Das Ausbleiben des Erfolgs in Sanierungen und Turnarounds hat in der Regel zwei Gründe. Zum einen bemängeln knapp 3/4 aller Beratungsunternehmen, dass Daten für Auswertungen widersprüchlich, unvollständig oder veraltet vorliegen. Schlechte Datenqualität und ein unzureichendes Management der Metadaten wurden dabei als größte Bremse für die Verwertung von Unternehmensdaten genannt.
Zum andern nutzen Beratungsunternehmen bestehende digitale Instrumente für Datenanalyse und -aufbereitung bislang nur unzureichend. Das Potential wachsender Datenbestände und neuer Datenquellen kann somit nicht vollends ausgeschöpft werden.
Eine weitere wichtige Ursache für geringe Fortschritte im Datenmanagement sind unzureichende Kenntnisse der Berater im Bereich der Business Intelligence (BI) und Business Analytics (BA). Auch Artificial Intelligence (AI) ist ein Gebiet, auf dem sich nur weniger Berater in Sanierungen bis dato ausreichend auskennen. 81 Prozent der Berater geben an, dass sie BI- & BA-Tools für das Management der Datenqualität nicht nutzen.
Eine mangelhafte Datenqualität kann schwerwiegende Folgen haben. Sie kann in Krisenunternehmen zu Fehlentscheidungen führen. Gleichzeitig lässt eine zu geringe Datenqualität Berater zögern, diese Daten mit Hilfe von geeigneten Verfahren zu nutzen und auszuwerten.
Heute existieren bereits eine Reihe von praxiserprobten Methoden und Programmen, mit denen sich der Reifegrad des Datenmanagements bestimmen, die Datenqualität messen, Datenfehler identifizieren, Fehlerursachen bestimmen und beseitigen lassen. So können „saubere“ Daten generiert werden, die insbesondere als Basis für fundierte Unternehmensentscheidungen benötigt werden.
Ist die Datenqualität gewährleistet, so müssen folgende fünf Handlungsempfehlungen für den Umgang mit Daten in Sanierung und Turnaround beachtet werden:
1. Sorgen Sie dafür, dass Mitarbeiter Zugriff auf die relevanten Daten haben und stellen Sie die Lesbarkeit und die Integrität sicher
2. Schützen Sie personenbezogene und unternehmenskritische Daten und halten Sie sie vertraulich
3. Schützen und archivieren Sie Daten gegen Verlust und stellen Sie sicher, dass sie jederzeit wiederherzustellen sind
4. Extrahieren Sie, bereiten Sie auf und verteilen Sie die Daten
5. Modellieren, integrieren und werten Sie die Daten aus
