Die Top 10 KPIs für CIOs

Von Alignment mit dem Business bis zu Security reicht der Rundum-Blick von Chris Curran, Chief Technologist bei PwC. Er nennt zehn Metriken für IT-Führungskräfte. [...]

Schlagworte wie Speed und Innovation dürfen nicht fehlen, wenn dieser Tage über die IT gesprochen wird. Chris Curran, Principal beim Analystenhaus PwC, will aber auch Grundsätzliches wie IT-Security nicht vernachlässigt sehen. In seinem Post „Top 10 metrics for a new CIO“ identifiziert er zehn Metriken, die jeder IT-Entscheider an seine Arbeit anlegen sollte.

DIE 10 KPIS

1. Geschwindigkeit von der Idee bis zur technologischen Umsetzung: Wie lang dauert es, bis eine Idee (für ein neues Geschäftsmodell zum Beispiel) IT-seitig umgesetzt werden kann – das müssen CIOs messen. Und nicht nur das: Curran spricht sich grundsätzlich für Geschwindigkeits-Messungen aus. Das beinhaltet für ihn etwa die Zahl der jährlichen Releases von Anwendungen.

2. Qualität dieser Umsetzung: Curran zitiert einen ungenannten CIO, demzufolge ein Projekt, das das Budget überzieht, den IT-Chef „in Schwierigkeiten“ bringen kann – eines, dessen Qualität nicht stimmt, ihn aber den Job kosten kann. Die Probleme bei jedem Projekt müssen entweder nach Zeit oder Kosten erfasst werden.

3. Business Value: In Sachen Business Value nennt der Analyst drei Schlagworte, nämlich Umsatzentwicklung, Kostenreduktion und Kostenvermeidung. Auf diese Aspekte muss jeder CIO seine Metriken zuschneiden.

4. Zufriedenheit der Endanwender: Regelmäßige Befragungen sind eine Möglichkeit, die Zufriedenheit der IT-Anwender festzustellen. Curran rät, solche oder andere Metriken der Geschäftsführung zugänglich zu machen. Diese wird zu schätzen wissen, dass sich der CIO um das Thema kümmert, sagt er.

5. Prozesse fragmentieren: Megaprozesse wie Order to cash können IT-seitig kaum als Ganzes bewältigt werden. CIOs müssen solche Vorgänge einzeln unter die Lupe nehmen: welche Anwendungen sind im Einsatz, wer arbeitet mit ihnen? Von dieser Basis aus lassen sich die Prozesse dann besser abstimmen.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*