Werkzeug unterstützt datengetriebene Innovationen

Forscher des Instituts für Verbraucherinformatik (IVI) und des Data Innovation Labs der Hochschule Bonn-Rhein-Sieg (H-BRS) haben vor diesem Hintergrund den "Data Science Canvas" entwickelt. Als ganzheitliches Werkzeug unterstützt er Entscheidungsträger und interdisziplinäre Projektteams bei der Entwicklung von datengetriebenen Mehrwerten und Geschäftsmodellen. Seine durchdachte Struktur bildet die Kommunikationsbasis für ein gemeinsames Verständnis des Problems und dessen Lösung. Weiterhin können damit unternehmensbedingte Komplikationen hinsichtlich möglicher Schnittstellenprobleme und verfügbaren Ressourcen frühzeitig aufgedeckt werden.

Daten verstehen und nutzen

Zwar verfügen viele Unternehmen bereits über große Datenbestände, allerdings fehle oft das tiefere Wissen über die Möglichkeiten der erfolgreichen Wertschöpfung aus diesen Daten, berichtet Thomas Neifer, Doktorand am IVI. So zeigt eine Studie, dass sich lediglich etwa ein Viertel der Entscheidungsträger als kompetent im Umgang mit Daten ansieht. Weiterhin scheitern Data-Science-Projekte oftmals an einem fehlenden Verständnis über den tatsächlichen Zweck der Projektergebnisse für das Unternehmen, Silo-Denken der Abteilungen und unzureichender Kenntnisse über die tatsächlichen Erwartungen von technischen und geschäftlichen Beteiligten.

Für die Ausrichtung einer Organisation auf eine datengetriebene Kultur und zur Definition einer passenden Datenstrategie werden ein gemeinsames Verständnis und eine gemeinsame Sprache benötigt. Dies spielt besonders auch für interdisziplinäre Entwicklungs- und Designprojekte eine wichtige Rolle, da Mehrwerte häufig nur geschaffen werden können, indem Datenbestände verschiedener Abteilungen und ihre Kompetenzen nutzbar gemacht werden. Eine Wissenschaft für sich.

Struktur sorgt für Klarheit und Überblick

"Unser Data-Science-Canvas kann aus einer übergeordneten Perspektive in vier Themenfelder eingeteilt werden", erklärt Neifer. So wird einerseits das Geschäftsszenario (Business Case) im Spannungsfeld zwischen den technischen Möglichkeiten und dem erhofften Mehrwert ausdiskutiert. Andererseits erfolgt die Abbildung der Kundensicht mit ihren Anforderungen an Darstellung, Anwendung und Kommunikation der Resultate. Das dritte Thema beschäftigt sich zusätzlich mit der Qualität und dem Umfang von Daten als Ausgangsbasis für datenbasierte Innovationen. Einnahmen und Kosten bilden das vierte Themenfeld.