellektuell fragt: Was wollen wir hier gerade entscheiden, und was sind eigentlich gute Key Performance Indicators, also KPIs, anhand derer wir entscheiden, ob wir das eine oder das andere tun?
Maria-Lena Matysik: Um das ganz kurz zusammenzufassen: Führung, also die Leute, die Entscheidungen treffen, muss Daten einfordern – ansonsten passiert in der Organisation überhaupt nichts mit Daten.
Tobi Nehren: Genau. Und die Führungskräfte müssen das natürlich nicht aus sich selbst heraus können. Es geht darum, die aktive Frage zu haben: „Wir verstehen, dass Daten etwas verändern – mit wem kann ich mich darüber unterhalten, was sich da verändert?“
Unsere Rolle soll auch nicht sein, als Einflüsterer neben der Organisation zu stehen und dem Geschäftsführer irgendwelche Geheimnisse einzuflüstern. Sondern es geht darum, einen Raum zu schaffen, in dem man überlegt: Was ändern Daten in unserem Geschäftsmodell, in unserem Unternehmen? Was ändert KI? Und wie bekommen wir das nachhaltig in die Organisation? Und dann wird Transparenz aufgebaut.
Wenn die Geschäftsführung das versteht, sich selbst hinterfragt und mit einer fragenden Haltung hineingeht – auch in einem geschützten Raum, in dem man Fragen stellen kann, die man vielleicht nicht vor den Mitarbeitenden oder vor der Ebene stellen würde, die man eigentlich zu führen hat –, dann ist das aus meiner Perspektive der erste Schritt, um eine ganzheitliche Transformation in der Organisation hinzubekommen. Ganzheitlich meint: tatsächlich mit Daten zu arbeiten. Und die Arbeit mit Daten ist dann der erste Schritt, um auch die Arbeit mit KI hinzubekommen.
Maria-Lena Matysik: Ich würde direkt zu meiner letzten Frage überleiten, weil du das gerade schon angerissen hast. Kannst du noch mal auf den Punkt bringen, was aus deiner Perspektive der erste Schritt sein sollte für eine Organisation, ein Team oder eine Abteilung, die feststellt: Wir nutzen Daten noch nicht so, wie wir das eigentlich wollen? Was wäre der allererste, wichtigste Schritt?
Tobi Nehren: Sich die Frage zu stellen: Wo wollen wir denn hin?
Wenn ich das nicht konsistent beantworten kann – wenn ich als Führungskraft nicht hinreichend Orientierung geben kann, wohin ich die Leute führen will … Das ist ja das Prinzip von Führung: Ich muss sagen können, wo es langgeht. Wenn ich das nicht hinreichend beantworten kann, dann macht es Sinn, auch externe Beratung reinzuholen und diese Frage konsistent zu beantworten – auch unter der Fragestellung: Was machen Daten mit unserem Geschäftsmodell oder mit unserer Arbeit?
Da arbeiten wir gerne mit Szenarien, um einfach mal zu skizzieren, wie sich das entwickeln könnte – auch mit mehreren Szenarien – und daraus dann eine Idee zu bauen, wohin es gehen kann. Diese Idee ist dann immer der aktuellste Stand des Irrtums. Sie kann sich also auch immer verschieben. Es ist nicht so, dass das dann in Stein gemeißelt ist und man sagt: So läuft das jetzt. Dafür ist die Zeit auch einfach viel zu beweglich. Aber diese Frage zu stellen – hier muss sich was ändern; wohin wollen wir uns verändern; und was bedeutet das für unsere Arbeit, unser Geschäftsmodell und unsere Abteilung? –, und davon abgeleitet zu sagen: Wir haben hier ein Zielbild, das wir vielleicht auch nachschärfen müssen, vielleicht halbjährlich. Aber mit diesem Zielbild können wir arbeiten und Leute daran orientieren. Und dann überlegen wir, was wir technisch und organisatorisch brauchen, um uns danach auszurichten. Das ist, glaube ich, der erste Schritt, um dem Thema Kompetenz zu begegnen.
Der zweite Schritt ist die Bereitschaft. Und die ist bei KI und in der heutigen Zeit wichtiger denn je, weil einfach niemand weiß, was tatsächlich passiert – alle machen Educated Guessing. Es braucht die Bereitschaft, auch zu scheitern, und, glaube ich, eine andere Kultur von Gewissheit beziehungsweise ein anderes Gewissheitsnarrativ in der Organisation. Niemand weiß, wo unsere Gesellschaft und die etablierten Systeme in fünf Jahren stehen. Da kann sich wahnsinnig viel verändern, wenn man sich anschaut, wo wir vor zwei Jahren im Bereich KI standen und wo wir heute stehen. Es braucht die Bereitschaft, Dinge auszuprobieren, zu verwerfen und immer gegen ein Zielbild zu arbeiten, bei dem man fragt: War das jetzt gut oder schlecht? Das kann man ja auch justieren.
Das sind die beiden Faktoren, auf den Punkt gebracht: Erstens zu verstehen, wo man hinwill, und das für sich auch beantworten zu können. Und zweitens die Bereitschaft, das zu justieren und als letzten Stand des Irrtums oder besten Stand des Wissens zu betrachten – mit einer, in Anführungszeichen, wissenschaftlichen Herangehensweise, bei der man sagt: Wir können das jederzeit revidieren, wenn die normative Kraft des Faktischen dazu führt, dass wir es revidieren müssen.
Maria-Lena Matysik: Super spannend. Vielen, vielen lieben Dank dir für all deine Insights und dafür, dass du deine Erfahrungen geteilt hast. Ich persönlich habe super viel gelernt – auch schon in unserem Vorgespräch. Danke dir, dass du heute da warst.
Tobi Nehren: Vielen Dank. Ich hoffe, es war interessant und unterhaltsam.
Maria-Lena Matysik: Hundert Prozent. Danke dir!
Outro
Maria-Lena Matysik: Ich möchte euch zum Abschluss noch zwei Gedanken mitgeben, die bei mir aus dem Gespräch besonders hängen geblieben sind.
Der erste Gedanke: Datengetriebenes Arbeiten und Denken – und vor allem datenbasiertes Entscheiden – beginnt nicht mit einem Tool oder einem Dashboard, sondern mit der Frage: Welche Frage will ich eigentlich beantworten?
Das sehen wir in unserem Alltag oft. Marketing Manager, die noch nicht so datenaffin oder datengewohnt sind, kommen zu uns und sagen sinngemäß: „Könnt ihr uns bitte ein Website-Performance-Dashboard auf Basis von Google-Analytics-Daten bauen?“ Und dann müssen wir tiefer reingehen und fragen: Wer schaut denn konkret auf dieses Dashboard? Welche Entscheidungen will diese Person treffen? Und welche Datenpunkte hält sie für diese Entscheidungen für relevant?
Vielen Menschen fällt es gar nicht so leicht, das ganz konkret zu machen. Oft ist die erste Antwort eher: „Naja, ich möchte unsere User-Zahlen und die Conversion Rate nach Kanal sehen“ oder so. Aber warum? Was soll dir das sagen?
Ich fand es super spannend, aus Tobis Perspektive und Erfahrung zu hören, wie er damit umgeht und was seine Lösungen für diese Challenges sind.
Mein zweites Key Takeaway: Datengetriebenes Arbeiten ist Führungsaufgabe. Team Leads, Heads of und CMOs können das Thema nicht einfach an Daten- oder IT-Verantwortliche delegieren – nach dem Motto: „Unser Head of Data kümmert sich um alles, und am Ende trifft das ganze Unternehmen datenbasierte Entscheidungen.“ Das wird nicht funktionieren.
Wenn ich Tobis Aussage mal in einen etwas pathetischen Spruch packen darf – sorry Tobi und sorry Gandhi, ChatGPT sagt, der Satz stammt angeblich von Gandhi 😉 –: „Be the change you want to see in the world.“
Wenn ein ganzes Team aktiv mit Daten arbeiten und datenbasiert denken soll, ist es essenziell, dass der oder die Team Lead das vorlebt und einfordert. Wenn Team Leads oder das C-Level offensichtlich aus dem Bauch heraus entscheiden und Daten nicht einbeziehen, dann wird das auch ihr Team nicht tun.
Und damit bin ich am Ende meiner Notizen angekommen – und am Ende der Episode. Ich freue mich immer über Feedback und Gedanken zum Podcast, gerne auf LinkedIn, per Mail oder über das Kontaktformular auf unserer Website.
Bis zum nächsten Mal – tschau, tschau!