Foto: PeopleImages.com - Yuri A | shutterstock.com
Tech-Experten sind sich im Allgemeinen bewusst, wie wichtig es ist, entsprechende Zertifizierungen anzustreben, mit neuen Technologien zu experimentieren und Collaboration-Kompetenzen auszubauen. Gerade für die, die mehr Verantwortung übernehmen und darauf Wert legen, an strategischen Initiativen teilzuhaben, ist es jedoch mindestens ebenso wichtig, ihren Geschäftssinn zu schärfen.
Wie "Geschäftssinn" zu interpretieren ist, ist dabei je nach Definition unterschiedlich. Einige beziehen den Begriff auf Business Skills und zählen dazu unter anderem Finanz- und Marketing-Knowhow, strategisches Denken und Problemlösungsfähigkeiten. Andere wiederum denken dabei an Dinge wie Stakeholder Awareness oder Organisationswissen. Zu den spezifischen Skills für Führungskräfte und Manager zählen im Allgemeinen:
Key Business Drivers,
Business Resiliency,
Datenschutz und Compliance, sowie
die Customer Journey.
Wir konzentrieren uns in diesem Artikel darauf, Technologieexperten und -entscheidern zu vermitteln, wie sie Geschäftsmodelle, Marktsegmente, Kunden, Produkte, Chancen sowie Risiken besser durchdringen können. Ohne dieses Verständnis dürfte es sehr schwierig werden, Geschäftsanforderungen zu erkennen, die nicht explizit dokumentiert sind oder Stakeholder-Fragen zu beantworten, ohne dabei auf Fachjargon zurückzugreifen.
Dabei tun sich - je nach Rolle - ganz spezifische Lücken auf:
Entwicklern fällt es möglicherweise schwer, die Endanwender-Personas zu verstehen und zu erkennen, wie eine Anwendung oder Funktion es den verschiedenen Usern ermöglicht, ihre Arbeit zu erledigen.
Datenwissenschaftler verstehen eventuell nicht, wie Business-Teams ein bestimmtes Dashboard oder Machine-Learning-Modell für wichtige Entscheidungen nutzen.
Spezialisten für IT Operations und Service-Desk-Admins fehlt es unter Umständen an Empathie und Verständnis dafür, wie sich ein Ausfall, ein Performance-Problem oder ein anderer Vorfall auf Kunden und Mitarbeiter auswirkt.
Um es gleich vorweg zu nehmen: Business-Skills aufzubauen, kann sich angesichts überfüllter Tech-Prioritätenlisten extrem entmutigend anfühlen. Ein Ansatz, um hier entgegenzuwirken, wäre etwa, diesen Lernprozess zum festen Bestandteil des Arbeitsalltags zu machen. So lernen IT-Mitarbeiter mehr über das Geschäft und entwickeln Vertrauen, während sie sich mit den Business-Prioritäten beschäftigen.
Im Folgenden haben wir fünf Möglichkeiten für Sie zusammengetragen, um als Tech-Experte oder IT-Entscheider zielstrebig Ihr Verständnis für die Business-Seite zu optimieren.
1. Rollen und Disziplinen definieren
Agile Methoden weisen dem Product Owner die Rolle zu, Geschäftsziele, Prioritäten, Endbenutzeranforderungen und Akzeptanzkriterien zu verstehen, wenn es darum geht, Release-Zeitpläne zu entwickeln und User Stories zu priorisieren. Größere Organisationen mit vielen agilen Teams oder solchen, die kundenorientierte Technologien entwickeln, setzen auf Produktmanager. Diese verstehen die Endanwender-Journeys, entwickeln Roadmaps und legen Erfolgskriterien fest.
Diese Rollen erfordern ein Verständnis von Geschäftswert und strategischer Prioritäten. Ist dies nicht der Fall, arbeiten agile Entwicklungsteams nur eine endlose Liste von Wunschprioritäten der Stakeholder-Gruppen ab. Die Zusammenarbeit mit Product Owner und Produktmanager ist ein entscheidender Schritt, um Geschäftssinn entwickeln zu können, wie Jason Jablecki, SVP of Procurement Excellence bei apexanalytix, unterstreicht: "Technologen, die als Bindeglied zwischen Produkt und Kunden fungieren, sind in einer idealen Position, um Kunden zum Erfolg zu führen und gleichzeitig Ihren Geschäftssinn weiterzuentwickeln. Der Schlüssel zum Erfolg ist, die unternehmensspezifischen Herausforderungen, die tatsächliche Strategie und die daraus resultierenden Möglichkeiten zu verstehen."
2. Kundeorientierte Feedback-Loops etablieren
Um einen Schritt tiefer in die agile Methodik einzusteigen, müssen agile Teams außerdem Feedback-Schleifen von Endanwendern und Stakeholdern in ihre Backlogs und ihren Entwicklungsprozess integrieren. Das können sie im Rahmen von Sprint-Reviews tun - entweder durch Tests der Benutzerakzeptanz gegen Ende eines Release-Zyklus oder durch Umfragen und Interviews, sobald die Software freigegeben ist.
Dinesh Varadharajan, CPO von Kissflow, erklärt: "Agile Methoden einzusetzen, bietet Einblicke in das Kaufverhalten und die Nutzungsmuster der Kunden, da die iterative Entwicklung im Vordergrund steht. Scrum- oder Lean-Startup-Methoden beziehen kontinuierlich den Input der Kunden ein und ermöglichen so, Produkte und Services regelmäßig anzupassen. Das gewährleistet wiederum, dass das Angebot sich weiterhin eng an den Kundenanforderungen orientiert."
Um das Problem von der Lösung zu trennen, empfiehlt der Manager agilen Teams, die Anforderungen sowie das Feedback der User genau zu analysieren. Dabei lohnt es sich laut Varadharajan auch, den Einsatz neuer Technologien - beispielsweise in Form von KI, prädiktiven Modellen oder Automatisierung - zu prüfen, um alternative Wege aufzutun, Geschäftsprobleme zu lösen.
3. Stakeholder interessieren
Geschäftssinn zu entwickeln, sollte dennoch keine Einbahnstraße darstellen: Tech-Experten und -entscheider können ihre Business-Kollegen auch dabei unterstützen, ihren technischen Sachverstand zu optimieren - und den Dialog dazu nutzen, ein gemeinsames Verständnis über Probleme, Möglichkeiten und Lösungskonflikte zu entwickeln.
Hier einige Tipps, wie Technologie- und Business-Teams eine kollaborative Umgebung schaffen, um wechselseitig von ihrem geschäftlichem und technischem Knowhow zu profitieren:
Setzen Sie eine Brainstorming-Session auf, in deren Rahmen ein Vision Statement rund um eine Gelegenheit formuliert wird. Anschließend sollten die Technologieexperten mögliche Lösungen diskutieren und demonstrieren.
Etablieren Sie technologische Schulungsprogramme und lassen Sie dabei zunächst den Business-Vertretern den Vortritt, um einige ihrer geschäftlichen Herausforderungen und Möglichkeiten zu beschreiben.
Schauen Sie einem Endbenutzer bei seinen Workflows über die Schulter, um ein besseres Verständnis darüber zu erlangen, wo Optimierungen möglich sind.
Planen Sie einen Hackathon, bei dem die Business-Stakeholder direkt mit den Entwicklungs- und Data-Science-Teams zusammenarbeiten müssen. So lernen sie, das Problem zu definieren, die Technologie zu bernutzen und zur Lösung zu finden.
Setzen Sie auf Problemanalysen mit Business-Beteiligung, um technische Herausforderungen gemeinsam zu erörtern und Aufschluss über den Business Impact von größeren (oder wiederkehrenden) Incidents zu bekommen.
4. Erst erfassen, dann automatisieren
Einen Endbenutzer zu beobachten, ist eine wiederholbare Möglichkeit, den Geschäftssinn zu schärfen - und kann auch dazu genutzt werden, einfache Automatisierungs- oder Integrationsgelegenheiten zu identifizieren.
Leonid Belkind, Mitbegründer und CTO von Torq, weiß um die Vorteile, die sich so erschließen lassen: "Automatisierung macht aus Tagen Stunden oder sogar Minuten und steigert die Produktivität und Effizienz von repetitiven, regelbasierten Arbeitsabläufen. Bei der Hyperautomation - also der KI-gesteuerten Automatisierung im großen Maßstab - werden einfachere, wiederkehrende Aufgaben von der KI erledigt. Damit können sich die Mitarbeiter auf komplexe, kreative Aufgaben konzentrieren."
Allerdings müssen Technologieexperten den Umfang und die Komplexität der Automatisierungsinitiative kennen, bevor sie sich auf die Lösungen stürzen. Wenn ein komplexer Workflow mit vielen Beteiligten aus mehreren Abteilungen mit einem Mix aus Technologie und manuellen Schritten umgestaltet werden soll, reicht es nicht mehr aus, den Weg eines einzelnen Benutzers nachzuvollziehen. Für solche Herausforderungen empfiehlt sich für Tech-Teams die Six-Sigma-Methode: Hierbei werden Prozessabläufe dokumentiert, die Produktivität gemessen und Qualitätsmetriken erfasst.
5. Datenqualität nach links verlagern
Ein Problem, das Business Stakeholder umtreibt, ist schlechte Datenqualität - speziell vor dem Hintergrund, dass immer mehr Unternehmen in Citizen Data Science, Prediction- und Generative-AI-Modelle investieren. Wenn es Probleme mit der Datenqualität gibt, beheben Developer und Data Scientists diese oft nachgelagert, indem sie die Daten bereinigen, bevor sie sie für Visualisierungen oder Experimente nutzen.
Rohit Choudhary, Mitbegründer und CEO von Acceldata, erläutert: "Eine der größten Herausforderungen für IT-Entscheider sind verzögerte Datenqualitätstests. Diese Tests können sowohl kostspielig als auch zeitaufwändig sein. Es ist deshalb essenziell, Kontrollmaßnahmen zu implementieren, bevor die Daten in die Transformationszone gelangen."
Eine Möglichkeit, in diesem Bereich den Geschäftssinn zu schärfen: Verfolgen Sie Datenqualitätsprobleme ab der Dateneingabe durch die Endbenutzer (etwa in ein ERP- oder CRM-System) nach. (fm)
Dieser Beitrag basiert auf einem Artikel unserer US-Schwesterpublikation Infoworld.