Arbeit, Boden, Kapital, Wissen

In der Vergangenheit betrachtete man oftmals nur die drei Faktoren Arbeit, Boden, Kapital. Seit geraumer Zeit ist Wissen als vierter, eigenständiger Produktionsfaktor etabliert. Information ist der Rohstoff, aus dem Wissen entsteht. Doch bis zur lernenden Organisation ist es ein weiter Weg. Im ersten Schritt sind es nur Daten, die aus unzähligen Quellen in immer größerer Menge vorbeirauschen. Sie verstecken sich in Excel-Mappen, E-Mails oder Datenbanken und warten nur darauf, aufgespürt und in wertvolles Wissen umgewandelt zu werden.

Kennzahlen

Daten enthalten im Regelfall sowohl beschreibende Informationen, wie z.B. Kundennamen, Datumsinformationen und Beschwerden, als auch die zugehörigen Fakten (Kennzahlen, KPIs). Oftmals entstehen die Kennzahlen aber auch erst aus den Daten, wie z.B. die Anzahl Teilnehmer einer Studie. Diese Kennzahl ergibt sich erst durch die Zählung eindeutiger Merkmale. Erst die Kennzahlen lassen die Daten sprechen, übersetzen diese in den verwertbaren, wertvollen Rohstoff Information. David Osborne und Ted Gaebler beschrieben schon 1992 in Ihrem Standardwerk „Reinventing Government: How the Entrepreneurial Spirit is Transforming the Public Sector“ die Relevanz der Kennzahlen:

“Wenn du deine Ergebnisse nicht misst, kannst du nicht sagen, ob du erfolgreich warst. Wenn du den Erfolg nicht erkennst, kannst du nichts aus deinem Handeln lernen.”

Wie sonst sollte man die erwünschte Wirkung, wie z.B eine Umsatzsteigerung oder Kostensenkung, feststellen können? Betrachtet man diese Erfahrungen dann auf der Zeitachse und in Zusammenhang mit anderen Informationen, so lassen sich daraus wichtige Lehren ziehen  – selbstverständlich der wichtigste Schritt von allen. Wie sagte schon Friedrich der Große:

“Erfahrungen nützen gar nichts, wenn man keine Lehren daraus zieht.”

KPIs – Beispiele und Folgen einer Fehlinterpretation

Starten wir einmal mit der Produktivität des Personals. Analysten, die diese Kennzahl ohne mögliche Veränderungen bei den Sozialversicherungsbeiträgen betrachten, laufen in die Gefahr einer Fehlinterpretation.

Verfügt das Unternehmen über ein breites Produktsortiment oder handelt es sich bei dem Unternehmen um ein stark projektorientiertes Unternehmen (z.B. Hersteller von Plattformen für Windparks, IT-Dienstleister), so sind weitere Details für eine brauchbare Interpretation der Kennzahl Produktivität des Personals zwingend notwendig.

Weitere Beispiele sind der Cash Flow, die Mitarbeiterzufriedenheit (nehmen überhaupt genügend Mitarbeiter aus allen Altersgruppen teil, damit die Studie repräsentativ ist?) und Analysen deren Daten aus sozialen Medien (Facebook, Foren & Co.) stammen. Ohne Zusatzinformationen sind diese Kennzahlen nur bedingt interpretierbar und für Entscheidungen nutzbar.

KPIs – wohl informiert auf Veränderungen reagieren

Was jedoch, wenn der Umsatzanteil einer Region sinkt? Folgende Gründe könnte man sich vorstellen:

  • Wechselkursschwankungen
  • stärkere Konkurrenz infolge neuer Produkte oder Preissenkungen
  • Veränderung im Produktsortiment
  • Gesamtwirtschaftliche Gründe

Sofort wird klar: wir benötigen mehr Informationen. Und genau an diesem Punkt setzen Big Data– und Business Intelligence-Systeme sowie künstliche Intelligenz an. Anstatt Wechselkurse und gesamtwirtschaftliche Gründe mühsam aus externen Datenbanken zu entnehmen, die Konkurrenzsituation über eine Marktforschungsstudie zu erfassen oder Veränderungen im eigenen Produktsortiment anhand des ERP-System nachzuvollziehen, greift man auf die Informationen und Funktionen einer Business Intelligence-Lösung zurück.

Möchten Sie mehr über die Möglichkeiten erfahren, Ihre Prozesse zu beschleunigen und Ihren Arbeitsalltag deutlich zu erleichtern? Rufen Sie uns an. Wir beraten Sie gerne persönlich.