Der Controller als VUCA-Pathfinder / 3.4 Erkennen, dass Big Data nicht notwendigerweise die Unsicherheit reduziert

Big Data liefert uns mehr Daten, aber nicht notwendigerweise bessere Informationen. Das liegt zum einen daran, dass viele Daten schlicht und ergreifend "noise" sind, oder dass viele Daten, die wir benötigen nicht vorhanden sind.^[1]

Generell gilt, dass ein Mehr an Daten nicht notwendigerweise zu besseren Entscheidungen führt, denn Unsicherheit lässt sich durch ein Mehr an Daten nur sehr bedingt reduzieren. Im Gegenteil, man läuft sogar noch Gefahr, in den Bereich des "Data Overload" zu kommen, was wiederum dazu führt, dass die Qualität der Entscheidung abnimmt. Nassim Taleb formulierte das mit dem sehr schönen Bild, dass Big Data zunächst einmal dazu führt, dass die Nadel in zunehmend größere Heuhaufen käme. Bessere Informationen bekommen wir nur dann, wenn wir in der Lage sind, mehr Nadeln im Heuhaufen zu finden.

Um mehr Nadeln zu finden, benötigen wir Data Sensemaking Skills, d. h. Fähigkeiten, die es uns ermöglichen, aus Daten Informationen, d. h. steuerungsrelevante Erkenntnisse, zu generieren. Wenn die Data Sensemaking Skills fehlen, liefern die Controller dem Entscheider keine Informationen. Vielmehr reichen sie im Grunde genommen Daten an den Entscheider durch, weil ihr eigener Wertbeitrag, der in diesem Fall darin besteht, aus Daten entscheidungsrelevante Informationen zu gewinnen, fehlt. Ergänzend sei noch darauf hingewiesen, dass die beiden Rollen VUCA-Pathfinder und Analytics Translator bezüglich der benötigten Fähigkeiten größere Schnittmengen haben, als es manchen Controllern bewusst ist, da beide gute Data Sensemaking Skills benötigen.

Und auch wenn ich ungern Wasser in den Wein der Predictive Analytics-Anhänger gieße: als Controller muss man immer kritisch fragen, ob die verfügbaren Daten einem lediglich helfen können zu verstehen, wie komplexe Sachverhalte passiert sind oder wie sie passieren könnten. Aber dass die Daten eben möglicherweise nicht als Grundlage verwendet werden können um zu prognostizieren, wann und wo diese passieren werden. In anderen Worten: einen Sachverhalt zu verstehen ist nicht immer gleichzusetzen mit Predicting. Wir kommen von einem datenarmen, aber vergleichsweise gut prognostizierbarem Umfeld in ein datenreiches ("Big Data"), aber unsichereres Umfeld.^[2]

Dieser Übergang bringt für die Controller Anpassungsbedarfe bezüglich Mindset (siehe Punkt 1. oben) und Tools (vgl. dazu den folgenden Abschnitt zur Toolbox) mit sich.

[1] Die COVID-19 Pandemie ist hierfür – leider auch nach wie vor – ein Beispiel.

[2] Vgl. McChrystal, 2015.