Es passiert in fast jedem Unternehmen, das „jetzt was mit KI machen“ will: Der erste Schritt ist eine Tool-Liste. Eine Plattform hier, ein Copilot da, ein Datenkatalog obendrauf. Ein Jahr später gibt es viele Lizenzen – und immer noch keine Antworten.
Der Denkfehler ist immer derselbe: Werkzeuge werden mit Strategie verwechselt. Eine Datenstrategie beantwortet aber keine Einkaufsfrage, sondern eine Führungsfrage: Welche Entscheidungen wollen wir besser treffen – und welche Daten brauchen wir dafür?
Erst die Entscheidung, dann die Daten, ganz zum Schluss das Tool
Wer es ernst meint, dreht die Reihenfolge um. Am Anfang stehen die Geschäftsziele und die konkreten Entscheidungen, die heute zu langsam, zu teuer oder zu ungenau fallen. Daraus ergeben sich die Anwendungsfälle – und erst aus den Anwendungsfällen ergibt sich, welche Daten in welcher Qualität gebraucht werden.
Dann kommen die unbequemen Fragen: Wem gehören die Daten intern? Wer ist verantwortlich, wenn sie falsch sind? Welche Regeln gelten für Zugriff, Schutz und Nutzung? Governance ist kein Bürokratie-Anhang, sondern der Teil, an dem die meisten Strategien sterben – weil ihn niemand besitzt.
Und die Architektur? Die kommt zum Schluss. Wenn klar ist, was gebraucht wird, ist die Tool-Auswahl plötzlich einfach – und deutlich billiger. Das Werkzeug folgt der Aufgabe. Nie umgekehrt.
„Das Tool kommt zuletzt – nicht zuerst.“
Woran Sie eine echte Datenstrategie erkennen
Sie passt auf wenige Seiten. Sie nennt Verantwortliche mit Namen. Sie enthält messbare Ziele statt Buzzwords. Und sie hat einen Rhythmus: messen, lernen, nachschärfen. Alles andere ist eine Einkaufsliste mit Deckblatt.
Der komplette Fahrplan
Unser Leitfaden „Datenstrategie in 9 Schritten“ – kompakt als PDF.