Dateninitiativen sind keine technischen Vorhaben, sondern Investitionsentscheidungen. Sie binden Budget, Aufmerksamkeit und organisatorische Energie. Ob sie sich lohnen, entscheidet sich nicht an der technischen Umsetzung, sondern am entstehenden Datenwert. Genau dieser wird jedoch häufig zu spät oder gar nicht geklärt.

Dieser Artikel liefert einen Entscheidungsrahmen, mit dem Geschäftsführer und Verantwortliche Dateninitiativen bewerten können, bevor Geld und Ressourcen gebunden werden.

Warum der Datenwert vor dem Projektstart geklärt werden muss

Jede Dateninitiative konkurriert mit anderen Investitionen. Sie steht nicht nur gegen andere IT-Themen, sondern gegen Produktentwicklung, Vertriebsausbau oder Prozessverbesserungen. Wer den Datenwert nicht vorab klärt, trifft keine Investitionsentscheidung, sondern eine Hoffnung.

Neben direkten Kosten entstehen Opportunitätskosten. Management-Aufmerksamkeit ist begrenzt. Jedes Projekt, das gesteuert, erklärt und verteidigt werden muss, verdrängt andere Themen. Ohne klaren Wertbezug steigt das Risiko, dass Dateninitiativen weiterlaufen, obwohl ihr Nutzen unklar bleibt.

Fehlinvestitionen entstehen selten durch schlechte Technik, sondern durch überschätzten Mehrwert. Der Preis dafür ist nicht nur verlorenes Budget, sondern schwindendes Vertrauen in datenbasierte Vorhaben insgesamt.

Was unter „Datenwert“ konkret zu verstehen ist

Datenwert ist kein technischer Begriff. Er beschreibt nicht die Qualität von Datenmodellen, die Aktualität von Reports oder die Anzahl von Nutzern. Datenwert entsteht ausschließlich dann, wenn Daten zu besseren Entscheidungen führen oder Entscheidungen überhaupt erst ermöglichen.

Der Maßstab ist immer die Wirkung auf Steuerung, Risiko oder Wachstum. Eine Dateninitiative hat dann Wert, wenn sie dazu beiträgt, Fehlentscheidungen zu vermeiden, Reaktionszeiten zu verkürzen oder Prioritäten klarer zu setzen. Alles andere bleibt interne Optimierung ohne strategische Relevanz.

Am Beispiel der Auswahl von CPM bzw. xPA Software können die folgenden Kriterien herangezogen werden.

Bewertungskriterium	Zentrale Fragestellung	Relevante Bewertungsaspekte	Beispiele aus der Praxis
1. Fachliche Modellkomplexität	Was muss tatsächlich geplant und berechnet werden?	Granularität der Planung, Dimensionalität, Treibermodelle, Allokationen, Berechnungslogiken, Szenarien, Abhängigkeiten zwischen Teilplänen	Absatzplanung nach Produkt, Kunde und Vertriebskanal; mehrstufige Kostenallokationen; integrierte GuV-, Bilanz- und Cashflow-Planung
2. Veränderungsfähigkeit	Wie gut kann sich das Planungsmodell an neue Anforderungen anpassen?	Strukturelle Erweiterbarkeit, Anpassung von Berechnungslogiken, Erweiterung bestehender Modelle, Testbarkeit, Deployment und Nachvollziehbarkeit von Änderungen	Integration einer Akquisition; neue Vertriebskanäle; Reorganisation von Geschäftsbereichen; Einführung neuer Planungslogiken
3. Daten- und Prozessintegration	Wie müssen Daten und Planungsprozesse miteinander verbunden werden?	Quellsysteme, Datenhoheit, Ladefrequenz, Granularität, Stammdatenmanagement, Schnittstellen, Prozessabhängigkeiten und Datenflüsse zwischen Teilplänen	SAP-Istdaten; HR-Stammdaten; CRM-Absatzdaten; Änderungen im Absatzplan wirken auf Produktion, Personal und Finanzen
4. Planungsorganisation und Verantwortlichkeiten	Wer nutzt, verantwortet und entwickelt die Plattform?	Rollenmodell, Verantwortlichkeiten zwischen Controlling und IT, Power-User-Konzept, Governance, Kompetenzbedarf und mögliche Center-of-Excellence-Strukturen	Controller als Model Builder; zentrale Plattformverantwortung in der IT; dezentrale Planung mit zentralen Standards
5. Wartung und evolutionäre Weiterentwicklung	Wer hält die Plattform langfristig wartbar und entwickelt sie weiter?	Wartungsbedarf, Modellverständlichkeit, Dokumentation, technische Schulden, Testbarkeit, Know-how-Sicherung sowie Make-or-Buy-Entscheidung	Internes Planning-Team; externer Spezialist für Architektur und komplexe Änderungen; hybrides Support- und Entwicklungsmodell
6. Nutzer und Arbeitsweise	Wie arbeiten die unterschiedlichen Nutzer tatsächlich mit der Planung?	Nutzerrollen, Analysefreiheit, geführte Planung, Excel-Integration, Web-Nutzung, Workflow, Kommentierung und Nachvollziehbarkeit	CFO analysiert Szenarien; Controller arbeitet flexibel mit Tabellen; Kostenstellenverantwortliche erfassen Werte in einem geführten Prozess
7. Wirtschaftlichkeit über den Lebenszyklus	Was kostet die Plattform über fünf bis zehn Jahre?	Lizenz und Einführung, Betriebskosten, interne Kompetenzen, externe Unterstützung, Änderungskosten, Integrationsaufwand und Komplexitätskosten	Günstige Einführung mit hohen späteren Anpassungskosten; Aufbau interner Kompetenzen; wiederkehrende Kosten für externe Spezialisten

Die Kriterien sollten nicht für jedes Unternehmen gleich gewichtet werden. Ein stark wachsendes Unternehmen bewertet Veränderungsfähigkeit möglicherweise höher als Standardisierung. Bei einer integrierten Unternehmensplanung gewinnen Daten- und Prozessintegration an Bedeutung. Unternehmen mit kleinen internen Teams müssen dagegen Wartbarkeit und das zukünftige Betriebsmodell stärker berücksichtigen. Die Gewichtung der Kriterien ist deshalb bereits ein wesentlicher Teil der Zielarchitektur. Erst danach beginnt der eigentliche Softwarevergleich.

Datenwert ist kein Nutzungs- oder Reifegradindikator

Hohe Nutzung ist kein Beweis für Wirkung. Berichte können regelmäßig konsumiert werden, ohne dass sich Entscheidungen verändern. Ebenso sagen Reifegradmodelle wenig aus, solange sie keinen Bezug zu konkreten Managemententscheidungen herstellen.

Ein hoher Reifegrad kann sogar trügen. Je ausgefeilter Strukturen werden, desto größer ist die Gefahr, dass sie Selbstzweck werden. Ohne klaren Entscheidungsbezug wächst der Aufwand, nicht der Nutzen.

Datenwert zeigt sich in veränderten Entscheidungen

Datenwert wird sichtbar, wenn sich Entscheidungen messbar verändern. Das kann durch Effizienzsteigerungen geschehen, durch klarere Prioritäten oder durch das frühere Erkennen von Abweichungen. Entscheidend ist nicht die Menge an Information, sondern die Reduktion von Unsicherheit.

Ein oft unterschätzter Aspekt ist die Vermeidung schleichender Fehler. Unklare oder inkonsistente Auswertungen führen zu stillen Fehlsteuerungen, etwa in regelmäßig genutzten Reports. Auch deren Korrektur kann erheblichen Datenwert erzeugen, obwohl sie selten als solcher wahrgenommen wird.

Kriterien zur Bewertung von Dateninitiativen

Um Dateninitiativen bewerten zu können, braucht es klare Kriterien. Diese ersetzen Bauchgefühl durch Vergleichbarkeit und machen unterschiedliche Vorhaben gegeneinander abwägbar.

Zentral sind vier Dimensionen: Entscheidungsrelevanz, wirtschaftliche Wirkung, Umsetzungsrisiko und Zeit bis zur Wirkung. Erst im Zusammenspiel ergibt sich ein realistisches Bild des Datenwerts.

Welche Entscheidung wird besser oder überhaupt erst möglich

Der Ausgangspunkt jeder Bewertung ist eine konkrete Entscheidung. Sie muss benennbar sein und im Verantwortungsbereich einer klar definierten Rolle liegen. Ohne Entscheidung gibt es keinen Datenwert.

Ebenso wichtig ist der Handlungsspielraum. Wenn eine Entscheidung zwar analysiert, aber faktisch nicht verändert werden kann, bleibt der Nutzen begrenzt. Daten entfalten nur dann Wert, wenn sie tatsächlich Einfluss auf das Handeln haben.

Welche wirtschaftliche Konsequenz an der Entscheidung hängt

Nicht jede Entscheidung ist gleich relevant. Entscheidend ist die wirtschaftliche Hebelwirkung. Welche Kosten, Erlöse oder Risiken werden durch die Entscheidung beeinflusst? Und in welcher Größenordnung?

Dateninitiativen lohnen sich vor allem dort, wo kleine Verbesserungen große Effekte haben. Umgekehrt können datengetriebene Optimierungen in Randbereichen viel Aufwand erzeugen, ohne spürbaren Beitrag zum Unternehmensergebnis zu leisten.

Wie hoch Komplexität und Abhängigkeiten sind

Der erwartete Datenwert muss immer ins Verhältnis zur Komplexität gesetzt werden. Dazu zählen Datenverfügbarkeit, organisatorische Voraussetzungen und der notwendige Veränderungsaufwand.

Hohe Abhängigkeiten erhöhen das Risiko, dass Projekte verzögert werden oder inhaltlich verwässern. Eine Initiative mit moderatem Wert, aber hoher Umsetzungssicherheit, kann unter Umständen sinnvoller sein als ein ambitioniertes Vorhaben mit unklarer Realisierbarkeit.

Typische Fehleinschätzungen beim Datenwert

Eine häufige Fehleinschätzung ist die tool-getriebene Rechtfertigung. Der angenommene Wert ergibt sich dann aus den Möglichkeiten einer Lösung, nicht aus konkreten Entscheidungen. Der Nutzen bleibt abstrakt.

Ebenso verbreitet ist die Hoffnung auf spätere Nutzung. Daten werden gesammelt, „für den Fall der Fälle“. Der tatsächliche Mehrwert wird in die Zukunft verschoben und selten systematisch überprüft.

Problematisch ist auch die Vermischung von Pflicht-IT und Wertbeitrag. Nicht jede notwendige technische Maßnahme erzeugt Datenwert. Sie kann Voraussetzung sein, aber kein Argument für sich.

Wie Entscheider Dateninitiativen priorisieren sollten

Priorisierung beginnt mit Vergleichbarkeit. Dateninitiativen müssen entlang derselben Kriterien bewertet werden wie andere Investitionen. Nur so lassen sich bewusste Entscheidungen treffen. Wenige, wirkungsnahe Initiativen sind meist sinnvoller als ein breites Portfolio. Entscheidend ist die Nähe zur Entscheidung, nicht die strategische Eleganz des Zielbilds.

Ebenso wichtig sind bewusste Nicht-Entscheidungen. Nicht jede Idee muss umgesetzt werden. Die systematische Trennung von fachlichem Nutzen und technischen Grundlagen hilft, Abhängigkeiten zu reduzieren und die Austauschbarkeit technischer Layer langfristig zu sichern.