Von der Bitkom gibt es mit Fokus auf ECM ein paar lesenswerte Veröffentlichungen. Es handelt sich hier um den Digitalverband Deutschlands dem ca. 2.700 Unternehmen der digitalen Wirtschaft angehören.

Einen guten Leitfaden über „ECM in der Cloud“ für Anwender gibt es in der Version 2.0 hier zum Lesen. Der Leitfaden wird aktualisiert, aber es gibt immer noch genug Informationen um das Trendthema „Cloud“ genauer zu betrachten.

Das „Reifegradmodell Digitale Geschäftsprozesse“ ist hier online verfügbar. Es werden die Kriterien und Anwendungsfälle beschrieben und ein Fazit gezogen.

Welche weiteren Leitfäden und Checklisten kennt Ihr im ECM-Umfeld? Gibt es noch nennenswerte Publikationen die Ihr kennt?

Teamwork in einer digitalen Arbeitswelt

Welche Auswirkung hat die Arbeit 4.0 auf die klassischen Hierarchien in Zukunft?

• Klassische Abteilungsdenkweise nimmt immer mehr ab und Informationen sind übergreifend (nächste Ebene in der Wissensorganisation)
• Es werden Informationen geteilt um zu lernen (durch Austausch verbessern sich die Informationen)
• Expertenwissen wird nicht mehr bei einzelnen Personen gehortet werden

Es wird in Unternehmen immer mehr Schwarm-Organisationen geben d.h. die Mitarbeiter sind durch flache Hierarchien auf einer Ebene und die Kommunikation findet dort statt. Wichtig ist hier eine hohe Eigenverantwortung und Planung. Im Fokus steht die Agilität anstatt die Hierarchie.

Wie führt man jetzt aber als Team- und Abteilungsleiter ein solches Team? Der klassische „Command & Control Ansatz“ ist in den letzten Jahren immer seltener geworden. Mitarbeiter wollen ihre Freiräume und auf Augenhöhe angesprochen werden. Teamleiter müssen die entsprechenden Rahmenbedingungen schaffen, damit Ihre Teams kreativ an Lösungen arbeiten können. Der Abteilungsleiter wird also viel mehr ein Coach und Mentor, der über Abteilungsgrenzen hinweg die Spezialisten zusammen bringt.

Kommunikation und Marketing

Bei einer viel agileren Arbeitsweise steht auch die Kommunikation und damit auch das Eigenmarketing weiter im Fokus.

• eine Moderne Arbeitskultur etabliert eine starke Marke
• Arbeit 4.0 ist als Recruting-Modell bei Fachkräftemangel als Wettbewerbsvorteil zu sehen
• Mitarbeiter präsentieren sich direkt in den sozialen Medien und präsentieren die Firmenkultur nach außen

Mit einem blick auf das Marketing muss man priorisieren was die langfristigen Ziele sind. Wollen wir nur Reichweite oder unsere Haltung nach Außen transportieren? Wollen wir Chatbots oder Persönlichkeit den Kunden zeigen? Wollen wir Marketingabteilungen (mit Firmenaccounts) oder Corporate Influencer (die ein Thema voran treiben)?

Wichtig ist auf alle fälle das die Authentizität nach Außen sichtbar wird.

Praktische Tools

Meine persönlichen Meinung nach sind alle Tools rund um Office / Microsoft 365 und Microsoft Teams ideale Tools um Arbeit 4.0 und die Collaboration zu unterstützen.

• Globale Cloud-Systeme für den jeweiligen Einsatz (gemeinsame Arbeit an Dokumenten, Ort- und Zeitunabhängigkeit)
• CRM-Systeme (für mehr übergreifendes Wissen über den Kunden)
• Projektmanagement (Methoden werden in Tools umgesetzt, was passt zum Team)
• Aufgabenmanagement (eigene persönliche Aufgaben und Projektaufgaben die abhängig vom Kontext für jeden einsehbar sind)
• Kommunikation (Videotelefonie und die zugehörigen Systeme)
• Notizbücher (Verteilung der Informationen auch bereits im Entwurfsstadium)
• Mindmaps zur Kreativität mit Desktop-Sharing
• Social Intranet z.B. Yammer, Communities (Themen voran treiben und verbessern)

Zusammenfassung

Es sind also nicht nur die „Software-Tools“ die in Zukunft bei der Arbeit 4.0 im Fokus stehen. Auch das Teamwork, die Kommunikation und das Marketing ist als „Tool“ Vorne dabei.

Welche Tools gibt es aus Ihrer Sicht noch um die Arbeit 4.0 nach Vorne zu bringen?

Jeden Tag werden 2,5 Mio. 1 TB Festplatten mit neuen Daten gefüllt d.h. die Höhe von 77 „Eifeltürmen“ an Daten generiert. Das sind pro Tag ca. 2,5 Millionen Terabyte.

Warum bergen Daten so viel Potential?

Aus Daten können individuelle Empfehlungen pro Kundengruppe erstellt werden und das subjektive Bauchgefühl und Erfahrung ohne die Abhängigkeit von Mitarbeitern umgesetzt werden.

Es geht darum Einsichten (Insights) auf Daten zu gewinnen,. damit  bessere Entscheidungen zu gewinnen und einen datengetriebener Ansatz zu verwenden. Das datengetriebene Entscheidungsmanagement kann rückblickend oder in die Zukunft erfolgen.

Bei der Datenanlyse ist das Zusammenspiel zwischen Mensch und Maschine sehr wichtig. Ein Algorithmus kann bei der Indikation unterstützen, aber den Mensch nicht komplett ersetzen.

Das datengetriebenes Entscheidungsmanagement wird in folgende Disziplinen unterteilt:

• Data Warehouse – Speicherung der Daten
• Data Analytics – Analysen von konkreten Fragestellungen durchführen
• Data Science – Welche Fragen müssen aus der Makroperspektive gestellt werden?

Data Warehouse

In einem Data Warehouse können konsistente Datenanalysen durchgeführt und Ergebnisse gemessen werden. Es handelt sich um ein zentrales Datenbanksystem das auf Datenalyse spezialisiert ist.

Das Data Warehouse soll die Integration von unterschiedlichsten Daten aus unterschiedlichen Quellsystemen in ein zentrales System („Single Point of Truth“) gewährleisten. Durch die Seperation d.h. Trennung von operativen Systemen und Analysesystemen können auch komplexe Abfragen die Last der Systeme nicht beeinflussen.

Es muss die Datenextaktion aus Quellsysteme durchgeführt und Integrationsschicht für die Harmonisierung der Daten vorgenommen werden. Danach werden die Daten im Data Warehouse Data Marts (Kopien von Ausschnitten für relevante Abteilungen zum Schutz und Performance) verteilt.

Folgende Aufgaben existieren in einem Data Warehouse:

• Datenbeschaffung und Integration von Systemen (auch die Aktualisierung)
• Datenhaltung
• Versorgung der Data Marts
• Datenanlyse und Reports

Dazu wird der klassische ETL-Prozess verwendet:

• Extraktion – Regelmäßige Abzüge der Daten (automatisiert oder pro Anfrage)
• Transformation – Vereinheitlichung von Daten z.B. Datumsformat, doppelte Einträge löschen
• Load – Speicherung in der Zieldatenbank

Folgende Fragen kann man sich bei der Einführung eines Data Warehouse stellen:

• System – Welches System wird benötigt?
• Kompetenzen – Kompetenzen im Unternehmen vorhanden oder externe Berater involvieren?
• Parameter – Welche Abteilung benötigt welche Daten? Welche Zugriffsbeschränkungen? Wie häufig muss aktualisiert werden?

Im Data Warehouse gibt es natürlich auch ein paar Herausforderungen. Diese betreffen häufig den Datenschutz. Auch die Datenvermeidung / Datensparsamkeit muss gewährleistet werden d.h. persönliche Daten müssen anonymisiert oder pseudonymisiert werden.

Ein Data Warehouse ist notwendig für unternehmensweite Kennzahlen ausgehend vom „Single Point of Truth“ zu gewährleisten. Für die objektive Beurteilung der Zahlen darf aber auch der zum Teil hoher initialer Aufwand nicht aus den Augen verloren werden.