Datenanalyse im Konzern: Trotz umfassender Möglichkeiten läuft vieles in Excel manuell

In Konzernen sind täglich hunderte Reports, Dashboards, Datenanalysen und Informationen gefragt. Trotz komplexer IT-Strukturen kopieren Teams Zahlen manuell in und aus Excel-Dateien, um relevante Informationen zu erhalten.

Spezialisierte Abteilungen und gewachsene Prozesse treffen aufeinander. Und obwohl Systeme vorhanden sind, läuft vieles weiterhin manuell. Pro Abteilung entstehen im Laufe der Zeit oft 50+ Excel-Dateien. Gründe sind fehlende Schnittstellen, unklare Zuständigkeiten oder ein Fokus auf Technik statt auf die Anwender:innen.

Komplexe Strukturen, klassische Probleme

Warum wird trotz vorhandener Systeme noch manuell gearbeitet?

Systeme sind vorhanden, oft fehlen jedoch passende Schnittstellen, hinterlegte Daten oder Zugriffsmöglichkeiten darauf. Mitarbeiter:innen ziehen sich Daten manuell, weil sie nicht mit wenigen Klicks auf relevante Informationen zugreifen können oder die IT noch keine Datenanbindung bereitgestellt hat.

Das kostet Zeit durch umfassende manuelle Tätigkeiten. Genau das sollten Systeme und Prozesse eigentlich verhindern.

Zuständigkeiten und interne Politik

Was bremst Datenanalyse in Konzernen aus?

In Konzernen sind Zuständigkeiten oftmals zu eng oder nicht klar definiert. Folge: Themen werden verschoben, Entscheidungen verzögert, (Daten-)Projekte stocken.

Typische Fragen:

• Wer ist zuständig für Datenqualität?
• Wer darf Anforderungen stellen?
• Wer entscheidet über Lösungsmöglichkeiten?

Wenn diese Fragen offen bleiben, drehen sich Themen im Kreis, Umsetzung bleibt aus und die Qualität der Ergebnisse bleibt hinter den Erwartungen zurück.

Mehr Anwenderperspektiven

Warum wird oft an den Bedürfnissen der Anwender:innen vorbei entwickelt?

Viele Tools, Analysen, Prozesse und Systeme entstehen aus überwiegend technischer Sicht. Die Perspektive der Anwender:innen, die täglich damit arbeiten, wird zu wenig berücksichtigt und führt zu umständlichem Vorgehen im Tagesgeschäft.

Ergebnis: Tools funktionieren zwar, werden aber nicht genutzt. Mitarbeitende pflegen dann lieber eigene Excel-Dateien, weil sie damit schneller ans Ziel kommen.

Je mehr Mitarbeiter:innen, desto mehr Perspektiven gibt es. Umso wichtiger ist ein gutes Anforderungsmanagement. Andernfalls fehlen Sichtweisen und Abläufe werden unproduktiver.

Automatisiert im Management, manuell in der Operativen

Warum weichen Managementsicht und operative Sicht oft voneinander ab?

Während das Management mit automatisierten Dashboards arbeitet, kämpft die operative Ebene mit Datenqualitätsproblemen, umständlichen Zugriffen und manuellen Prozessen.

In der operativen Ebene werden Daten und Informationen häufig manuell zusammengesucht, um die Aufgaben überhaupt erledigen zu können.

Diese Diskrepanz führt zu falschen Annahmen, zu Zeitverlust und zu sinkender Qualität. Um fundierte Entscheidungen zu treffen, erfordert es den Überblick über die Situation und Auffälligkeiten in aktuellen Entwicklungen.

Voraussetzungen, um Datenanalyse zeitnah zielführender zu nutzen

Damit Datenanalyse nicht nur technisch möglich ist, sondern im Alltag wirkt, braucht es:

• Klare Entscheidung: Datenanalyse ist fester Bestandteil von Prozessen und Steuerung.
• Schnittstellenfunktionen: Fachliche Anforderungen und Technik verbinden.
• Verankerung im Tagesgeschäft: Für Meetings, Entscheidungen und Tools.
• Fokus auf bestehende Systeme: Automatisierung nutzen durch Daten.

Schritte zur zielführenden Datenanalyse

Wie könnten die ersten Schritte aussehen?

1. Überblick über bestehende Auswertungen verschaffen.
2. Nutzung und Relevanz bewerten.
3. Anwenderfokussierte Befragung durchführen.
4. Ergebnisse konsolidieren und bewerten.
5. Erforderliche Datenanbindungen definieren.

Schlussfolgerung

Was ist erforderlich, damit Datenanalyse im Konzern funktioniert?

Systeme, Tools und separate Lösungen reichen nicht aus. Entscheidend ist, wie und wo Datenanalyse bewusst im Einsatz ist – auch gezielt als Teil des operativen Unternehmensalltags.

Datenstrategie, Analyselandschaft und alle Unternehmensebenen müssen ineinandergreifen. Erst dann profitieren Management und Mitarbeiter:innen gleichermaßen. Datengestützte Management-Entscheidungen können so von der operativen Ebene verstanden und umgesetzt werden.