Der Begriff Datenkultur (engl. data culture) scheint in aller Munde und das Interesse ist beständig: allein die Anzahl der Google-Treffer hält sich im zehnstelligen Bereich. Es gibt seriöse Datenkultur-Podcasts, ein stets wachsendes Angebot an Wirtschafts- und Wissenschaftsliteratur zu dem Thema, und immer mehr Firmen schreiben sich den Begriff auf die Fahnen. Warum es für Unternehmen und Organisationen wichtig ist, sich mit dem Thema zu befassen und was Datenkultur eigentlich bedeutet, erfahren Sie in diesem Artikel.
Verbesserte Entscheidungsfindung, Kostenreduktion und Prozessoptimierung – davon berichten Unternehmen, die erfolgreich in ihre Datenkultur investiert haben. (1) Ohne die Anpassung an den technologischen Progress kann man nicht am Markt bestehen, dies gilt mittlerweile als ein Axiom der neuen Ökonomie. Gern übersehen wird dabei jedoch, dass das Mithalten mit dem Hype nicht nur harte Technologien, sondern auch softe Strategien erfordert. Empirische Studien (2) zeigen immer wieder, dass das unternehmerische Vermögen, mit Daten umzugehen und insbesondere datenbasierte Entscheidungen (3) zu treffen, in vielerlei Hinsicht einen maßgeblichen Einfluss auf die Firmenperformance hat. Im multifaktoriellen Modell von Chatterjee et al zeigt sich dabei der Einfluss von datengetriebener Unternehmenskultur [≈ softer Faktor] auf Produkt- bzw. Prozessinnovation sowie auf die Leistungs- bzw. die Wettbewerbsfähigkeit eines Unternehmens. Gleichzeitig stellt die Implementierung eines Business-Analytics-Systems [≈ harter Faktor] eine vorgelagerte Einflussgröße dar. Ferraris et al zeigen in ihrem Modell gar die separaten Einflüsse auf die Unternehmensperformance seitens der Wissensmanagementorientierung [≈ softer Faktor] und des Einsatzes von Big-Data-Analytics [≈ harter Faktor].
Es geht also um das fruchtbare Zusammenspiel der folgenden Komponenten:
Es reicht nicht aus, technisch auf dem neuesten Stand zu sein und/oder bestimmte datenbezogenen Leistungen einkaufen zu können – die intrinsische Auseinandersetzung mit dem gesamthaften Begriff Daten ist unumgänglich.
Genau hier wird Datenkultur zu einem zentralen Thema!
Im stets größer werdenden semantischen Feld rund um das Wort Daten tauchen immer mehr Begriffe auf, die in der zunehmend digitalisierten Welt entweder neu entstanden sind, oder eine neue Bedeutung erlangt haben. Um speziell über die Datenkultur sprechen zu können und diese später auch von besonders nah stehenden anderen datenbezogenen Begriffen abzugrenzen, bemühen wir uns zunächst um die Definition der beiden Begriffsbestandteile.
Bei dem Wort Daten (Plural von lat. datum: Gegebenes) handelt es sich zunächst einmal um „durch Beobachtungen, Messungen, statistische Erhebungen u. a. gewonnene und darauf beruhende (Zahlen)werte und Angaben.“ (4) Es muss bewusst werden, dass der IT- und EDV-Bezug von Daten erst im Zuge der technologischen Entwicklung entstanden ist und im Grunde einen Spezialfall darstellt, der die technischen Möglichkeiten für eine effektive und effiziente Nutzung und Erzeugung von Daten (Werten) und Informationen betont.
Wenn wir von Datenkultur sprechen, müssen wir keinesfalls ausschließlich an die Computer und die (ausgelagerte) IT-Abteilung denken, sondern an den Umgang mit der allgegenwärtigen Ressource Daten, einem wichtigen Asset (5) der Organisation.
Widmen wir uns nun dem Begriffsbestandteil Kultur. Ursprünglich und vorherrschend ein anthropologischer und sozialwissenschaftlicher Begriff, umfasst Kultur „(lat. cultura, von colere: bebauen, pflegen), im weitesten Sinn alles, was der Mensch selbst gestaltend hervorbringt“ (6), wobei die wesentlichen Bedeutungsfacetten (Um)gestaltung des Gegebenen (Kontrast zur Natur), symbolische Selbstreflexion sowie Zusammenspiel zwischen Gesellschaft/Gemeinschaft und Individuum inhaltlich besonders kennzeichnend sind. Von Bedeutung ist auch der Aspekt der Kulturpluralisierung, der Existenz von Kulturen - eine zentrale Voraussetzung für das Argument von Ähnlichkeit und Zusammenhalt innerhalb einer (Kultur)gemeinde und Abgrenzung von anderen Gruppen, nach außen. Im Kontext von Ethnien und Völkern mittlerweile ethisch umstritten (7), ist es bei zunächst wertfreier Betrachtung jedoch ganz deutlich, dass verschiedene „Lebensart“-Elemente in bestimmten Gruppen auch für klare Unterschiede zwischen den entsprechenden Kulturen (Subkulturen, Organisationskulturen – bis hin zur Datenkultur) sorgen.
Seit den 1980er Jahren ist der Begriff der Unternehmenskultur ein fester Bestandteil von betriebswirtschaftlichen Betrachtungen. (8) Auch hier existiert eine Bandbreite an Definitionen, wobei das Bild vom „Lebensraum einer Organisation, […] in dem Ideen entstehen oder unterdrückt werden, Initiative befördert oder erstickt […] wird“ (9) eine naheliegende Interpretation von Kultur in unternehmerischem Kontext darstellt. Es hat sich zwar keine dominante Konzeptualisierung von Unternehmenskultur als zentral durchsetzen können, klassische akademische und praktische Ansätze lassen sich jedoch grob in Ebenen- und Faktorenmodelle (10) (Blick auf die hierarchisch oder zirkular angeordneten Bestandteile innerhalb eines Unternehmens) sowie Typologien (vergleichender Blick auf verschiedene Unternehmen) unterteilen, wobei es auch Mischvarianten gibt.
Je nach Perspektive auf die Unternehmenskultur spielt auch der Bereich Daten eine andere Rolle. Wir wollen also die Datenkultur einerseits durch das Prisma der diversen Betrachtungen der Unternehmenskultur sehen, andererseits als Umgangsweise mit einer der wichtigsten Unternehmenskapitalarten herausarbeiten.
Ein altbewährtes Ebenenkonstrukt ist das Eisbergmodell (11) – inspiriert durch Sigmund Freud und auch in der Kommunikationstheorie und -praxis verwendet, unterscheidet es zwischen der sichtbaren Sachebene („Spitze des Eisberges“) sowie der unsichtbaren Beziehungsebene („Unterwasserkoloss“) und überschneidet sich dabei inhaltlich mit dem Schein- (12), oder auch dem Hofstede-Zwiebel-Modell (13).
Wir halten fest: innerhalb der Unternehmenskultur existieren schichtweise angeordnete Attribute, die aufeinander einwirken. Bei dieser Betrachtung stellt das Thema Daten relevante inhaltliche Anwendungsgebiete dar: beispielsweise können Ziele und Regeln im Datenkontext klar und deutlich (sichtbar!) formuliert sein (der Klassiker: „Wir wollen ein datengetriebenes Unternehmen werden!“ (14)), während die zugrundeliegenden (weitgehend unsichtbaren) Einstellungen, Annahmen und Bedürfnisse unter Umständen davon abweichen– vielleicht herrscht unter Mitarbeitenden Skepsis, möglicherweise trauen sich einige eine qualifizierte Arbeit mit Daten gar nicht zu. Dies wirkt sich auf die Unternehmensrealität viel stärker aus, als die gut gemeinten Lippenbekenntnisse des Managements. Wir erinnern uns zudem: Kultur bedeutet selbstreflektierende Gestaltung. Das lässt sich gut mit einer hierarchischen Sichtweise interpretieren: Grundannahmen und Werte sind das „Selbst“ des Unternehmens und über Normen gelangt man zur „Gestaltung“ – dem Verhalten und den Artefakten. Gerade Letztere beinhalten auch eine gute technische Ausstattung, z. B. moderne BI-Systeme; und ja, eine Rückkopplung findet durchaus statt. Das Vorhandensein von Systemen kann auch eine Wirkung auf die Werte und Bedürfnisse auslösen. Optimalerweise ergibt sich das Artefakt BI jedoch erst aus der zugrundeliegenden normdatenbasierten Entscheidungsfindung und aus Werten wie bspw. Objektivität.
Die gegenseitige Einwirkung der Kulturelemente findet sich auch im 7-S-Modell (15) wieder. Es ist eine um Vollständigkeit bemühte Sammlung harter und weicher Unternehmensfacetten, die abgesehen von „im Herzen“ liegenden gemeinsamen Werten keiner einheitlichen logischen Hierarchie unterworfen sind, sondern eine Art Netzstruktur bilden. An dieser Stelle geschieht die thematische Einbindung des Bereichs Daten differenzierter.
Datenkultur bedeutet im Lichte des 7-S-Modells sowohl eine begründete Zielvorstellung bei der strategischen Planung, als auch an den Tag gelegte praktische Fähigkeiten im Umgang mit Daten. Auch Strukturen, die unter Berücksichtigung individueller Stärken zur Entwicklung dieser Fähigkeiten verhelfen, gehören zur Datenkultur. Dies beinhaltet neben Weiterbildungsmaßnahmen beispielsweise auch, den Datenzugang zu normalisieren und für Transparenz zu sorgen. Insbesondere Prozesse, die eine datenbasierte Entscheidungsfindung fördern sowie tatsächlich geteilte Werte, wie z. B. die Ethik beim Umgang mit sensiblen oder „gefährlichen“ Daten, gehören ebenso zu einer Datenkultur. Schließlich betrifft die Datenkultur primär Menschen und nicht Maschinen.
Es wird bei dieser Betrachtung klar, dass Datenkultur ein Querschnittsthema ist. Es sollten weder separat stehen noch sollte es nur bei der IT-Abteilung verortet sein. Vielmehr muss es systematisch in sämtliche Unternehmensbereiche integriert werden.
Schließlich beschreiben Organisationskulturtypologien verschiedene Charaktere von Unternehmenskulturen anhand relevanter Merkmale, gern zweidimensional (16), wobei auch diverse Klassifizierungen existieren, die mehrere Aspekte wie Hierarchie und Machtdistanz, Individualität und Maskulinität (17) oder Kundenorientierung, Anpassungs-, Leistungs- und Innovationsfähigkeit (18) zur Beschreibung heranziehen. In diesem Kontext bedarf es einer eingehenden individuellen Analyse, um die Bedeutung einzelner Charakteristika im Datenkontext zu entschlüsseln. So könnte es z. B. für ein stark hierarchisch organisiertes Unternehmen mit wenig Bottom-Up-Kommunikation eine große Herausforderung sein, die (datenumgangsbezogene) Realität im Arbeitsalltag zu erfassen und eine angemessene Maßnahmenplanung durchzuführen. In einem alteingesessenen Unternehmen mit starkem Traditionsbezug könnte es eine Herausforderung sein, objektiv datengetrieben (im Unterschied zu subjektiv erfahrungsgetrieben) zu agieren.
Relativ neu und im Datenkontext von besonderer Bedeutung ist der Ansatz von Reifegradmodellen (19), die eine wertende Sicht und einen Quantifizierungsanspruch an die Unternehmenskultur herausbilden. Dies basiert auf der impliziten These, dass eine „Messung“ sowie eine generelle positive Entwicklung der Unternehmenskultur möglich ist und einen (ökonomischen) Vorteil mit sich bringt. Es darf gemutmaßt werden, dass die Entwicklung der Datenkultur in den soften Komponenten mit der Entwicklung der Unternehmenskultur korreliert. Auf jeden Fall bietet eine hohe Unternehmenskulturreife bessere Voraussetzungen für die Entwicklung einer Datenkultur. Zudem sind Reifegradmodelle am geeignetsten, den Fortschritt bei der Implementation eines „neuen“ Konstruktes wie Datenkultur zu verfolgen. Der Clou dabei: die zuvor betrachteten Ebenen- und Faktorenkonstrukte lassen sich datenbezogen als Dimensionen in die Reifegradmessung integrieren. Pro Stufe und Dimension werden anhand der ausgewählten Komponenten entsprechende Meilensteine, Kernattribute von durchlaufenen Phasen und Merkmale der zu erreichenden Zustände definiert. Beispielsweise können Werte und Überzeugungen [aus dem Hall- oder Hofstede-Modell] mit jedem Reifegrad der Datenkultur eine Entwicklung vom Zustand der Skepsis hin zur Begeisterung durchmachen. Die Strukturen [aus dem 7-S-Modell] können sich von chaotisch hin zu harmonisch integriert bewegen. Dem technologischen Aspekt soll ebenfalls eine zentrale Dimension eingeräumt werden, in der nicht nur der Fortschritt bei der Implementation von BI-Systemen bewertet wird, sondern auch der Reifegrad der Ressource Daten selbst.
Nachdem die Systematik unserer Datenkulturbetrachtung weitgehend klar geworden ist, soll nun eine Schärfung der Definition durch die Abgrenzung von vermeintlich ähnlichen Begriffen stattfinden.
Ein Trendthema, das die Datenkultur in den letzten Monaten überholt hat, ist die Datenkompetenz (engl.: data literacy). Manchmal wird der Begriff Datenkompetenz irrtümlicherweise synonym zu Datenkultur gebraucht. Data Literacy stellt jedoch nur einen Teil der viel weiter zu fassenden Datenkultur dar und beinhaltet primär Wissen und Können in den Bereichen Datenverständnis, Datensammlung (u. a. durch Programmierung), Datenevaluation, (statistische) Datenauswertung und Datendarstellung. Die weiter oben platzierte Ausführung zu Datenkulturausprägungen durch die Brille des 7-S-Modells hat unter anderem den Aspekt Fähigkeiten der Mitarbeitenden im Umgang mit Daten aufgeführt, was weitgehend dem Begriff Datenkompetenz entspricht. In Ergänzung zur Datenkompetenz umfasst Datenkultur neben dem Können auch das Wollen (z. B. Werte) und das Dürfen (z. B. Datenzugang, Prozesse).
Des Weiteren kommt eine Verwechslung der Begriffe Datenkultur und Datenintelligenz aufgrund ihrer ähnlichen semantischen Konnotation ebenfalls vor. Jedoch wird Letzteres meistens in einem sehr engen Sinne gebraucht – als eine konkrete BI-Lösung im Rahmen des technischen und strategischen Datenmanagements. Analog verhält es sich mit Data Thinking: es ist eine optimierende Methode aus dem Data-Science-Bereich, die mit innovativen Techniken zur Entwicklung konkreter datenbasierter Lösungen verhilft, z. B. auch im Rahmen der Implementierung einer reiferen Datenkultur.
Nachdem nun diese Fragen weitgehend geklärt sind, bleibt eine letzte Frage: kann man die Datenkultur (wie jede andere Art von Kultur) tatsächlich willentlich beeinflussen? Die strategische Entscheidung geht meistens von einigen wenigen aus, während Kultur (Datenkultur) von allen Mitarbeitenden geprägt wird. Die Theorie des Change Managements widmet sich genau dieser Problematik und bietet differenzierte Ansätze zur externen Impulsgabe, die das entscheidende interne Gedeihen der Datenkultur erfolgreich anstoßen kann.
(1) Vgl. BARC Data Culture Survey 2022, C. Bange, N. Lorenz, How To Shape the Culture of a Data-Driven Organization
(2) Vgl. Management Decision Vol. 57 No. 8, 2019, © Emerald Publishing Limited, A. Ferraris, A. Mazzoleni, A. Devalle & J. Couturier, Big data analytics capabilities and knowledge management: impact on firm performance, www.emeraldinsight.com/0025-1747.htm; Annals of Operations Research, 2021, © Springer Science+Business Media, S. Chatterjee, R. Chaudhuri & D. Vrontis, Does data-driven culture impact innovation and performance of a firm? An empirical examination, https://doi.org/10.1007/s10479-020-03887-z
(3)Vgl. SSRN eJournals, 2011, E. Brynjolfsson, L.M. Hitt & H.H. Kim, Strength in Numbers: How Does Data-Driven Decisionmaking Affect Firm Performance?, http://dx.doi.org/10.2139/ssrn.1819486
(4) Vgl. https://www.duden.de/rechtschreibung/Daten
(5) Vgl. Springer-Verlag GmbH Germany, part of Springer Nature 2019, M. Treder, Becoming a data-driven Organisation: S.41 ff., https://doi.org/10.1007/978-3-662-60304-8_2
(6) https://www.spektrum.de/lexikon/philosophie/kultur/1174
(7) „Insbesondere in Zeiten massenhafter Migration wurde so die kulturelle Andersartigkeit hervorgehoben und mit schwer zu überwindenden Grenzen versehen, während die viel größeren Gemeinsamkeiten kaum beachtet wurden.“ https://de.wikipedia.org/wiki/Kultur#cite_ref-40, aufgerufen am 21.07.2022
(8) „[..] das Kulturkonzept [..] im Bereich der Organisationstheorie und Managementlehre Anfang der 1980er „entdeckt“ wurde und Peters (1984) Unternehmenskultur als „The most important stuff around“ […] bezeichnete.“ (Springer Fachmedien Wiesbaden GmbH 2017, S. Sackmann, Unternehmenskultur: Erkennen – Entwickeln – Verändern: S. 35)
(9) Vgl. Springer Fachmedien Wiesbaden GmbH 2018, J. Herget, H. Strobl (Hrsg.), Unternehmenskultur in der Praxis: S. 5
(10) Die Bezeichnungen Ebenenmodell/Ebenenkonstrukt bzw. Faktorenmodell/Faktorenkonstrukt sind keine etablierten Definitionen, sondern stammen vom Autor
(11) Abgeleitet und entwickelt von Edward T. Hall, nachzuschlagen z. B. bei https://www.bwl-lexikon.de/wiki/unternehmenskultur/ (Abb. 1 ist ebenfalls von dieser Quelle)
(12) Wurde vom Autor und seinen Nachfolgern in unterschiedlicher Verfeinerung der Sichtbarkeitsstufen ausgearbeitet und ergänzt, nachzuschlagen z.B. bei https://www.hyperkulturell.de/glossar/kulturebenen-modell-nach-edgar-h-schein/ ; eine wichtige Modellvariante beinhaltet fünf Stufen der Unternehmenskultur: Grundannahmen, Werte, Normen, Verhalten, Artefakte
(13) Nachzuschlagen z.B. bei https://www.hyperkulturell.de/glossar/kulturzwiebel/
(14) Z. B. bei Telefonica Deutschland, Geschäftsbericht 2021, S. 12: https://www.telefonica.de/file/public/1837/GESCHAEFTSBERICHT-2021-DE-Telefonica-Deutschland-Holding-AG.pdf?attachment=1 , oder TÜV Nord, Geschäftsbericht 2021, S. 22: https://www.tuev-nord-group.com/fileadmin/Content/TUEV_NORD_GROUP/geschaeftsbericht2021/04_Downloads/tng-gb-2021-cr-bericht.pdf
(15) nachzuschlagen z.B. bei https://wirtschaftslexikon.gabler.de/definition/sieben-s-modell-51911 oder in Herget und Strobl (2018): S.148 (Springer Fachmedien Wiesbaden GmbH 2018, J. Herget, H. Strobl (Hrsg.), Unternehmenskultur in der Praxis, https://doi.org/10.1007/978-3-658-18565-7_1)
(16) Nach Deal und Kennedy: die Dimensionen Risiko und Feedback ergeben die Unternehmenskulturtypen Prozesskultur (Bürokratie), Analytische-Projekt-Kultur, Brot-und-Spiele-Kultur, Alles-oder-Nichts-Kultur, nachzuschlagen z. B. bei https://dewiki.de/Lexikon/Kulturtypologie
(17) Das bekannteste Modell von Hofstede überträgt allgemeine Kulturdimensionen auf die Unternehmen, nachzuschlagen z.B. bei https://www.wirtschafts-lehre.de/kulturdimensionen-nach-hofstede.html
(18) Springer Fachmedien Wiesbaden GmbH 2017, S. Sackmann, Unternehmenskultur: Erkennen – Entwickeln – Verändern: S. 296
(19) Z. B. von Josef Herget: Springer-Verlag GmbH Deutschland 2020, J. Herget, Unternehmenskultur gestalten https://doi.org/10.1007/978-3-662-59501-5_6
