Ein wiederkehrendes Bild aus unseren Projekten: Das Unternehmen produziert jeden Monat Dutzende Auswertungen — und die Geschäftsführung steuert trotzdem nach Gefühl, weil drei Reports zur selben Frage drei verschiedene Zahlen liefern. Das Problem ist selten ein fehlendes Werkzeug. Es ist die fehlende Verbindung zwischen Daten und Entscheidungen. Eine tragfähige Datenstrategie stellt genau diese Verbindung her — und ist deutlich weniger aufwendig, als der Begriff vermuten lässt.
Warum die meisten Reports ungelesen bleiben
Reports entstehen historisch: Jemand hat sie einmal angefordert, seitdem werden sie gepflegt. Mit den Jahren wächst so ein Berichtswesen, das viel misst und wenig aussagt. Die Symptome sind bekannt — Kennzahlen ohne Zielwert, Tabellen mit vierzig Spalten, Excel-Exporte, die vor jedem Termin manuell nachbearbeitet werden. Der Prüfstein ist einfach: Welche Entscheidung hängt an dieser Zahl? Findet sich keine Antwort, gehört der Report abgeschafft. In einem Projekt bei einem Großhändler reduzierte allein diese Frage das monatliche Berichtswesen von 34 auf 11 Auswertungen — und schuf die Kapazität, die verbleibenden verlässlich zu machen.
Kennzahlen von der Entscheidung her denken
Der Aufbau funktioniert in umgekehrter Richtung: erst die Entscheidungen, dann die Kennzahlen, dann die Daten. Welche Entscheidungen treffen Geschäftsführung, Vertriebsleitung und Teamleitungen regelmäßig? Welche Information bräuchten sie dafür, in welchem Rhythmus, auf welcher Detailebene? Daraus entsteht je Führungsebene ein kompakter Kennzahlensatz — erfahrungsgemäß genügen fünf bis acht Kennzahlen je Ebene, jede mit Definition, Zielwert, Verantwortlichem und Datenquelle. Diese eine Seite Dokumentation je Kennzahl verhindert später die zermürbenden Debatten darüber, wessen Zahl die richtige ist.
Eine Quelle der Wahrheit statt Excel-Archipel
Verlässliche Kennzahlen brauchen eine verlässliche Datenbasis. In der Praxis heißt das: Die relevanten Quellsysteme — ERP, CRM, Buchhaltung, gegebenenfalls Webshop — werden automatisiert in eine zentrale Datenhaltung zusammengeführt, in der Berechnungslogik einmal definiert ist statt in zwanzig Tabellenkalkulationen. Für mittelständische Anforderungen ist das kein Großprojekt: Ein schlankes Data Warehouse mit täglicher Aktualisierung und einem Standard-BI-Werkzeug ist in acht bis zwölf Wochen produktiv. Entscheidend ist die Disziplin bei der Datenqualität — Dubletten, uneinheitliche Kundennummern und ungepflegte Pflichtfelder werden im Quellsystem behoben, nicht im Report kaschiert.
Dashboards, die genutzt werden: weniger, klarer, verbindlicher
Ob ein Dashboard Wirkung entfaltet, entscheidet sich an drei Punkten. Erstens Fokus: eine Sicht pro Zielgruppe und Frage, nicht ein Sammelbecken für alles. Die Vertriebsleitung braucht Auftragseingang, Pipeline und Angebotsquote — nicht daneben noch Lagerumschlag und Krankenstand. Zweitens Einordnung: Jede Zahl zeigt Zielwert und Vorperiode, Abweichungen sind auf einen Blick erkennbar. Drittens Verbindlichkeit: Das Dashboard ist fester Bestandteil eines Termins — etwa des wöchentlichen Vertriebsmeetings — und ersetzt dort die bisherige Folienvorbereitung. Bei dem erwähnten Großhändler sparte allein das rund sechs Stunden Vorbereitungszeit pro Woche, und Abweichungen wurden im Schnitt zwei Wochen früher erkannt als zuvor.
Verantwortung klären: Daten brauchen Eigentümer
Technik und Kennzahlen tragen nur, wenn Zuständigkeiten geregelt sind. Bewährt haben sich drei Rollen: Je Datendomäne — Kunden, Artikel, Aufträge — gibt es einen fachlichen Verantwortlichen, der Qualitätsregeln festlegt und Konflikte entscheidet. Die IT verantwortet Pipelines, Verfügbarkeit und Zugriffsrechte. Und je Dashboard ist eine Person benannt, die Rückfragen beantwortet und Änderungswünsche priorisiert. Ohne diese Klärung wiederholt sich das alte Muster: Auswertungen veralten, niemand fühlt sich zuständig, und nach zwei Jahren beginnt das nächste BI-Projekt von vorn. Eine halbe Seite Rollenbeschreibung je Domäne genügt — entscheidend ist, dass die Namen darin stehen und die Aufgabe in der Arbeitszeit eingeplant ist.
Fazit: klein bauen, konsequent nutzen
Eine Datenstrategie ist kein Konzeptband, sondern eine funktionierende Kette von der Datenquelle bis zur Entscheidung. Der pragmatische Einstieg: einen Unternehmensbereich wählen, die fünf wichtigsten Kennzahlen sauber definieren, die Datenbasis automatisieren und das Ergebnis in einem festen Termin verankern. Was sich dort bewährt, wird auf weitere Bereiche übertragen. Wie wir Datenprojekte von der Kennzahlendefinition bis zum Dashboard umsetzen, finden Sie unter Dienstleistungen — oder Sie schildern uns Ihre Ausgangslage direkt im Erstgespräch.
