So priorisierst du Datenanwendungsfälle

Datenanwendungsfälle (Use Cases) stehen im Zentrum der Digitalen Transformation. Sie sind das Vehikel, um aus Daten und Algorithmen Mehrwert zu generieren. Doch wie priorisierst du die Umsetzung, womit fängt man am besten an?

Was ist ein Datenanwendungsfall? Ein Datenanwendungsfall (Use Case) beschreibt eine spezifische Situation oder Aufgabe, bei der Daten verwendet werden, um ein bestimmtes Problem zu lösen, eine geschäftliche Fragestellung zu beantworten oder eine Anforderung zu erfüllen.

Beispiele für Datenanwendungsfälle

1. Kundenabwanderungsanalyse (customer churn): Nutzung von Kundendaten, um die Kündigungswahrscheinlichkeit von Kunden mittels Machine Learning zu ermitteln, so dass der Vertrieb zielgerichtet Kunden ansprechen kann.
2. Cashflow-Analyse: Verwendung von Finanzdaten, um den aktuellen Cashflow des Unternehmens mittels Business Intelligence zu bewerten.

Warum ist die Priorisierung von Datenanwendungsfällen wichtig? In der Regel gibt es in Unternehmen mehr potenzielle Datenanwendungsfälle als Ressourcen, um diese alle zeitnah umzusetzen. Daher ist es wichtig, diese zu priorisieren.

Wann solltest Du priorisieren? Typischerweise priorisierst Du zu zwei Anlässen:

• Initial: Im Rahmen der Datenstrategie solltest du ein erstes Use Case Backlog erstellen, um die Potenziale für Daten und KI im Unternehmen zu bewerten.
• Wiederkehrend: Zur operativen Steuerung der Daten-, KI- oder BI-Teams im Rahmen des kontinuierlichen Bedarfs- und Portfoliomanagements zur Erstellung von Datenprodukten.

Wie kannst Du priorisieren? Typischerweise betrachtet man Dimensionen: Machbarkeit und Nutzen. Wie Du diese detaillierst, hängt von Deinen Zielen ab (Datenstrategie). Einige Anregungen findest Du in der Grafik.

Wie priorisierst du deine Daten-, KI- und BI-Backlogs?

Diskutiere mit uns in den Kommentaren!