Mit Fast Data aus Erfolgen und Misserfolgen lernen Vom schnellen zum besseren Scheitern

In der modernen Geschäftswelt hat sicher schon jeder Manager die Schlagwörter „Fail fast, fail often“, „Fail better“ oder sogar „Fail forward“ gehört – griffige Parolen, deren Sinn sich zunächst nicht erschließt. Doch was bedeuten sie in der Praxis? Wie lassen sie sich anwenden?

Anbieter zum Thema

PresseBox - unn | UNITED NEWS NETWORK GmbH

Fujitsu Technology Solutions GmbH

FNT GmbH

TIBCO Software GmbH

Für Hightech-Startups ist „Fail fast, fail often“ zu einem regelrechten Mantra geworden, einer gebetsmühlenartig wiederholten Parole, die angehende Entrepreneure dazu auffordert, auf übertriebene Vorsicht zu verzichten und ein Scheitern stattdessen als unvermeidlichen Schritt auf dem Weg zum Erfolg zu sehen. Kurz: anzuerkennen, dass Scheitern kein Problem, sondern eine Chance ist, um zu lernen und es das nächste Mal besser zu machen.

Dass diese Einstellung nicht von der Hand zu weisen ist, zeigen zahllose Erfolgsgeschichten wie die des britischen Erfinders James Dyson. Nach eigenen Aussagen hatte er 5.127 Prototypen seines beutellosen Staubsaugers entwickelt und verworfen, bevor er mit einem Modell zufrieden war und es erfolgreich auf den Markt brachte. Dabei gewann er mit jedem Prototyp, der nicht zum Zuge kam, wichtige Erkenntnisse auf dem Weg zum perfekten Produkt.

Ob die neue Kultur des Scheiterns auch für Sie relevant ist, hängt viel von der Art Ihres Unternehmens ab. Ganz sicher gilt das Motto „Scheitere schnell und häufig“ aber nicht nur für ambitionierte Startups. Vielmehr zwingt die rasante Entwicklung von Cloud-Services und eCommerce-Systemen Unternehmen aller Branchen dazu, schneller und flexibler auf neue Marktbedingungen zu reagieren. Agilität wird damit zu einem essentiellen Merkmal, unabhängig von Größe oder Art des Unternehmens.

Natürlich bedeutet mehr Agilität zwangsläufig auch ein höheres Risiko des Scheiterns. Meiner Ansicht nach geht es beim „Fail fast“-Prinzip aber weniger darum, Risiken bereitwillig einzugehen, als vielmehr darum, sie einzugrenzen.

Scheitern als Chance

Wenn Scheitern nicht mehr als Makel empfunden wird, lautet die Frage: Wie lässt sich das neue Mantra in die Tat umsetzen?

Am Anfang muss eine solide Kenntnis des Status quo stehen, ein Baseline-Wert, an dem die Performance des Unternehmens gemessen werden kann, um Erfolg oder Misserfolg zu identifizieren. Dies erklärt den Data Analytics-Boom der vergangenen Jahre, denn nur durch eine umfassende Datenanalyse lassen sich Geschäftsprozesse und ihre Auswirkungen auf die Leistungsbilanz wirklich verstehen.

Ebenso wichtig sind geeignete Statistikmodelle, mit denen nicht nur aktuelle Trends erkannt, sondern auch die Effekte möglicher Veränderungen in der Zukunft prognostiziert werden können. Mit Modellierungen, wie sie zum Beispiel von „Tibco Spotfire“ bereitgestellt werden, können Sie extrapolieren und prognostizieren, wie sich eine Prozessneuerung auswirkt. Möglich wird dies durch die Erkennung von Datenmustern, die andernfalls in der Flut der historischen Daten verborgen geblieben wären.

So weit, so gut. Leider ist ein großer Teil der Business Intelligence-Anstrengungen für das „Fail fast“-Prinzip kaum von Belang, da er sich auf die Erfassung, Verwaltung und Interpretation von historischen Daten beschränkt.

Natürlich können Sie mit Data Analytics nachvollziehen, wann eine Änderung zu einem Scheitern geführt hat, aber dann kann es eben schon zu spät sein. Aus genau diesem Grund sollten Sie sich mit den Vorteilen von Fast Data vertraut machen.

Besser Scheitern mit Fast Data

Um über das reine „Fail fast“ hinauszugehen, müssen Sie zumindest in der Lage sein, Ihre Daten noch schneller zu analysieren. Hierfür müssen Sie an der Quelle und in Echtzeit noch während ihrer Erzeugung auf die Daten zugreifen können, anstelle warten zu müssen, bis sie erfasst und in einem Data Warehouse eingelaufen sind.

Dies ist der erste, aber keineswegs der einzige Aspekt von Fast Data.Denn neben Echtzeit-Datenzugriff und -Analyse müssen Sie für Fast Data auch in der Lage sein, Informationen aus verschiedenen Kanälen und von ganz unterschiedlichen Geräten (Stichwort „Internet der Dinge“) zu verarbeiten.

Noch wichtiger: Fast Data bedeutet, dass Sie auf Einblicke reagieren können, die Sie mit der Echtzeit-Datenanalyse gewonnen haben, dass Sie Entscheidungen auf Basis von Einblicken treffen können, die Sie durch Datenmodellierung erhalten haben, und dass Sie diese Einblicke und Entscheidungen an andere Anwendungen weitergeben können, die dann die notwendigen Schritte einleiten.

Bei Fast Data geht es also kurz gesagt darum, aus Erfolgen und Misserfolgen lernen zu können, um es in Zukunft besser zu machen.

* Maurizio Canton ist Chief Technology Officer in der Region Europa, Naher Osten und Afrika bei Tibco Software.

(ID:43926365)