Wouter Neef
4 Min. Lesezeit
August 21, 2023
Nach über sieben Jahren in der Analytik hat Wouter Neef am eigenen Leib gelernt, wie wichtig Data Literacy ist. „Ich hatte eine Fachrolle innerhalb der Analytics-Organisation, war selbst aber nicht datenkompetent. Also brauchte ich regelmäßig die Datenanalysten, um weiterzukommen.“ Später stellte ihm ein neuer Arbeitgeber ein Data-Literacy-Training zur Verfügung, das ihm die Mittel gab, Entscheidungen ohne fremde Hilfe auf Daten zu stützen. Er wurde dadurch erfolgreicher und schneller in seiner Arbeit.
Heute führt Wouter Data Booster, ein Unternehmen, das maßgeschneiderte Data-Literacy-Trainings für Unternehmen jeder Art baut, mit, wie er sagt, „datengetriebenen Entscheidungen im Kern, umgesetzt mit drei Grundwerten: praxisnah, anpassbar und skalierbar“. Seine Mission ist es, die Mitarbeitenden seiner Kunden selbst datenkompetent zu machen.
Aber welche Bedingungen müssen stimmen, damit ein Unternehmen mit einem Data-Literacy-Programm starten kann? Neef zeichnet das Bild an praktischen Beispielen aus Unternehmen, mit denen er gearbeitet hat und arbeitet.
1. Eine Führung, die vorangeht. Die erste Bedingung ist laut Neef ein Führungsteam, das mit gutem Beispiel vorangeht. „Wenn die Führung den Wert datengetriebener Entscheidungen nicht sieht, bekommen Sie weder Budget noch Zeit, um überhaupt anzufangen, geschweige denn Schwung oder Aufmerksamkeit für Data Literacy im Unternehmen.“
Seiner Erfahrung nach mögen Menschen keine Veränderung. Sie bleiben gern, wo sie sich sicher fühlen. Daten wirken auf viele einschüchternd. Wenn die Führung aber mitmacht und diejenigen belohnt, die den Wandel annehmen, entzündet das ein datengetriebenes Feuer im Unternehmen.
Wouter verweist auf eine Bank in Australien, wo genau diese Haltung der Führung sehr gut funktioniert hat. Der Head of Retail machte bei den Datenchallenges mit, die zur Bewusstseinsbildung organisiert wurden. Er wollte zeigen, was Data Literacy dem Unternehmen bringt, und die Mitarbeitenden zugleich sehen lassen, was es ihrer eigenen Laufbahn bringt.
2. Die richtigen Datenwerkzeuge als Standard. Ohne Daten gibt es nichts, worauf man bauen kann. Werkzeuge, die die Daten für alle zugänglich machen, die sie brauchen, sind eine Grundbedingung. Unternehmensweit dieselben Werkzeuge zu nutzen ist klar zu empfehlen: So lässt sich zwischen Teams über Daten sprechen, ohne ständig übersetzen zu müssen.
3. Strukturierte Daten. Daten allein reichen laut Wouter nicht. Sind die Daten nicht sauber und klar und die Werkzeuge nicht leicht zugänglich, finden selbst datenkompetente Mitarbeitende nicht, was sie brauchen. Das führt zu Frust und dazu, dass Daten gemieden werden. „Es braucht eine klare Datenstruktur mit einem Katalog, den alle lesen und nutzen können.“ Verschiedene Teams brauchen für ihre Arbeit wahrscheinlich verschiedene Datensätze. Diese Daten müssen von irrelevanten Datensätzen befreit sein, die zu falschen oder unbrauchbaren Schlüssen führen.
4. Eine Kultur der Unterstützung. Ob Sie mit Data Coaches, Datenbotschafterinnen und -botschaftern oder mit helfenden Analystinnen und Analysten arbeiten: Entscheidend ist ein Netz, das alle trägt, die mit Daten arbeiten. Das kann von oben kommen, muss es aber nicht. Wichtig ist, dass Fragen erwünscht sind und Hilfe überall erreichbar ist, für jedes Vorwissen. Niemand wird für weniger Erfahrung belächelt, es wird ermutigt.
Diese 4 Bedingungen gehören an den Anfang Ihres Data-Literacy-Programms. Stimmt eine davon nicht, wird es zäh, Schwung und Begeisterung im Unternehmen zu erzeugen.
Am 24. September richten wir in Utrecht den 10. Data & AI Literacy Round Table aus: HR- und Datenverantwortliche in einem Raum, zur Frage, wer AI Literacy verantwortet, noch bevor ein Programm startet. Nur mit Einladung, 30 bis 40 Plätze.
Mitglied bei
Nominiert
