Drei Erfolgsfaktoren bei der Daten-Demokratisierung für Frontline Worker

Daten machen Mitarbeitende effizienter und ermöglichen bessere Entscheidungen. Viele Beschäftigte haben bislang aber keinen einfachen Zugang zu den für sie relevanten Informationen. Einen Ausweg bietet die Daten-Demokratisierung – doch damit die funktioniert, müssen Unternehmen drei wichtige Aspekte beachten. [...]

Foto: 4832970/Pixabay

Dass Daten wertvoll sind, ist den meisten Unternehmen durchaus bewusst. Erst allmählich setzt sich allerdings die Erkenntnis durch, dass es nicht reicht, Daten einfach nur anzusammeln und einigen ausgewählten Mitarbeitenden zur Verfügung zu stellen.

Stattdessen müssen Unternehmen die Datenschätze auf breiter Front zugänglich machen – sowohl für klassische Büroangestellte als auch die Frontline Worker im Einzelhandel, in der Logistik, der Lieferbranche und der Fertigung.

In diesem Zusammenhang fällt häufig der Begriff „Daten-Demokratisierung“. Dahinter verbirgt sich sowohl eine Strategie als auch eine Kultur, die darauf ausgelegt ist, dass alle Mitarbeitenden einfachen Zugang zu Daten erhalten, sie verstehen und sinnvoll nutzen können. Damit die Daten-Demokratisierung gelingt, müssen Unternehmen nach Erfahrung von Scandit, dem führenden Anbieter von Lösungen für Smart Data Capture, drei Erfolgsfaktoren berücksichtigen:

Vertrauen in Daten

Die Basis für die Daten-Demokratisierung ist eine genaue Erfassung von Daten, denn nur wenn alle Daten zuverlässig und korrekt sind, können Mitarbeitende ihnen vertrauen. Für die meisten Unternehmen geht es dabei nicht nur um Daten aus der digitalen Welt, sondern auch von physischen Objekten und Abläufen im Verkaufsraum, im Lager, in der Fertigungshalle oder bei der Zustellung von Lieferungen.

Dort werden moderne Technologien für Smart Data Capture benötigt, um Informationen zu Produkten, Teilen und Sendungen zusammenzutragen. Diese Informationen müssen Unternehmen dann aber auch auswerten und die gewonnenen Erkenntnisse an die Mitarbeitenden zurückspielen.

Einfacher Zugang zu Daten

Damit Mitarbeitende für sie aufbereitete Daten abrufen können, brauchen sie einfach nutzbare Tools, die auf ihre jeweiligen Aufgaben zugeschnitten sind und ihnen genau die Informationen liefern, die sie im Moment benötigen. Bei Büroangestellten ist das kein größeres Problem, da sie üblicherweise über einen eigenen Rechner verfügen und vielfältige Analytics-Anwendungen nutzen können.

Frontline Worker hingegen müssen sich Geräte häufig teilen – das kann ihren Zugang zu Daten und Datenauswertungen einschränken. Zudem sind sie auf mobile Lösungen angewiesen, die physische Objekte identifizieren, in Echtzeit mit Daten aus Backend-Systemen verknüpfen und schnell leicht verständliche Informationen für die folgenden Arbeitsschritte und Entscheidungen liefern.

Ideal sind hier Apps für Smart Data Capture auf einem Smartphone, da sie leicht zu bedienen sind, Daten sehr genau erfassen und sowohl optisches als auch akustisches und haptisches Feedback liefern können.

Datenkompetenz und Selbstvertrauen

Damit Mitarbeitende von der Daten-Demokratisierung profitieren, müssen sie Datenkompetenz aufbauen. Dabei geht es nicht nur um Schulungen, damit sie ein tieferes Verständnis von Daten entwickeln und ihre Aufgaben effizienter erledigen können. Vielmehr ist auch grundlegendes Vertrauen in die eigenen Fähigkeiten, Daten zu interpretieren und sinnvoll zu nutzen, gemeint.

Einer der besten Wege, Kompetenzen und Vertrauen aufzubauen, sind intuitive Tools, die den Umgang mit Daten erleichtern, sich nahtlos in den Arbeitsalltag einfügen und einen echten Nutzen bringen. Unternehmen müssen diese Tools in enger Abstimmung mit den Abteilungen und Mitarbeitenden entwickeln, die sie künftig nutzen sollen – schließlich kennen sie ihre Arbeitsabläufe und typischen Herausforderungen im Arbeitsalltag am besten. 

„Die Demokratisierung von Daten sichert Unternehmen entscheidende Wettbewerbsvorteile, da insbesondere auch die Frontline Worker von der Macht der Daten profitieren“, betont Christian Floerkemeier, CTO und Mitgründer von Scandit.

„Da sich Technologien, Abläufe und Kundenanforderungen kontinuierlich weiterentwickeln, ist Daten-Demokratisierung kein Projekt, das irgendwann abgeschlossen ist, sondern ein fortwährender Prozess, der die Nutzung von Daten in allen Unternehmensbereichen immer weiter vorantreibt und verbessert.“


Mehr Artikel

News

KI ist das neue Lernfach für uns alle

Die Mystifizierung künstlicher Intelligenz treibt mitunter seltsame Blüten. Dabei ist sie weder der Motor einer schönen neuen Welt, noch eine apokalyptische Gefahr. Sie ist schlicht und einfach eine neue, wenn auch höchst anspruchsvolle Technologie, mit der wir alle lernen müssen, sinnvoll umzugehen. Und dafür sind wir selbst verantwortlich. […]

Case-Study

Erfolgreiche Migration auf SAP S/4HANA

Energieschub für die IT-Infrastruktur von Burgenland Energie: Der Energieversorger hat zusammen mit Tietoevry Austria die erste Phase des Umstieges auf SAP S/4HANA abgeschlossen. Das burgenländische Green-Tech-Unternehmen profitiert nun von optimierten Finanz-, Logistik- und HR-Prozessen und schafft damit die Basis für die zukünftige Entflechtung von Energiebereitstellung und Netzbetrieb. […]

FH-Hon.Prof. Ing. Dipl.-Ing. (FH) Dipl.-Ing. Dr. techn. Michael Georg Grasser, MBA MPA CMC, Leiter FA IT-Infrastruktur der Steiermärkischen Krankenanstaltengesellschaft m.b.H. (KAGes). (c) © FH CAMPUS 02
Interview

Krankenanstalten im Jahr 2030

Um sich schon heute auf die Herausforderungen in fünf Jahren vorbereiten zu können, hat die Steiermärkische Krankenanstaltengesellschaft (KAGes) die Strategie 2030 formuliert. transform! sprach mit Michael Georg Grasser, Leiter der Fachabteilung IT-Infrastruktur. […]

News

Risiken beim Einsatz von GenAI in vier Schritten senken

Die Themen Datenschutz und Modellverwaltung sind in der Datenwissenschaft zwar nicht neu, doch GenAI hat ihnen eine neue Dimension der Komplexität verliehen, die Datenschutzbeauftragte vor neue Herausforderungen stellt. Die Data-Science-Spezialisten von KNIME haben die Potenziale und Risiken der KI-Nutzung beim Einsatz bei der Datenarbeit zusammengefasst und empfehlen vier Schritte zur Risikominimierung. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*