Digitale Analyse im Finanzbereich: Ein Erfahrungsbericht / 3 Zusammenfassung und Bewertung

Zusammenarbeit und Skills verändern sich

Die Verfügbarkeit von Daten und eine saubere Datenbewirtschaftung sind ein wesentlicher Aspekt, um die Qualität und schnelle Verfügbarkeit von Big Data Analysen zu ermöglichen. Wenn jeder spezifische Analysefall eine mehrwöchige Beschaffung und Aufbereitung der Daten zur Folge hat, wird die "Time to Market" digitaler Analysen zu einer geringen Akzeptanz führen. Aus diesem Grund müssen die relevanten Voraussetzungen geschaffen werden, um dauerhaft die Analysefähigkeit zu verbessern.

Neben einer belastbaren und modernen IT-Infrastruktur sind die notwendigen Skills ein wesentlicher Erfolgsfaktor. Bis heute sind oftmals IT und der Finanzbereich bei der Berichtsentwicklung (inkl. der Datenlandschaft) beteiligt. Der Prozess zur Entwicklung neuer Informationen wird um die Rolle des Data Scientist erweitert, was eine Veränderung des Zusammenspiels zur Folge hat.

Abb. 10: Zusammenspiel der Bereiche und Rollen bei Advanced-Analytics-Projekten

Alle Beteiligten müssen sich an die neuen Aufgaben anpassen. Daraus erwachsen neue Anforderungen an alle beteiligten Rollen im Zusammenspiel:

• Der Business Partner muss sich in neue Methoden der Advanced Analytics einarbeiten, um auf dieser Grundlage Lösungen erarbeiten zu können.
• Im IT-Bereich müssen Informationen schneller bereitgestellt und bewirtschaftet werden können, was oft durch die IT-Governance erschwert wird.
• Der Data Scientist wird sich in die Geschäftslogik einarbeiten müssen, um ein breiteres Verständnis für seine Kunden zu gewinnen.

Agile Arbeitsweise ist unabdingbar

Advanced-Analytics-Projekte zeichnen sich u. a. dadurch aus, dass das Ergebnis zum Zeitpunkt des Beginns nicht vollständig klar umrissen sein kann. Die Maßnahmen, die auf Basis der Analyse definiert werden, können zu Beginn nicht benannt werden. Von daher zeigen sich stets Überraschungen mit der Frage, wie nun auf die jeweiligen Erkenntnisse reagiert werden kann. Dies führt zwangsweise zu einer agileren Arbeitsweise. Die Projektleitung darf sich nicht scheuen neue Richtungen einzuschlagen oder den Fokus des Projektes zu verändern. Demensprechend ist die Erkenntnislage regelmäßig zu überprüfen, um auf dieser Grundlage eine Neubewertung der nächsten Schritte zu vollziehen.

Darüber hinaus führen der Skill-Mix, die Kompetenzen und Prädisposition der Beteiligten zu Herausforderungen, die im Projekt gelöst werden müssen:

• Heterogene und unterschiedliche Arbeitsweisen;
• Kreativarbeiter vs. klassische Linienrolle;
• Unterschiedliche Vorstellungen über das geeignete Vorgehen;
• Zeitmanagement vs. explorative "Suche" von Erkenntnissen.

Dies sind nur einige der Unterschiede, die in einer Advanced-Analytics-Themenstellung zu Herausforderungen führen können. Wichtig ist die Erkenntnis, dass eine agile Arbeitsweise der einzige sinnvolle Ansatz ist, um solche Themenstellungen zu bearbeiten.

Abb. 11: Agile Zusammenarbeit bei Advanced-Analytics-Projekten

Insbesondere die Bewertung der Ergebnisse ist eine interdisziplinäre Aufgabenstellung zwischen allen Beteiligten. Nur mit gemeinsamer Kraft können Erkenntnisse gezogen und Maßnahmen definiert werden, um die Ziele zu erreichen.

Maßnahmen und Handeln bestimmt den Nutzen

Informationen sind nur so viel wert wie der Nutzen, der aus den darauf basierenden Maßnahmen generiert wird. Entschlossenes Handeln auf Basis der Erkenntnisse ist ein wesentlicher Erfolgsfaktor. Dazu müssen Maßnahmen ausreichend konkretisiert und im Steuerungsprozess verankert werden.

Dabei können regelmäßige und einmalige Analysen unterschieden werden. Regelmäßige Analysen werden in ein Standardberichtswesen überführt. Einmalige Analysen dienen einem bestimmten Zweck, der nach Behebung der Problemfelder kein regelmäßiges Reporting benötigt. Die bestehenden Bestrebungen, Finanzbereiche effizient auszugestalten, sollten dazu führen, nicht jedes Advanced-Analytics-Themenfeld in ein permanentes Reporting zu überführen.