Was wir aus 200 Gesprächen über Data & AI Culture gelernt haben [200 Folgen Spezial]

00:00:00: Das Fundament, also die Kernfrage wie kann ich das Verhalten von Menschen verändern?

00:00:05: Also Kultur in einer Organisation.

00:00:08: Das ist natürlich erst mal gleich geblieben und wir alle wissen es gar nicht so einfach.

00:00:11: Das heißt, dass war jetzt nicht innerhalb von einem Jahr gelöst, sondern das ist nach wie vor eine große Herausforderung für Unternehmen.

00:00:16: Herzlich willkommen!

00:00:17: Wir haben heute einen besonderen Anlass und damit auch ein bisschen andere Set-up.

00:00:21: Wir haben halt die zweihundertste Folge unseres Data

00:00:23: Culture Podcasts.

00:00:24: Wahnsinn

00:00:25: oder?!

00:00:25: Absolut Jacob und super, dass du bei mir bist... Denn du bist mich die Person hinter den Kulissen.

00:00:30: Diejenige, die es möglich macht, ihr den Schnittmacht bildt Ton und dafür sorgt dass die Episoden gut hörbar sind und sehbar sind.

00:00:37: Deshalb erstmal ganz herzlichen Dank.

00:00:39: wo ich freue mich das du heute hier bei mir bist wir zusammen diese zweihundertste Folge machen weil das auch dich eigentlich noch mal sichtbar machen soll.

00:00:46: eben die personen die auch hinter den kulissen absolut wichtig für den podcast ist.

00:00:51: Und wir haben uns ja heute auf was Besonderes überlegt,

00:00:52: genau.

00:00:53: Wir wollen heute den Anlass nutzen um mal so eine Art Rückblick zu machen in die Highlights der letzten zweihundert Folgen.

00:00:59: das sind natürlich unglaublich viele, die wir gar nicht alle abdecken können.

00:01:01: Wir haben es trotzdem versucht bei Highlights rauszupicken aber vorher muss man natürlich nochmal sagen, zweihundert Folgen ist ein Benchmark auf dem wir natürlich schon sehr stolzen.

00:01:10: Wir habe auch noch nachgeguckt laut Podcasting Industry Report von Podmatch erreichen nur sagenhafte drei Komma zwei fünf Prozent aller Podcasts.

00:01:18: die zweihundertste Folge.

00:01:20: für uns natürlich nur eine Motivation weiterzumachen und weiter spannende Gespräche zu führen.

00:01:26: Und deshalb auch wirklich einen Dank an alle Zuhörer und Zuschauer!

00:01:29: die jetzt nicht dabei sind, denn ohne euch würde es natürlich diesen Podcast so auch nicht geben.

00:01:33: Vielen Dank für den Zuspruch, den wir bekommen haben!

00:01:35: Wir haben wachsende Zuhörer und inzwischen auch Zuschauer zu erwähnen.

00:01:40: Das heißt, die besten Folgen erreichen inzwischen deutlich mehr als zwanzigtausend Menschen müssen wir sagen wenn man den Podcast und den YouTube-Kanal zusammennimmt.

00:01:49: Und das finde ich ist ganz toll und zeigt auch so ein bisschen wie das Thema eigentlich ja doch durchaus an Relevanz sogar eher gewonnen hat.

00:01:56: über Vier und ein halb Jahre, indem wir das jetzt machen.

00:02:00: Definitiv was?

00:02:01: Jetzt in Hundert neunundneinzig Folgen mit einem extrem breiten Spektrum an Menschen gesprochen aus wirklich auch sehr unterschiedlichen Branchen.

00:02:10: Unternehmen die das Thema Datenkulturelle hoffen eine sehr individuelle Art und Weise vorantreiben in unterschiedlichen Rollen und Funktionen Und auch die Themen der folgenden natürlich sehr, sehr breit von strategischen Themen bis hin zu wirklich ganz konkreten Use Cases im AI-Bereich zum Beispiel Wenn du alle Erfahrungen und Learnings aus den Folgen auf einen Punkt bringen müsstest, keine leichte Aufgabe.

00:02:33: Was macht im Kern eine gute Datenkultur aus deiner Sicht?

00:02:36: Ja das ist natürlich schwer so viele Gespräche und dieses breite Thema auf dem Punkt zu bringen aber ich probiere es gerne mal.

00:02:43: für mich hat eine Organisation eine gute Datenkultur wenn die Menschen in dieser Organisation den Wert von Daten verstanden haben und sie Daten ständig und gerne einsetzt, um operative Prozesse zu verbessern, Entscheidungen zu fällen.

00:03:01: Und aber auch Geschäftsmodelle verändern.

00:03:05: Jetzt sind viereinhalb Jahre vergangen.

00:03:07: Siehst du da auch eine Veränderung seit der ersten Folge?

00:03:10: Ja das Thema hat sich natürlich schon weiterentwickelt.

00:03:12: Erst müssen wir sagen die das Fundament also die Kernfrage wie kann ich das Verhalten von Menschen verändern, also Kultur in einer Organisation?

00:03:22: Das ist natürlich erst mal gleich geblieben und wir alle wissen das gar nicht so einfach.

00:03:26: Das heißt, dass war jetzt nicht innerhalb von einem Jahr gelöst, sondern es ist nach wie vor eine große Herausforderung für Unternehmen.

00:03:30: Aber natürlich hat sich was getan.

00:03:32: also ich sehe, dass das Thema eine deutlich breitere Akzeptanz und Diskussion bekommen hat.

00:03:38: Es gibt viele Veröffentlichungen dazu.

00:03:41: Wir haben den Data Culture Summit etablieren können wo auch ne wachsende Zahl vom Menschen gekommen war.

00:03:47: So einmal im Jahr trifft sich diese Community derjenigen die Data Culture voranbringen wollen.

00:03:52: Und es ist wirklich eine Community, weil letztendlich viele der Gäste aus dem Podcast aber auch der Hörerinnen und Hörern natürlich dahin kommen und sich zu dem Thema austauschen.

00:04:03: Wie können wir das verbessern?

00:04:04: Organisationen und ich finde es auch toll dass aus der Community raus sich da Gastgeber befinden.

00:04:09: Wir waren bei Vollezis her beim Merk zu Gast bei der Stefanie Babka.

00:04:13: die ist meiner Sicht auch wirklich einer der VordenkerInnen in diesem Thema Data Culture oder jetzt in diesem Jahr bei Böhringer Ingel.

00:04:20: Also das ist ganz toll, man sieht eben es geht voran!

00:04:24: Wir machen einem Jahr für diesen Summit auch ein bisschen Research,

00:04:27: d.h.,

00:04:27: wir erfassen bei LinkedIn wie viele Menschen Data-Kälscher die ihrem Job teilhaben aus ihrer Rollenbeschreibung... Und da sehen wir ein deutliches Wachstum.

00:04:35: Also offensichtlich kommt es auch in den Organisationen an, mehr Menschen kriegen sogar ja in ihrer Funktionsbeschreibung die sozusagen die Aufgabe zugewiesen oder identifizieren sich damit dass sie Datenkultur der Organisation veranbringen.

00:04:48: also ich glaube ist wächst das Bewusstsein wächst.

00:04:51: aber es ist natürlich noch ein weiter Weg dieses Ideals die was ich gerade kurz beschrieben habe dann tatsächlich auch zur Weichen im Organisation.

00:04:59: Ja, spannend.

00:05:00: Wir haben noch mal in unser Archiv geguckt und die erste Folge, die wir veröffentlicht hatten ging um unser Bark Data Culture Framework.

00:05:06: Das heißt das Framework ist noch aktuell oder gab es auch da Veränderungen und Aktualisierungen?

00:05:11: Nee tatsächlich ist es noch superaktuell.

00:05:13: also jetzt ja ungefähr fünf sechs Jahre alt!

00:05:15: Wir haben uns mal bemüht hier bei Bark zusammen zu fassen was denn der Organisation tun kann um Datenkultur positiv zu beeinflussen.

00:05:25: Denn das ist das erste Learning Kann Datenkultur nicht kaufen?

00:05:28: Ich kann sie nicht befehlen, sondern ich kann ja das Verhalten von Menschen nur beeinflussen.

00:05:32: Dann ist mal die erste Frage, du wirst ja weisen was kann ich denn tun es konkret um Datenkulturen zu beeinflussend.

00:05:39: Das Data Culture Framework war die Antwort darauf und es hat sich super bewährt.

00:05:44: also wir nutzen es auch für unsere Beratungsengagements wobei Unternehmen ist konkret helfen die Datenkultur zu verbessern Und es hilft eben das ganze Thema zum einen zu strukturieren, aber auch zu versachlichen.

00:05:56: Zu sagen okay, welche konkreten Maßnahmen gibt's denn jetzt?

00:05:59: Innerhalb der sechs Dimensionen dieses Frameworks die ich ergreifen kann und mich darüber einmal Transparenz geschafft habe dann kann ich es auch priorisieren Denn ich kann nicht alles auf einmal machen in aller Regel.

00:06:10: Deshalb ist ja für Organisation sehr wichtig zu identifizieren Was sind denn jetzt die wesentlich mehr wichtigsten Maßnahmen?

00:06:15: den größten Effekt haben Die Datenkultur an der Organisation zu verbessern Und dabei hilft dieses Framework ungemein.

00:06:23: Ja, super!

00:06:24: die sechs Dimensionen schon angesprochen, wir wollen genau die nutzen um jetzt nochmal so ein bisschen auf eine Reise durch unser Archiv zu gehen und wirklich eigentlich strukturiert die Themen durchzugehen.

00:06:34: Und so ein paar Highlights rauszugreifen an Aussagen und Insights aus den Folgen, die das Thema aus unserer Sicht einfach sehr gut umreißen.

00:06:43: Ja absolut!

00:06:44: Es waren wirklich viele tolle Gäste dabei und ich sage immer solange ich was bei jeder Folge lerne noch dann mache ich diesen Podcast auch weiter tut sicher viel und man kann tatsächlich aus jeder Folge irgendwas rausziehen, was irgendwie spannend ist.

00:06:58: Und deshalb fand ich deine Idee super das Framework zu nutzen um das zu strukturieren aber eben auch paar Dinge herauszuziehen um letztendlich nochmal so ein bisschen die Original-Türne von einigen spannenden Gästen und einige tolle Aussagen zu hören.

00:07:12: Super!

00:07:13: Und genau das wollen wir jetzt machen und wir starten tatsächlich auch im wahrsten Sinne des Wortes ganz oben im Framework nämlich mit dem Thema Leership.

00:07:22: Karsten, warum ist die richtige Führung so zentral für eine vitale Datenkultur?

00:07:27: Absolut.

00:07:28: Das ist ja so einer der typischen Diskussionen wir haben.

00:07:31: Die ist bottom up oder top down.

00:07:33: Man kann ja Veränderungen sozusagen zu Grassroots.

00:07:36: Es gibt Bewegungen in Organisationen oder Menschen, die engagiert sind was vorantreiben wollen und es gibt natürlich top-down klare Anzahl aber letztendlich häufig ist auch ein Mix aus beiden Und ich finde Natja Schäfer von Roche hat super auf den Punkt gebracht

00:07:49: Es muss ein guter Mix sein.

00:07:51: Ganz viel kann natürlich bottom-up getrieben werden und aber wir wissen es selbst, man kann absolut motivierte und kreative Personen mit einem pros Mindset im Team haben.

00:08:00: Aber wenn die Führungskraft nicht zulässt dass diese Ideen auch wirklich wirksam werden können dann geht dieser Mensch meistens wird er da nicht glücklich.

00:08:09: in diesem Umfeld Und insofern hebeln können sich so unterschiedliche Dimensionen auch wieder aushebeln.

00:08:15: Also Natja hat hier sozusagen den mix button up top down beschrieben.

00:08:19: Wenn man sich entscheiden müsste, würde ich aber trotzdem sagen das Top-Down wichtiger ist.

00:08:25: Also ohne Top Down Support werden viele Initiativen nicht so weit kommen wie sie kommen könnten.

00:08:31: Das wurde in sehr vielen Episoden von Gästen bestätigt.

00:08:35: und was dabei auch eine besondere Rolle spielt ist nicht nur irgendwo klare Ansagen die dann auf Widerstände überwinden können sondern auch diese Vorbildfunktionen.

00:08:45: Das hat Christian Haude vom Lufthansa als Erschild formuliert.

00:08:48: Wenn du eine Entscheidung machen

00:08:50: willst, ist es nicht darum,

00:08:51: was

00:08:52: das Beste in den letzten zwanzig Jahren funktioniert.

00:08:55: Es geht um die Figuren und Fakten, die ich aufrechnen

00:08:57: kann.

00:08:58: Und

00:08:58: wie kann ich die beste Entscheidung machen?

00:09:00: Ja, als Datenleiter,

00:09:01: jede

00:09:02: Geschäftsfrage sollte von Daten beantwortet

00:09:04: werden.

00:09:05: Man sollte ein Priester-Data

00:09:07: sein wie Oxygen.

00:09:07: Die

00:09:08: direkte Antwort soll es sein, wie man das bei Daten verbessern kann,

00:09:12: wo ich die Daten brauchen muss,

00:09:13: um die Transparenz zu bekommen, um den Überblick über mein Geschäftsproblem zu bekommen.

00:09:19: Jetzt hat in den letzten viereinhalb Jahren das Thema Technologie ja extreme Schritte gemacht.

00:09:24: Im AI-Bereich sind wirklich große Entwicklungen passiert,

00:09:28: d.h.,

00:09:28: das Thema Technology spielt dabei immer auch eine Rolle – aber welche genau?

00:09:34: Absolut!

00:09:35: Natürlich ist das Thema auch Datenkultur viel stärker ins Bewusstsein gerückt durch jetzt die Fortschritte der KI und inzwischen hat sich auf bei vielen das geklärt keine gute KI möglich ist ohne gute Daten.

00:09:53: Und das hat USD Noemi auch super auf den Punkt gebracht, die nämlich gesagt

00:10:14: hat...

00:10:19: Wichtig ist natürlich noch mal zu betonen.

00:10:21: Technologie alleine löst überhaupt keine Probleme.

00:10:24: und gerade jetzt im Sinne der Führung hat unser Partner Tobias Zwingmann sehr schön beschrieben, dass man sich einfach nicht darauf verlassen kann, dass Technologie automatisch wertschöpft.

00:10:46: Value creation will kind of just happen, right?

00:10:49: So if everyone now has co-pilot then you know we'll all be much faster at work.

00:10:54: But it's not as straightforward as that!

00:10:56: Man merkt jetzt finde ich schon so ein bisschen das Thema Leadership und das Thema Strategie relativ eng miteinander verzahnt sind was uns auch automatisch zu unserem nächsten Punkt bringt.

00:11:06: aber was wäre denn eigentlich so ein gutes Zielbild für Führungskräfte wenn man dann wirklich Datenkultur strategisch verankern will.

00:11:14: ja Da möchte ich auf jeden Fall Stephanie Babka, die ich schon erwähnt hatte, zitieren.

00:11:20: Die bei Merk einen tollen Leitspruch formuliert hat.

00:11:56: Ja, generell finde ich wichtig dass so Strategien eine Vision haben und damit anfangen.

00:12:00: Und das hatte auch Christian Essling von EON als einen der zentralen Erfolgsfaktoren herausgestellt.

00:12:07: Wenn ich jetzt mal einen Erfolgsfaktor rauspicken müsste, würde

00:12:10: ich sagen es ist eine Vision

00:12:12: vorne wegzuführen.

00:12:13: Also das ist mein Gefühl, dass gibt viel Strategie in der

00:12:17: Szene gerade.

00:12:18: Visionen sehe ich seltener und ich glaube also das ist wahnsinnig mächtig wenn du ein Bild malst wie deine Abteilung deiner Firma vielleicht die ganze Industrie in fünf bis zehn Jahren anders aussieht, wenn du mit dem fertig bist was du vor

00:12:33: hast

00:12:33: Gibt es einfach deiner Mannschaft ein Bild von dem, wo du hin willst?

00:12:38: Also so'n übergeordnetes Leitbild ist essentiell damit Menschen sich überhaupt mit so einer Strategie identifizieren können.

00:12:46: Aber gleichzeitig muss die Strategie natürlich auch im Arbeitsalltag hilfreich sein.

00:12:51: ganz konkret!

00:12:52: Ja absolut das haben mehrere Gäste klar zum Ausdruck gebracht, denn Strategie darf nicht nur abstrakt bleiben sondern es muss auch klar werden wie sie jetzt wirklich im Arbeitsteiltag ankommt.

00:13:02: Besonders gut gefallen hat... mir dazu was Noemi von Cambridge University Press gesagt hat.

00:13:17: but without, that's kind of the upper layer.

00:13:20: what data could be in an organization.

00:13:22: There is a lower layer so was does not mean in practical terms how do you actually embed them?

00:13:28: How can i make it to doing the right thing is very easy and straightforward by doing wrong things.

00:13:48: Ein Thema, das wirklich auch in sehr vielen Folgen immer wieder zur Sprache kommt ist diese Frage

00:13:53: welche Rolle

00:13:53: Technologie in der Strategie selbst schon spielen sollte.

00:13:58: Gott natürlich dazu wenn es um Data und AI geht aber eine Beobachtung war dass bei vielen eine zu große Rolle spielt.

00:14:05: ich fand Christoph Thais von DHL hatte da ne sehr poäntierte Meinung zu.

00:14:09: In meiner Meinung nach, eine der größten Fortschritte ist, die Möglichkeiten für AI-Solutionen zu rollen.

00:14:17: Wenn du startest aus einer technischen Perspektive, wenn ich einen AI oder ein spezielles Produkt habe und ich es

00:14:22: rollen möchte,

00:14:23: denke ich, dass das eine

00:14:25: Rezipie

00:14:26: für Verletzungen ist.

00:14:27: Vielmehr ist es in meiner Meinung zu schauen, was ein Businessproblem ist.

00:14:30: Was

00:14:30: sind denn die größte Probleme, die ich fahre?

00:14:33: Und welche Techniken muss ich diese Probleme lösen um zu generieren?

00:14:38: So viel zur Strategie.

00:14:40: als nächstes sollten wir über Governance sprechen.

00:14:43: Klar, das ist der dritte Bereich im Framework, der eben zu den Facilitatern gehört also sozusagen die Rahmenparameter und die Grundlagen geschaffen werden müssen.

00:14:51: aber Governance ist natürlich in vielen Organisationen auch ein schwieriges Thema.

00:14:55: Ich fand Sebastian Kaus hatte da einen heißen Tipp zu.

00:14:58: Nicht über Data Governance zu reden ist eigentlich

00:15:00: tatsächlich ein ganz heißer Tipp.

00:15:02: verknüpft die Sachen

00:15:04: mit dem eigentlich Unternehmensziel?

00:15:06: Ja, super Tipp!

00:15:07: Wir müssen aber trotzdem drüber sprechen.

00:15:10: Aber ganz konkret was macht eine gute Data Governance in der Praxis aus?

00:15:15: Eine der

00:15:15: zentralen

00:15:15: Aspekte bei diesem Thema Balance finden ist eigentlich vor allem auch die Innovationsfähigkeit der Organisation im Blick zu behalten und weiterzuermöglichen.

00:15:25: Das wurde sehr deutlich im Gespräch mit Laura Metzen & Tian Keifei.

00:15:54: Du hast das Thema Balance angesprochen.

00:15:56: Dazu gehört ja auch die Frage, was mache ich zentral?

00:15:59: Was dezentral?

00:16:01: Das taucht ja ganz oft auf und mit sehr unterschiedlichen Perspektiven.

00:16:05: Absolut, genau.

00:16:07: In der Governance eine der zentralen Fragen und es gibt auch Veränderungen.

00:16:10: also wir sehen jetzt gerade bei dem neuen Thema KI was er in den letzten Jahren deutlich an Bedeutung gewonnen hat dass viele Organisationen zentrall angefangen haben.

00:16:21: so seit wir müssen erst mal lernen wir zentalisieren die Data Scientist und dann ist das Thema aber häufig mit den fahrembaulichen Personen auch in die Seezentrale geworden Also in die Einheiten gewandert Was nicht immer ne gute Idee is.

00:16:34: Zumindest wenn der Holger kommt, folgen wir.

00:17:20: Und gerade beim Thema AI haben wir jetzt eben neue Herausforderungen der Governance.

00:17:24: Wir sehen AI Governance als jetzt neues Thema und auch hier eigentlich wieder die klassischen Fragen nach Zentralisierung versus Dezentralisierung.

00:17:32: Als Beispiel kann man hier sehr schön Alexandra Wandner von Zeiss einführen.

00:18:03: Eines der zentralen Ziele von einer guten Governance ist ja eine gute Datenqualität.

00:18:08: Ich würde sagen, das kam mir eigentlich fast in jeder Folge einmal zur Sprache.

00:18:12: Ja ich glaube der Grund ist es halt immer noch nicht gelöst.

00:18:15: vielleicht kann man's auch nie lösen aber wir sehen ja dass es nach wie vor jetzt neuerdings eben in KI-Projekten eines der wesentlichen Probleme und Herausforderungen ist.

00:18:22: ... die ja im Höhepunkt der Data Mesh-Diskussion, ... ... und ausmaßlich auch eine absolute Highlightfolge hatte.

00:18:36: Dazu eigentlich fand ich eine klare Meinung und auch eine gute Empfehlung.

00:18:51: Mit der DataMesh Diskussion ist ja auch ganz eng das Thema Datenprodukte verbunden.

00:18:56: Ist das noch aktuell?

00:18:58: Ja absolut, ich würde sagen sogar hat sich total etabliert.

00:19:02: Man könnte überhaupt ein Data Mesh ist so bisschen verschwunden wieder aus der Diskussion als Begriff aber Datenprodukte als ein wesentlicher Bestandteil neben zum Beispiel der Federated Data Governance die auch absolut bestand hat.

00:19:16: Also da Produkte nach wie vor für viele Organisationen wirklich ein zentraler Aspekt ihrer Datenstrategie.

00:19:22: Was jetzt ein Datendatenprodukt eigentlich ausmacht, hat Fiona Kambais von Siewentz super beschrieben?

00:19:29: We always say that we want to have fair data products.

00:19:31: so if you think about the letters FAIR then they stand for finable accessible interoperable and reusable Highest standards that a data product has to fulfill in order to be called Data Product.

00:19:46: Und damit wären wir eigentlich auch schon bei unserem vierten Baustein und Frameworks, nämlich beim Thema Access?

00:19:54: Absolut!

00:19:55: Eines der zentralen Punkte ist tatsächlich immer die Frage ja wie habe ich Zugriff auf Daten wäre und wie frei kann ich es eigentlich gestalten?

00:20:04: Und mit den gerade beschriebenen Datenprodukten wollen Organisation häufig auch eines ihrer zentralen Probleme angehen, nämlich dass Daten in SIDOS liegen.

00:20:13: Ich fand, Diana und Stefanie von BSH haben es super auf dem Punkt gebracht.

00:20:29: Ja das Thema SIDOs scheint wirklich ein echtes Thema zu sein viele Folgen, die das Problem beschreiben.

00:20:35: Aber die halt auch angefangen haben Lösungen zu finden wie zum Beispiel Bosch.

00:20:41: Die Dataprodukte sind etwas, das für die Dataprogrammatik zu Daten bringt.

00:21:07: Das ist dann die Foundation,

00:21:08: dass die AI ihre Arbeit machen kann.

00:21:11: Ich denke, das war der Moment, in dem

00:21:13: die Werte des Datapproduktes und

00:21:16: den Datamarktpläts verändern wird.

00:21:20: Ja, so Datenmarkpädte finden wir immer öfters.

00:21:23: Sie funktionieren natürlich erst dann richtig gut wenn auch die Data Access Policy passt dazu.

00:21:30: was meine ich damit?

00:21:31: Wir haben immer wieder diese Diskussion, dass Unternehmen häufig eine Need to Know-Policy haben.

00:21:36: Das heißt wenn ich Zugriff auf Daten haben möchte als Mitarbeiter im Unternehmen muss sich das quasi als beantragende Freigabe bekommen.

00:21:44: Sehr sehr viele meiner Gäste sagen eigentlich alle sind sich aber einig mit mir, dass eine Right To Know-Podicy also jeder hat erst mal Zugriffs auf alle Daten es sei denn ich muss sie abschließen weil sie geheimen sind oder ähnliches, dass das die bessere Policy ist um Datenkultur in der Organisation zu fördern.

00:22:02: Viele haben sich auf den Weg gemacht, haben das beschrieben und einen besonderen Aspekt dabei hat die Anna Hahnemann noch erwähnt weil neben oder zu einer Right to Know Policy gehört aber auch so ein bisschen Verantwortung auch derjenigen die jetzt recht frei auf Daten zugreifen können und ich fand dass war ich ein spannender Ansatz bei ihrem Unternehmen Picnic.

00:22:26: Picnic hat wirklich sehr, sehr interessanten Ansatz, der mich auch gerne teilen würde.

00:22:31: Und ich muss dazu sagen, dass es unabhängig davon welche Rolle du hast, ob und was auch immer.

00:22:39: Wenn du meinst, dass du Zugang zu Daten bekommen musst, bekommst du bestimmte Aufgaben die du mit SQL lösen musst.

00:22:47: Diese Aufgaben sind sehr interessant, sie sind wirklich auf Picnic Aufgaben bezogener.

00:22:53: Picnic-Welt zum Beispiel finde alle Kunden, die in den letzten zwei Monaten nicht Kakao mit uns gekauft haben.

00:23:03: Aber regelmäßig Möhren!

00:23:06: So was ja?

00:23:07: Und dann hast du glaub ich das sind insgesamt circa so.

00:23:09: als ich das gemacht habe waren sieben Aufgaben und dann submittest du das so reißt es ein oder gibt dir die zirte Leute, die das durchgucken, die zu einem schauen okay ist das was du rausbekommen hast, dass was zu erwartet ist.

00:23:24: Aber die gucken auch ob deine School Qualität okay ist da auch um dir dann vielleicht zu sagen ok das musst du das und das nachzubeessen.

00:23:32: Hast du das bestanden?

00:23:34: Dann hast du ziemlich reichweinend sogar zu den Daten.

00:23:40: Ja spannende Ansatz bei Picnic also dass Mitarbeiter erst mal ihre Fähigkeit nachweisen müssen als Voraussetzung für Access was uns eigentlich wunderbar zu unserem fünften Baustein bringt, nämlich dem Thema Literacy und generell natürlich auch den Thema Empowerment.

00:23:57: Also der Frage wie kommen die Skills eigentlich zu den Mitarbeitenden?

00:24:00: Und was gibt es da für

00:24:01: Technikten?

00:24:03: Aus unserer Sicht relativ schön auf einen Punkt gebracht hat es Andreas Wiener in seiner Folge, der nämlich Folgendes sagt.

00:24:15: Das heißt,

00:24:16: das ist so eine Einstiegsbarriere.

00:24:18: Du bist zugelassen

00:24:19: auf den Straßenverkehr und das glaube ich verstehen wir oft unter dem Begriff Data Literacy.

00:24:22: Du brauchst diesen

00:24:24: Türerschein

00:24:25: für Daten.

00:24:25: Dass es

00:24:26: dann Leute

00:24:26: gibt die sind dann Rennfahrer und

00:24:28: können Monaco

00:24:29: da die Kurven mit drei Hundert nehmen

00:24:31: fair Es gibt aber auch Leute, die haben gerade erst angefangen

00:24:35: Und da ist doch für mich Data Litericy

00:24:36: immer so

00:24:37: dass musste heute halt draufhaben damit du irgendwie wettbewerbsfähig bist.

00:24:43: Ja also es ist wichtig.

00:24:44: Und für viele Organisationen kommen jetzt dann die praktischen Fragen.

00:24:47: Also zum Beispiel, wie kann ich in großen Organisationen eigentlich dafür sorgen dass es auch sich in die Organisation quasi ja diffundiert und an vielen Stellen dann auch dieses Wissen verfügbar gemacht werden kann?

00:25:00: Ein schönes Beispiel von Thorsten Kranz von der Deutschen Post ist so ein train the trainer Modell in dieser riesigen Organisation sehr intensiv anwendet.

00:25:09: Die schaffe ich, dass Kollegen

00:25:10: die seit dreißig Jahren aus dem Bauch heraus

00:25:13: ihre Logistik

00:25:14: extrem gut managend dazu zu bringen auf einmal einem Vorkastingmodell zu vertrauen was auch mal eine andere Meinung haben kann als diese Kollegen.

00:25:22: Wir haben für dieses Training alleine über siebzig Trainer ausgebildet im vergangenen Jahr.

00:25:28: Haben in diesem Zeitraum jetzt schon über tausend Teilnehmer in

00:25:32: diesen Trainingsprogramm

00:25:33: gehabt ein ganz tägliches Training bis hin zum Topmanager

00:25:36: und über Tausende Teilnehmer.

00:25:37: Dieses Jahr werden wir wahrscheinlich

00:25:38: zwei tausend

00:25:39: weitere Kollegen trainieren.

00:25:40: Und obwohl wir schon siebzig ausgebildete

00:25:42: Trainer

00:25:43: haben, merken wir dass das immer noch nicht ausreichend ist und wir noch mehr Trainer ausbilden müssen, um das Ganze auszurollen.

00:25:49: Und dann gibt es natürlich mal die Frage wie soll eigentlich so diese Trainings oder das Wissens, die Wissenzvermittlung organisiert werden?

00:25:56: Werden häufiger Gäste gehabt, die sehr stark sich stark gemacht haben für das Praktische.

00:26:02: Ich habe gesagt, das Frontale wirkt nur beschränkt.

00:26:06: Also die Leute müssen Hands-on was tun.

00:26:08: Problem ist natürlich, dass kaliert häufig nicht so gut also nicht immer umsetzbar aber sicherlich ein interessanter Ansatz und wer es umsetzen kann sollte es auf jeden Fall zu machen.

00:26:18: Das heißt lieber eben die Leute selber etwas ausprobieren lassen vielleicht länger begleiten.

00:26:22: Also immer wieder an der Seite stehen den neuesten Sachen angucken korrigieren.

00:26:27: Also das sicherlich öfter gekommen als gut funktionierender Ansatz.

00:26:33: Und dann das nächste ist aber die Frage, wie ich jetzt gravierbare Modelle habe.

00:26:36: Wie schaffe ich das?

00:26:37: Die so in den Arbeitsalltag zu integrieren weil auch nicht alle sich länger rausnehmen können.

00:26:42: Schorte Witte von der BSA hat uns hier ihren Ansatz vorgestellt.

00:26:46: Ich denke dass es wichtig ist, dass die Trainings in ganz viele kleine Einheiten zugeschnitten sind.

00:26:51: wir haben häufig Die Erfahrung gemacht, wenn man jetzt dieses Zwei-Tagestraining anbietet.

00:26:57: Da fehlt einfach die Zeit und gerade jetzt.

00:27:00: die umfangreicheren Lernfahrer sind so zugeschnitten dass die aus ganz vielen einzelnen Bausteinen bestehen, die vielleicht zwanzig Minuten bis zu ein zwei Stunden gehen Und dann kann man die Trainings wirklich über Wochen und Monate individuelle den Arbeitsalltag einbauen, wann immer es gerade reinpasst.

00:27:18: Das macht das Ganze sehr viel einfacher zu handhaben als sich so einen großen Block auf einmal aus dem Arbeitsalltag rauszusteinen.

00:27:25: Wie eng Kommunikation und Ausbildung wirklich verzahnt sind – und wahrscheinlich auch verzahnt sein sollten – hat Julia Pogorczewski in ihrer Folge betont?

00:27:34: Da sagt sie folgendes...

00:27:36: Wir haben sehr viele Experten vor Ort Und ein Champion-Ansatz bei uns ist, dass es gewisse Kollegen gibt die sozusagen sich interessieren und neugierig sind.

00:27:48: Gewisse Themen mit zu weiterzuentwickeln und weiterzubringen, die dann aber auch vor Ort in den unterschiedlichen Regionen Ansprechpartner sind ja also diese schon bisschen dafür verpflichten Auch die Inhalte an die Kollegen zu transportieren Die denn wie gesagt Wie ich ja gesagt habe wenn der einen Studie Ich frage am liebsten erstmal meinen Kollegen genau dafür dann natürlich auch Rede und Antwort

00:28:12: stehen.

00:28:12: Also du hast gerade schon die Wichtigkeit von Kommunikation betont, ich glaube eine Herausforderung ist da ja sicherlich dass man da wirklich auch eine möglichst große Breite damit dann auch im Prinzip erreichen will oder sollte wenn man wirklich so eine unternehmensweite Transformation anzieht und

00:28:29: das

00:28:30: was wir immer wieder in den Folgen sehen ja auch dieses Thema Begeisterungen wie prägt man wirklich in dieses vielleicht bisschen technisch trockene Thema Daten auch so eine wirkliche Begeisterung rein.

00:28:40: Und ein Beispiel aus unseren Folgen, was bei uns da so ein bisschen hingeblieben ist das Beispiel von der Commerzbank die einen sehr interessanten und ja spannenden Weg gefunden haben wie sie das Thema zu ihren Mitarbeitenden bringen.

00:28:55: Für viele sind die Daten einfach

00:28:57: dar.

00:28:58: Das ist etwas

00:28:59: dass existiert und Die Menschen nehmen Daten nicht notwendig

00:29:03: weiß als Daten

00:29:04: war.

00:29:04: es ist etwas was da ist

00:29:06: Das heißt, es ist ein Erwärmesthema und das kann man tatsächlich sehr deutlich messen.

00:29:11: Und an dem anderen Ende der Skala geht's auch darum bisschen den Spaß zu aktivieren für diese Thematie mehr wenn du so eine Kampagne hast.

00:29:21: wir hatten dann auch pinke Donuts

00:29:22: ja ein bisschen

00:29:23: angebissen.

00:29:24: da haben wir dann so kleine oder sogar sehr große Aufblasbare Donuts gehabt und das bleibt im Gedächtnis der Leute hängen.

00:29:32: auf einmal wird über Daten gesprochen

00:29:33: auf einmal werden Daten noch als was anderes

00:29:35: wahrgenommen als einfach nur so irgendwas, was im Hintergrund ist.

00:29:40: Was auch ein widerkehrendes Thema war.

00:29:41: bei immer die Frage wie organisiere ich denn Kommunikation?

00:29:44: Wie kriege ich das hin?

00:29:44: und Communities, interne Communities war doch ein sehr häufig gewählter Weg.

00:29:49: Ich fahre ein besonders schönes Beispiel haben wir bei Henkelngesinn.

00:29:53: Jede Person, die über Henkel arbeitet darf in den Henkel-Data Club Und wir richten uns an Datenentusiasten aber natürlich auch Datenprofis Ja und wir treffen uns einmal im Monat für eine Stunde und haben Präsentation aus den ganzen Unternehmen über Themen,

00:30:09: die

00:30:09: mit Daten zu tun haben.

00:30:10: Die Leute denken – ich habe das auch gedacht – da ist eine riesige Reihe von Leuten, die unbedingt Vorträge halten wollen.

00:30:16: Das muss man managen aber das stimmt gar nicht.

00:30:19: Nächstes Meeting ist immer niemand will einen Vortrag halten.

00:30:22: mittlerweile geht es.

00:30:23: Es gibt so ein paar Leute,

00:30:24: wir haben jetzt die Größe und du musst immer Leute rausdanken weil sie möchten, die trauen sich nicht!

00:30:31: Viele Leute trauen sich nicht, was sie sagen.

00:30:32: Die denken, mein Datenproblem ist gar nicht so wichtig.

00:30:35: Bestimmt aber nicht!

00:30:36: Denn bei forty-tausend

00:30:37: Leuten da

00:30:37: ist wirklich alles an Wissenstand mit dabei.

00:30:40: Das heißt es gibt jemanden der das Wissen total interessant findet und mein Geheimnis oder mein Tipp ist

00:30:45: du musst die Leute

00:30:47: bisschen das rauskitzeln und denen den Mut geben.

00:30:50: Ich finde durchs Kommunikation ist die unterschätzteste Dimension in unseren Framework.

00:30:54: Eigentlich geht's ja darum des Verhalten von Menschen zu beeinflussen um den Kulturwandel anzutreiben, zu beschleunigen und dafür ist halt Kommunikation ein absoluter klaren Aspekt.

00:31:05: Und ich finde – und das auch ein toller Abschluss vielleicht jetzt für die Folge – wer das toll auf den Punkt gebracht hat noch mal ist Christian Lang?

00:31:12: Die Bedeutung der Kommunikations.

00:31:14: Ich glaube viele Firmen reden darüber dass Change Management und Adoption und KommunikATION das Wichtigste ist!

00:31:23: Ich glaube aber wenige Firmen macht es ja weil sich nicht so auf Fokus auf Tech Also das Fokus auf Adoption und Change Management vergleiche, dann haben wir vielleicht fünfzehn Prozent auf Tech fokussiert oder zwanzig Prozent und achtzig Prozent auf Communication.

00:31:39: Ja damit sind ja alle sechs Bausteine des Frameworks durch spannende kleine Ausschnitte aus den Folgen die bei uns auch im Kopf gebieben sind.

00:31:49: natürlich waren es nur kleine Ausschnitte und wir hätten jetzt noch unendlich weitermachen können mit vielen anderen Highlights aus unterschiedlichsten Folgen die natürlich auch alle nach wie vor eine Empfehlung jetzt mal ganz reinzuhören.

00:32:02: Absolut, ja.

00:32:04: Genau!

00:32:04: Damit müssen wir wirklich das nochmal allen Gästen und Sprecher danken, die so bereitwillig ihr Wissen ihrer Erfahrung ihre Meinungen geteilt haben denn davon lebt das natürlich und davon können wir alle profitieren.

00:32:17: deshalb da ganz ganz herzlichen Dank.

00:32:19: Wir machen genauso weiter mit einer frischen Folge und einem spannenden neuen Erst jeden Montag.

00:32:24: Eine kleine Ankündigung gibt es noch zum Ende

00:32:27: Ganz genau, wir haben eine aufregende Ankündigung.

00:32:30: Nach jetzt vierenhalb Jahren beendern wir den Titel des Podcasts und zwar haben wir in den letzten Jahren ja deutlich gemerkt wie stark das Thema AI kommt Und auch AI braucht eine Kultur an der Organisation.

00:32:41: Das gilt häufig genau das gleiche wie für Datenkultur und deshalb nennen wir dem Podcast jetzt um in den Data- und AI Culture Podcast.

00:32:50: Genau!

00:32:50: Falls ihr uns noch nicht folgt Jetzt ist es ein guter Zeitpunkt um das zu tun.

00:32:54: Abonniert unsere Kanäle.

00:32:55: Wir sind ja eigentlich überall vertreten.

00:32:57: Vielen Dank fürs Zuhören und bis spätestens nächste Woche.

00:33:00: Bis dahin!