Data Literacy: Wie handeln Unternehmen datenbasiert?

Inhaltsverzeichnis

Wir sind in einem goldenen Zeitalter angekommen – einem Zeitalter der Daten. Viele Unternehmen setzen bereits auf eine aktive Datennutzung, die Datenanalyse und treffen Entscheidungen anhand dieser Daten. Diese Entwicklung ist sehr positiv, denn eine datenbasierte und damit evidenzbasierte Entscheidungsfindung, bietet eine Risikominimierung und gleichzeitig großes Potenzial für das Erkennen von Optimierungen und Innovation. –  Unter der Voraussetzung, dass eine entsprechende Data Literacy im Gesamtunternehmen aufgebaut wurde. Denn allzu schnell erlöschen das erhoffte Potenzial, wenn die Belegschaft nicht berücksichtigt wird und für die Arbeit mit Daten vorbereitet wurde. In diesem Artikel wollen wir die Frage erörtern, wie Unternehmen wirksam datengetrieben entscheiden und handeln, welche Hindernisse dabei beachtet werden müssen und geben konkrete Handlungsempfehlungen, damit die Umsetzung gelingt.

Faktenbasierte Innovation statt Blindflug

Inzwischen ist fast jedem bewusst: Daten sind ein wichtiger Erfolgsfaktor, wenn es um Geschäftsentscheidungen geht. Einige halten Daten sogar für das Öl des 21. Jahrhunderts. Daten waren für die meisten Unternehmen schon immer wichtig und findige Geschäftsleute haben sie schon lange vor der Verbreitung des Computers bei Entscheidungen zu Rate gezogen. Doch je mehr Daten gesammelt werden, desto schwerer scheint es für einige Entscheider zu werden, ihre Strategie nach ihnen ausrichten. Das ist durchaus nachvollziehbar. Das Schlüsselwort ist Data Literacy – der Fachbegriff für eine grundlegende Datenkompetenz – zugegeben kein leicht zu fassendes, aber sehr wesentliches Konzept.

Viel zu selten werden Daten als Ausgangsgrundlage für die eigene Entscheidungsfindung im Alltag genutzt. Der Grund dafür liegt nicht an fehlenden Tools oder mangelnden Datenexpert:innen, sondern vielmehr am Mindset. Es fehlt an der Grundeinstellung, datengetrieben zu denken, arbeiten und entscheiden zu wollen. Sich auf sein Bauchgefühl, bereits gemachte Erfahrungen oder auf althergebrachte Prozesse zu stützen, ist nach wie vor Usus in den meisten Chefetagen. Bislang hat dieses Konzept wunderbar für viele Unternehmen funktioniert, aber nach und nach sehen sich immer mehr Konzerne einer Datenflut gegenüber, mit der sie nicht mehr umzugehen wissen. Denn allein der Umfang der heute verfügbaren Daten, intern wie extern, eröffnet uns völlig neue Möglichkeiten. Dabei stehen Unternehmen an einer Weggabelung: Lassen sie alles so, wie es ist oder nutzen sie die enormen Wachstums- und Innovationspotenziale?

Es liegt auf der Hand: Diese Chance gilt es nun zu nutzen. Seit Jahren sammeln Unternehmen Daten, um Produkte und Services zu verbessern, Kundenzufriedenheit zu steigern und Fehlentscheidungen zu vermeiden. Die Arbeit, die dahintersteckt, wird von einigen wenigen gemacht, den vielbenötigten und raren Datenexpert:innen.

In der Vergangenheit erforderten die Suche und Aufbereitung von Daten und deren daraus gewonnene Erkenntnisse spezielle Datenexpert:innen. Ohne Fachleute, die sich mit den komplizierten BI-Tools auskannten, ging meist nichts. Doch in der heutigen Zeit, in der Innovationen wie Big Data, KI und IoT alle Branchen verändern und nur die Unternehmen, die sich schnell anpassen, erfolgreich sein werden, reichen Datenexpert:innen nicht mehr aus. Auch nicht-technische Mitarbeitende müssen Zugang zu Daten erhalten und mit ihnen interagieren können. Genau aus diesem Grund rücken genau jetzt Fähigkeiten wie zum Beispiel Datenkompetenz in den Vordergrund. Bislang bekommen die einzelnen Mitarbeitenden in den Fachabteilungen von diesen veränderten Anforderungen kaum etwas mit. Leider, denn tatsächlich ist Data Literacy nicht nur im Beruf gefragt, sondern sie wird auch im Privatleben und in unserer Gesellschaft eine zunehmend wichtigere Rolle spielen. Sie ist der Schlüssel zur nächsten Stufe von datengetriebenen Unternehmen und einer demokratischen Datenkultur.

Anfang des Jahres hat die Bundesregierung ihre Datenstrategie herausgegeben und damit Data Literacy auch in Deutschland nicht nur zum Trendwort gemacht, sondern sie direkt zum Teil der Allgemeinbildungerklärt. Zweifellos stellt das so manches Unternehmen vor eine Herausforderung. Selbst wenn der Wert einer aktiven Datennutzung von Führungskräften erkannt wurde, ist der Belegschaft oft noch unklar, wie sie mit Daten umgehen sollen. Die vorherrschenden Berührungsängste lassen die Umsetzung von Daten- und Digitalstrategien vieler Unternehmen im Sande verlaufen. Ein wichtiger Grund dafür ist schnell gefunden. Unternehmen zögern noch immer die Datenkompetenz der eigenen Mitarbeitenden zu fördern. Der Irrglaube, dass Daten-Skills nur für Fachexpert:innen relevant wären, ist fest verankert und lässt aus einem Sprungbrett dadurch eine Stolperfalle werden. Umso wichtiger ist, dass Data Literacy 2021 auf immer mehr L&D-Roadmaps zu finden ist.

Data Literacy – ein unverzichtbarer Hard Skill?

Data Literacy wird als eines der wichtigsten und grundlegendsten Konzepte des Jahrzehnts gehandelt. Für Expert:innen gilt sie als unstrittiger Erfolgsfaktor in einer datengetriebenen Welt, aber viele lesen den noch sehr jungen Begriff vielleicht sogar zum ersten Mal. Data Literacy bedeutet Daten-Alphabetisierung, wenn sie direkt aus dem Englischen übersetzt wird und impliziert damit, dass die Fähigkeit auf einer Stufe steht, mit dem Erlernen des Lesens und Schreibens. Das mag sich drastisch anhören, gibt aber einen wichtigen Hinweis darauf, in welche Richtung wir uns gesellschaftlich und wirtschaftlich entwickeln. Ähnlich wie bei einer Alphabetisierung geht es bei Data Literacy darum, Daten lesen, mit ihnen arbeiten, sie analysieren und kommunizieren zu können.

Heutzutage kann sich niemand den Entscheidungen von Unternehmen, Versicherern oder offiziellen Einrichtungen entziehen, die anhand der eigenen, persönlichen und mitunter sensiblen Daten getroffen werden. Nicht zu Unrecht wird das Konzept des gläsernen Bürgers immer wieder kritisiert, denn Daten lassen nicht immer eindeutige Rückschlüsse zu. Das macht Data Literacy so bedeutsam.

Wenn jeder in unserer digitalen Gesellschaft dazu in der Lage ist, sich kritisch mit Daten zu befassen, sorgt das für mehr Sicherheit und Transparenz. Und auch Unternehmen stehen dabei in der Verantwortung. Datenschutz kann nur befolgt werden, wenn die Mitarbeitenden Daten verstehen. Zwar war das bislang das Steckenpferd von IT- und Datenabteilungen, doch nun muss Data Literacy auch in andere Fachabteilungen getragen werden. Was sich nach viel Aufwand anhört, birgt aber auch großen Nutzen, besonders für Unternehmen.

Viele Unternehmen ist der Mehrwert von Datenanalysen sehr bewusst, aber auch wenn sie Daten immer stärker nutzen, bedeutet das nicht automatisch, dass die Datenkompetenz der Mitarbeitenden von selbst gestiegen ist. Eine Accenture Studie aus 2020 konnte belegen, dass sich von vier Mitarbeitenden nur einer für eine aktive Datennutzung kompetent genug fühlt. Das bedeutet im Umkehrschluss, dass sich drei Viertel der Mitarbeitenden überfordert sind, wenn sie mit Daten arbeiten sollen. Hieraus ergibt sich ein dringender Handlungsbedarf für Führungskräfte, damit sich diese Überforderung bei zunehmender Datennutzung nicht auf die Performance auswirkt. In einer Studie des Data Literacy Projekts (DLP) gaben 60 Prozent der Befragten zu, im Beruf lieber nach dem Bauchgefühl zu entscheiden, als konkrete Daten miteinzubeziehen. Jeder Dritte scheut die Arbeit mit Daten sogar so sehr, dass er/sie die Arbeit mit Daten komplett meidet und sich wegen IT-, Daten- und Informationsproblemen sogar schon einmal krankgemeldet hat.

Ob die eigenen Mitarbeitenden für datengetriebene Unternehmen und die die es werden wollen, zum Roadblock oder zum Enabler werden, ist davon abhängig, ob sie auf die Reise mitgenommen werden. Doch es gibt einen Lichtblick: Die DLP-Studie zeigte außerdem, dass 37 Prozent der befragten Mitarbeitenden der Meinung sind, dass Data-Literacy-Weiterbildungen ihre Datenkompetenz und Produktivität steigern würden. Die Führungskräfte und L&D Manager sind nun in der Verantwortung, Data Literacy in ihre Trainingspläne zu integrieren und die Daten Skills der Belegschaft zu fördern.

So lohnt sich die Investition in Datenkompetenz

Das McKinsey Global Institute konnte in einer Studie über datengesteuerte Unternehmen klare Wettbewerbsvorteile nachweisen. Datengesteuerte Unternehmen:

  • Gewinnen 23-mal schneller neue Kunden
  • Binden Kunden 6-mal wahrscheinlicher langfristig
  • Sind 19-mal wahrscheinlicher profitabel

Daten sind wahre Gamechanger für Unternehmen, vorausgesetzt sie wissen ihre Daten für die Entscheidungsfindung zu nutzen und in ihre Strategie zu verankern.

Auf dem Weg zum datengesteuerten Unternehmen sehen sich Entscheider einigen Herausforderungen gegenüberstehen. Schnell erkennen sie, dass Daten und intelligente Software allein ein Unternehmen nicht erfolgreicher machen können. Was wirklich nötig ist, sind ein grundlegendes Umdenken und die Schulung von Mitarbeitenden und Führungskräften. Die Art der Schulung kann abhängig sein von Faktoren wie Abteilung, Karrierelevel, Vorkenntnissen und dennoch sollte die gesamte Belegschaft vom Marketing bis zur IT einen Zugang zu Daten-Wissen erhalten. Der Fokus sollte hier auf bedarfsorientierten, skalierbaren Schulungen liegen, statt auf “One-Size-Fits-All“-Trainings. Der Vorteil von Schulungen, die an die Wissensbedürfnisse der Mitarbeitenden angepasst sind, ist, dass sie das Erlernte länger behalten, weil es im Idealfall ihre Arbeitsrealität widerspiegelt und sie die neuen Fähigkeiten direkt anwenden können.

An die Startlinie

Der Startpunkt will gut überlegt sein, schließlich bau sich eine funktionierende Datenkultur nicht einfach von selbst auf. Im Fall einer unternehmensweiten Transformation ist es empfehlenswert auf der Führungsebene oder im höheren Management zu beginnen und von dort aus in die Fachabteilungen zu gehen. Um diese Transformation zu unterstützen muss einerseits eine klare Vision existieren und Unternehmen sollten darüber diskutieren, welche Ziele sie erreichten wollen; andererseits muss die Führungsetage und das gehobene Management als Vorbild fungieren. Data-Driven Management heißt, seine Geschäftsentscheidungen anhand von vorliegenden Daten zu treffen und sie auch auf diese Weise zu kommunizieren. Es ist empfehlenswert ein Projektteam zu bilden. Dieses sollte möglichst alle Stakeholder- und Abteilungsperspektiven vertreten und miteinbeziehen, was eine zuverlässige Bedarfsermittlung ermöglicht und der benötigte Support und Poweruser für jede Interessensgruppe ermittelt werden können.

Von den neuen Fähigkeiten müssen auch nicht nur Unternehmen und Kunden profitieren. Sie können auch Mitarbeitenden einen Mehrwert für ihren Arbeitsalltag bieten. Durch einen Weiterbildungskurs in Python können simple, sich wiederholende und deshalb oft langweilige Aufgaben komplett automatisiert werden. Das ist ein zusätzlicher Anreiz für Mitarbeitende, die nun mehr Zeit zur Verfügung haben. Zeigt man ihnen also, was konkret durch die Nutzung von Daten und das Erlernen von Programmiersprachen möglich ist, wird aus einer anfänglichen Pflicht eine intrinsische Motivation.

Datenexpert:innen unter sich

Kaum ein Beruf ist derzeit gefragter auf dem Arbeitsmarkt als Data Analysts und Data Scientists. Unternehmen buhlen regelrecht um gute Kandidaten, doch sobald sie sie an Bord geholt haben, werden diese oft von anderen Abteilungen abgekapselt. Es bedingt sich daher, dass die Fachabteilungen in ihrer Datenkompetenz weit zurückbleiben und schlechte Briefings aus diesen Abteilungen dann die Daten-Teams ausbremsen. Ein Zugang zu Daten und eine Stärkung der Data Literacy in allen Abteilungen würde dazu führen, dass die Fragestellungen für Datenanalysen konkreter und nutzbringender werden und belastet die Ressourcen des Daten-Teams damit weniger, wodurch mehr wertvolle Zeit für die Optimierung von Geschäftsstrategien bleibt.

Es gibt allerdings eine einfache Lösung für diese Herausforderung: Es gibt bereits einige Vorreiter, die dafür sorgen, dass ihre Datenexpert:innen näher an das Kerngeschäft rücken und dafür das Gesamtunternehmen in Datenkompetenz geschult wird. Dafür muss nicht jeder Mitarbeitende programmieren können und Machine-Learning-Algorithmen erstellen, aber sie müssen die Sprache der Daten verstehen lernen und Erkenntnisse ableiten können. Wird Data Literacy unternehmensweit gefördert, dann werden die Fachabteilungen befähigt einfache Analysen mithilfe von Dashboards selbst vorzunehmen und Datenexpert:innen können das tun, wobei ihre Zeit am sinnvollsten angelegt ist. Insbesondere Data Scientists bieten einen enormen Mehrwert durch ihre Fähigkeit Prozesse zu automatisieren und komplexe Fragestellungen zu bearbeiten. Data Analysts sollten sehr nah mit den Fachabteilungen und dem Management zusammenarbeiten können, um diese richtig verstehen und beraten zu können. Es empfiehlt sich die Grenzen zwischen Daten-Teams und Fachabteilungen durchlässiger zu machen und eine unternehmensweite Datenkompetenz zu fördern, um somit gleich auf mehreren Ebenen zu profitieren.

Äpfel oder Birnen?

Zu wissen, was man messen will und was mit den Ergebnissen zu tun ist, ist die wichtigste Grundvoraussetzung für ein datengetriebenes Entscheiden. Nicht wenige Unternehmen erheben Daten, für die sie nie einen Nutzen festgelegt haben. Um einen umsichtigen Umgang mit Daten zu pflegen und ebenfalls nicht das eigene Data Warehouse zu überfordern, empfiehlt es sich daher, sich im Vorhinein genau zu überlegen, welche Daten wirklich für eine Erhebung sinnvoll sind. Denn Daten sind nur so lange wertvoll, wenn die Rückschlüsse, die sie zulassen einen realen Mehrwert für das Unternehmen, seine Kunden und im Bestfall auch die Gesellschaft zulässt. Einige könnten Gefahr laufen, sich als datengetrieben zu etablieren, nur um einen Trend zu bedienen, den sie sich auf die eigene Fahne schreiben können. Doch Daten willkürlich zu sammeln und zu verarbeiten, kostet nur wertvolle Ressourcen, wenn dahinter keine wohlüberlegte Frage steht, deren Antwort das Unternehmen wirklich voranbringt. Hier sollten sich Unternehmen bewusst sein, wie und wofür sie diese wertvolle Ressource einsetzen möchten und solche Entscheidungen mit Bedacht und kluger Voraussicht treffen.

Entscheidungen mit rotem Faden

Transparenz und Nachvollziehbarkeit bilden die Basis für datengetriebene Entscheidungen. In der Praxis heißt das, dass andere Geschäftsentscheidungen der vorliegenden Daten nachvollziehen können müssen und diese Entscheidungen intern kommuniziert werden. In den meisten Fällen gibt es mehr als nur einen möglichen Weg, um Herausforderungen anzugehen. Wenn Entscheidungen und Herangehensweisen transparent gemacht werden, können Stakeholder ihre Perspektiven einbringen. Das verhindert, dass potenziell unwahre Annahmen als Entscheidungsbasis unentdeckt bleiben. Allzu oft verlassen wir uns bei Entscheidungen auf unsere Gewohnheiten, besonders wenn andere Handlungsoptionen unbekannt sind oder risikoreich erscheinen. Das kann beispielsweise so aussehen: Eine Führungskraft würde sich vor einem Meeting eine halbe Stunde Zeit nehmen, um eine Liste an Handlungsoptionen und deren unterstützende Fakten durchzugehen. Dabei können datenbasierte Handlungsvorschläge von Mitarbeitenden eingereicht werden. Die Führungskraft kann die Vorschläge anhand der unterstützenden Daten bewerten und geht informiert in das nachfolgende Meeting und kann Geschäftsentscheidungen anhand der Datenlage begründen. Diese Verhaltensweisen pflanzen sich nach unten fort, wenn Mitarbeitende feststellen, dass ihre eingereichte Handlungsvorschläge anhand guter, evidenzbasierter Argumente tatsächlich umgesetzt werden. Das hat den weiteren positiven Nebeneffekt, dass sich Mitarbeitende ernst genommen fühlen, es datenbasiertes Argumentieren stärkt und die allgemeine Motivation steigt. Natürlich gehst Du ein Risiko ein, wenn Du Deine Entscheidungen transparent kommunizierst. Das Risiko intelligenter Fragen. Wenn Du Dich diesem Risiko stellst, ist der Gewinn, dass Du neue Erkenntnisse erlangst und so das Vertrauen Deiner Mitarbeitenden in die Geschäftsstrategie steigerst.

Data Literacy – eine Make-or-Buy-Frage?

Es ist sehr verlockend sich die benötigten Fähigkeiten, Fachexpert:innen und Software einfach einzukaufen und damit das Thema Datenkompetenz innerlich abzuhaken. Natürlich kann das ein Teil der Lösung sein, den wir nicht vernachlässigen wollen, doch können sich Unternehmen darauf allein nicht verlassen. Der Fachkräftemangel rund um Datenexpert:innen nimmt jährlich zu und der Arbeitsmarkt deckt schon heute nicht mehr den Bedarf ab. Mit steigender Wichtigkeit und Nutzung von Daten wird auch der Mangel an ausgebildeten und erfahrenen Datenexpert:innen zunehmen. Nicht zuletzt deshalb geht der Trend in Unternehmen dahin, die eigenen Mitarbeitenden zu Data Analysts, Data Scientists und ergänzenden, jobrelevanten Fähigkeiten weiterzubilden. Auf diese Weise lösen sie die Probleme des Arbeitsmarktes intern und können so Mitarbeitende inhouse weiterentwickeln.

Softwarelösungen sind ebenfalls hilfreich, um auch nicht-technischen Abteilungen einen Zugriff auf Daten zu ermöglichen und sie eigenständig simple Analysen durchführen zu lassen. Doch eine wichtige Voraussetzung dafür ist, dass die Data Literacy im Gesamtunternehmen so fortgeschritten ist, dass diese Mitarbeitenden in der Lage sind, die Software zu bedienen und die Ergebnisse der Analysen in Erkenntnisse umzuwandeln, sie entsprechend zu kommunizieren und nach ihnen zu handeln. Das ist keine Selbstverständlichkeit und erfordert nicht nur Vorkenntnisse, sondern auch ein analytisches Denken dem eigenen Bauchgefühl vorzuziehen.

Diese Make-or-Buy-Frage lässt sich deshalb nicht eindeutig beantworten. Ein Unternehmen, das erfolgreich datengetrieben handeln will, darf vor allem seine Belegschaft dabei nicht außen vor lassen. Denn am Ende ist es die Fachabteilung, die die Datenanalysen nicht nur verstehen können muss, sondern sie zur Grundlage ihres Handelns machen soll. Auch Self-Service-Analysen spielen eine wichtige Rolle für den Erfolg. Sie erlauben, dass alle Mitarbeitenden Daten zu ihrer Entscheidungsgrundlage machen. Was mit Aha-Momenten beginnt, entwickelt sich zur Unternehmenskultur. Ein geregelter Datenzugriff, das Vertrauen der Führungsebene und die Befähigung der eigenen Belegschaft sind der Schlüssel. Die Auswirkungen dieses Wandels zeigen sich in der Regel durch Kosteneinsparungen, schnellerer Entscheidungsfindung, verschlankten Prozessen und einer stärkeren Kunden- und Partnerbindung.

Wenn dieser Wandel nachhaltig sein soll, werden neue Fähigkeiten, Prozesse und Verhaltensweisen im Gesamtunternehmen benötigt, auch wenn zusätzlich eine Self-Service-Analytics-Lösung zum Einsatz kommt. Besonders die Führungskräfte spielen eine entscheidende Rolle bei der Befürwortung und Verbreitung von unternehmensweiter Data Literacy. Wenn eine Führungskraft wirklich daran glaubt, dass jeder Mitarbeitende für den nächsten Durchbruch sorgen kann, indem er wichtige Erkenntnisse aus Daten erhält, wird dies einen positiven Wandel unterstützen. Führungskräfte sollten der folgenden Faktoren bewusst sein und sollten diese auch an ihre Belegschaft vermitteln:

  • Daten müssen als eine eigene Art Kapital eingeordnet werden.
  • Alle Geschäftsbereiche müssen für eine aktive und korrekte Datennutzung geschult werden.
  • Mitarbeitenden müssen die Vorteile für das Unternehmen, die Kunden, aber auch ihre eigene Arbeitsrealität verstehen und erleben.
  • Neugier und Freiwilligkeit sollten durch freiverfügbare Schulungen, Infomaterial und Mentoring gefördert werden.

So wird Dein Unternehmen datengetriebenen

Für Unternehmen, die den Wandel zum datengetriebenen Unternehmen in Betracht ziehen, können folgende Fragen eine Hilfe sein, um den eigenen Bedarf festzustellen und Hürden zu identifizieren:

  • Existiert bereits eine Datenstrategie?
  • Welche Herausforderungen stehen dem Unternehmen gegenüber, bei denen Vorhersagen durch Daten helfen können?
  • Setzt sich die Führungsebene dafür ein, Daten in das Zentrum der geschäftlichen Entscheidungsfindung zu stellen?
  • Gibt es ein Verständnis dafür, welche Daten erhoben werden?
  • Haben Mitarbeitende bereits Grundwissen in Form von Data-Literacy-Schulungen erhalten?
  • Welche Lücken gibt es in Bezug auf die Data Literacy auf verschiedenen Geschäftsebenen und in unterschiedlichen Abteilungen?
  • Welche Wissensstandards müssen eingeführt werden, um sicherzustellen, dass einheitliche Praktiken verfolgt werden können?

Für manche mag sich nun die Frage stellen, ob ausgerechnet jetzt wirklich der beste Zeitpunkt ist, um sich datengetrieben aufzustellen. Dazu sei gesagt, dass aktuell viele Unternehmen vor genau dieser Herausforderung stehen und sie angehen. Unabhängig von Unternehmensgröße und Branche ­ viele vollziehen diesen Wandel zur gleichen Zeit. Als Trainingsanbieter bieten wir die Unterstützung, die diese Unternehmen benötigen. Wir haben für Unternehmen und Mitarbeitende aller Bereiche und Karrierestufen praxisnahe Trainings zusammen mit Datenexpert:innen aus unterschiedlichen Fachbereichen entwickelt, die auf reale Business Cases angewandt werden. Dadurch können Teilnehmende das erlernte Wissen ohne Umwege auf ihre eigenen Arbeitsprozesse anwenden. Ob Onlinekurse wie Data Analyst und Data Scientist oder Trainings für Führungskräfte und Mitarbeitende in Fähigkeiten wie u. a. „Data Awareness“, „Data-Driven Management“ oder „Data Storytelling“ wird jeder Qualifikationsbedarf abgedeckt. Die Lehrinhalte unterstützen berufsbegleitend und skalierbar eine bedarfsgerechte Förderung von Daten-Skills, die für einen datengetriebenen Wandel in Unternehmen so entscheidend sind.

Hältst auch Du es für wichtig, Daten und Analysen als Grundlage für strategische Geschäftsentscheidungen zu etablieren? Dann informiere Dich über Trainingsangebote, Fördermöglichkeiten und erhalte mehr nützliche Tipps zum Aufbau von Daten-Skills.

Quellen:

Die Bundesregierung: „Datenstrategie der Bundesregierung” [05.02.2021]

The Data Literacy Project: „The Data Literacy Project“ [05.02.2021] 

StackFuel: “Data Literacy: Wie wichtig sind Daten-Skills für Unternehmen und Gesellschaft“ [01.04.2021]

McKinsey Global Institute: „Five facts: How customer analytics boosts corporate performance“ [31.03.2021]

Tableau: „How to build a data-driven organization“ [31.03.2021]

Accenture: “New Research from Accenture and Qlik Shows the Data Skills Gap is Costing Organizations Billions in Lost Productivity” [05.02.2021] 

Laura Redlich
Laura Redlich
Als waschechte Berlinerin hat sich Laura schnell der Kreativ- und Start-up-Szene angeschlossen. Nach ihrem Studium in Medien- und Kommunikationsmanagement an der Mediadesign – Hochschule für Design und Informatik, war Laura bereits als Redakteurin bei IQPC tätig, wo sie die Bereiche Finance, Tech, Data und AI verantwortete und bekannte Vorreiter der Branche auf Kongressen interviewte. Bei StackFuel baut Laura das Content Lab – unser vielseitiges Angebot an kostenlosen Inhalten, Webinaren und Veröffentlichungen – stetig aus.

Ähnliche Beiträge

Newsletter

Subscribe to our newsletter and stay updated to our trainings and the latest L&D trends!

Mit Absenden des Formulars habe ich die Datenschutzerklärung und AGB zur Kenntnis genommen. Ich bin damit einverstanden, dass mir StackFuel E-Mails mit Angeboten und Neuigkeiten sendet.

Meistgelesene Beiträge
Die Top 5 Fähigkeiten, die jeder Data Scientist braucht
11 November 2020
Automatisierung von Prozessen: Potenziale erkennen und nutzen
08 Februar 2021
So gelingt der Quereinstieg: Von der Online-Weiterbildung direkt in den Data Analyst Job
08 Oktober 2021
Meistgelesene Beiträge