Datengetrieben arbeiten im KMU: mit vorhandenen Daten starten

Was datengetriebenes Arbeiten ist und was nicht

Datengetrieben arbeiten klingt nach Großunternehmen mit Datenteam. In der Praxis bedeutet es etwas Einfacheres: wiederkehrende Entscheidungen auf aktuelle Zahlen zu stützen. Stellen Sie jemanden ein, weil es sich voll anfühlt, oder weil die Auslastung seit drei Monaten über 85 Prozent liegt? Rufen Sie einen Kunden an, weil er Ihnen gerade einfällt, oder weil die Rechnung zwanzig Tage überfällig ist und der Kunde zu den fünf größten Schuldnern gehört?

Es ist also kein Projekt mit Enddatum, sondern eine Gewohnheit. Microsoft beschreibt das in seiner Adoption Roadmap als Datenkultur: eine Organisation, in der Menschen ganz selbstverständlich zu Daten greifen, um eine Entscheidung zu begründen.

Was es nicht ist: möglichst viele Dashboards bauen, ein Data Warehouse in Auftrag geben, bevor Sie Ihre Fragen kennen, oder jede Entscheidung aufschieben, bis die Daten perfekt sind.

Warum es im KMU oft scheitert

Die drei häufigsten Gründe:

1. Die Daten sind verstreut. Rechnungen in der Buchhaltung, Stunden in der Zeiterfassung, Projekte in der Projektsoftware, Kunden im CRM. Wer eine Frage hat, die zwei Systeme betrifft, muss exportieren und in Excel zusammenführen.
2. Die Zahlen unterscheiden sich je Person. Der Vertrieb berichtet Umsatz nach Auftragsdatum, die Finanzabteilung nach Rechnungsdatum. Das Meeting dreht sich dann darum, wer recht hat, statt darum, was zu tun ist.
3. Berichte kommen zu spät. Ein Monatsbericht, der Mitte des Folgemonats fertig ist, beschreibt die Vergangenheit. Steuern ist nicht mehr möglich.

Keines dieser Probleme lösen Sie, indem Sie mehr Daten sammeln. Sie lösen sie, indem Sie vorhandene Daten besser zugänglich machen.

Schritt 1: Beginnen Sie bei Entscheidungen, nicht bei Daten

Listen Sie fünf Entscheidungen auf, die Sie jede Woche oder jeden Monat treffen. Zum Beispiel: Welche Projekte bekommen zusätzliche Kapazität, welche Kunden rufen wir an, nehmen wir diesen Auftrag zu diesem Preis an, stellen wir jemanden ein. Notieren Sie je Entscheidung, welche Information Ihnen heute fehlt oder zu spät vorliegt.

Das ist der wichtigste Schritt. Wer ihn überspringt, baut Dashboards, die niemand nutzt.

Schritt 2: Wählen Sie je Entscheidung ein oder zwei Kennzahlen

Übersetzen Sie jede Entscheidung in eine messbare Kennzahl mit Schwellenwert. „Projekte, die aus dem Ruder laufen" wird zu „Projekte, die mehr als 80 Prozent ihres Stundenbudgets bei weniger als 60 Prozent Fortschritt verbraucht haben". Anregungen finden Sie in 12 KPI-Beispielen für KMU.

Schritt 3: Finden Sie heraus, welche Software die Daten bereits hat

Für fast jede Kennzahl im KMU liegen die Quelldaten schon irgendwo:

Was fehlt, sind fast nie die Daten selbst, sondern die Verbindung zwischen den Systemen.

Schritt 4: Einmal anbinden statt jeden Monat exportieren

Ein manueller Export ist für eine einzelne Analyse in Ordnung. Für datengetriebenes Arbeiten ist er eine Falle, weil ihn jemand jede Woche neu erstellen muss. Wenn Sie die Quellsoftware anbinden, werden die Daten täglich an einen Ort synchronisiert. Von dort nutzen Sie sie in Dashboards, per OData in Power BI oder Excel oder in Fragen an einen KI-Agenten. Budgets und Ziele laden Sie als CSV hoch.

Dafür müssen Sie kein Data Warehouse bauen lassen. Wenn Sie später ein eigenes Modell in Power BI möchten, hilft ein Sternschema, Fakten und Dimensionen sauber zu trennen.

Möchten Sie sehen, wie das mit Ihrer eigenen Software aussieht? Fordern Sie eine 20-minütige Demo an. Wir binden eine Quelle an und zeigen Ihre eigenen Zahlen, ohne Verkaufsprozess.

Schritt 5: Legen Sie Definitionen fest

Vereinbaren Sie, was Umsatz, Marge und ein aktives Projekt bedeuten, und schreiben Sie es auf. Kleine Unterschiede in Definitionen sind der Hauptgrund, warum Menschen Dashboards misstrauen. Mehr dazu in semantische Schicht für KPI-Definitionen.

Schritt 6: Machen Sie einen Rhythmus daraus

Datengetriebenes Arbeiten wird erst zur Gewohnheit, wenn die Zahlen zu einem festen Zeitpunkt auf dem Tisch liegen. Drei Rhythmen, die sich im KMU bewähren:

• Montagmorgen: eine automatische E-Mail-Übersicht mit fünf Kennzahlen für die Geschäftsleitung.
• Wöchentliche Projektbesprechung: die Liste der Projekte über dem Schwellenwert.
• Monatsabschluss: Monatszahlen gegen Budget mit kurzer Erläuterung.

Dazwischen stellen Sie Folgefragen an den KI-Agenten, statt einen neuen Export anzufordern.

Für die kommerzielle Seite dieses Rhythmus gibt es ausgearbeitete Beispiele pro Quelle: HubSpot mit Power BI verbinden für Pipeline und Abschlussquote, Google Analytics 4 in Power BI für Websiteverkehr und Conversions sowie Retail-Daten in Power BI für Filialen und Franchiseketten.

Woran Sie erkennen, dass es funktioniert

Messen Sie nach drei Monaten drei Dinge: wie viel Zeit die Berichtserstellung kostet, wie schnell eine Abweichung bemerkt wird und ob Entscheidungen früher oder anders getroffen wurden. Lautet die Antwort auf die letzte Frage nein, liegt es nicht an den Daten, sondern an Schritt 1.

Noch unsicher, welche Fragen Sie stellen möchten? Beginnen Sie mit 50 Fragen an Ihre Unternehmensdaten. Lesen Sie auch, wie Sie Unternehmensdaten zentralisieren.

Die Kennzahlen aus diesem Plan kommen in einem KPI-Dashboard mit einem Ziel je Kennzahl zusammen.