Was die meisten Unternehmen in der falschen Reihenfolge machen

Viele Datenprogramme starten operativ plausibel. Ein Fachbereich fordert bessere Transparenz. Die IT modernisiert die Plattform. Ein Innovationsteam identifiziert KI-Use-Cases. Ein Governance-Projekt schafft Standards. Alles daran klingt vernünftig. Nur ist noch nicht beantwortet, warum diese Initiativen gemeinsam überhaupt existieren.

Das Ergebnis ist bekannt: mehrere Projektstränge, mehrere Stakeholder, mehrere Dashboards – aber kein gemeinsamer Steuerungspunkt. Dann wird über Architektur, Tools und Ownership diskutiert, obwohl die eigentliche Frage ungelöst ist: Welches Geschäftsproblem hat Priorität, und welche Dateninitiativen tragen sichtbar dazu bei?

Ausrichtung heißt: von der Unternehmensstrategie bis zur einzelnen Initiative durchdeklinieren

Strategische Ausrichtung ist kein Kick-off-Slide mit Unternehmenszielen im Header. Sie ist eine belastbare Übersetzungskette. Diese Kette muss nachvollziehbar machen, wie aus einem Geschäftsziel konkrete Datenarbeit wird.

Erst wenn diese Logik sichtbar ist, lässt sich seriös priorisieren. Dann wird klar, welche Initiativen strategisch relevant sind, welche nur lokal nützlich sind und welche gerade vor allem Aktivität erzeugen.

Ein aktuelles Beispiel: SAPs „Clean Core“-Strategie verschiebt die Abhängigkeit von ABAP-Customizing hin zu APIs, BTP-Services und semantischen Datenprodukten. Wer das nur als Technologieprojekt behandelt, repliziert den alten Fehler – die Ausrichtungsfrage landet wieder hinter der Werkzeugfrage.

Die entscheidende Frage lautet nicht: Welche Use Cases haben wir? Sondern: Welche Entscheidungen müssen besser werden?

Diese Unterscheidung ist zentral. Use Cases sind oft zu niedrig in der Logik. Sie beschreiben eine Anwendung. Eine gute Data Strategy startet höher: bei den Entscheidungen, die im Unternehmen Wirkung erzeugen. Preisentscheidungen. Bestandsentscheidungen. Kapazitätsentscheidungen. Risikoentscheidungen. Portfolioentscheidungen.

Wenn klar ist, welche Entscheidungen besser werden sollen, wird die Priorisierung härter – aber auch sauberer. Dann lassen sich Datenprodukte, Reporting, Governance und KI nicht mehr isoliert diskutieren, sondern als Werkzeuge für bessere Entscheidungen.

Woran man fehlende Ausrichtung sofort erkennt

• Es gibt viele Initiativen, aber keine saubere Verbindung zu denselben Geschäftszielen.
• Mehrere Teams arbeiten an Daten, ohne gemeinsame KPI-Logik.
• Use Cases werden nach Sichtbarkeit oder Sponsoring priorisiert – nicht nach Wirkung.
• Governance wird als Pflichtübung behandelt, nicht als Voraussetzung für Steuerbarkeit.
• Sovereign-Cloud-Anforderungen wie Datenresidenz und operationelle Kontrolle werden als reine Infrastrukturthemen behandelt – nicht als strategische Ausrichtungsentscheidungen.
• Die Organisation kann nicht sagen, welche Maßnahmen sie bewusst nicht verfolgt.

Gerade der letzte Punkt ist wichtig. Eine gute Data Strategy zeigt nicht nur, was getan wird. Sie macht auch sichtbar, was bewusst unterlassen wird, weil der Beitrag zum Zielbild nicht stark genug ist.

Wie AdEx Partners in diesem Schritt vorgeht

In der Praxis bedeutet das: Wir arbeiten die Geschäftsziele nicht nur auf einer abstrakten Ebene heraus. Wir übersetzen sie in Entscheidungsfelder, Steuerungsgrößen und Fähigkeitsanforderungen. Erst daraus ergibt sich, welche Dateninitiativen wirklich Priorität verdienen.

Das verändert die Diskussion. Plötzlich geht es nicht mehr um einzelne Tool-Wünsche, sondern um eine Architektur von Wirkung: Welche Fähigkeit brauchen wir zuerst? Welche Verantwortung muss klarer werden? Welche Datenbasis ist nicht verhandelbar? Und welche Initiative kann warten, ohne unternehmerischen Schaden zu erzeugen?