Wert statt Wette: Ein Gespräch über die Value-based Data & AI Strategy

Obwohl Daten längst als das neue Gold gelten, gelingt es vielen Unternehmen nicht, aus ihren Investitionen in Data und Künstliche Intelligenz messbaren geschäftlichen Mehrwert zu schöpfen. Warum das so ist, wo typische Denkfehler liegen und wie ein wertorientierter Strategieansatz helfen kann, erklärt Frieder Scholz. Als Lead Consultant bei Exxeta unterstützt er Unternehmen bei der Entwicklung und Umsetzung von Data & AI Strategien mit Fokus auf messbaren Nutzen. 

Hallo Frieder, was unterscheidet eine Value-based Data & AI Strategy von klassischen Datenstrategien? 

Klassische Datenstrategien fokussieren sich oft auf technologische Fragestellungen: Welche Datenquellen sind verfügbar? Welche Tools setzen wir ein? Oder wie lassen sich Daten analysieren und visualisieren? Dabei bleibt oft unklar, welchem geschäftlichen Ziel diese Maßnahmen dienen sollen. 

Eine Value-based Data & AI Strategy dreht die Perspektive um. Sie beginnt mit den Fragen: Welche strategischen Ziele verfolgen wir? Welche KPIs wollen wir beeinflussen? Und welche konkreten Mehrwerte sollen entstehen? Erst danach wird geprüft, welche technischen Mittel dafür geeignet sind. 

Ist das nicht einfach Data Product Management? 

Im Kern ja, denn Data Product Management und die Value-based Data & AI Strategy beruhen auf einer gemeinsamen konzeptionellen Grundlage: Beide Frameworks denken Use Cases iterativ, setzen auf Nutzerzentrierung und zielen auf operativen Nutzen. Data Product Management stammt jedoch stärker aus der technischen Datenwelt. 

Unser Ansatz bei Exxeta geht jedoch weiter: Wir kombinieren die Produktlogik mit einem konsequenten Fokus auf den Geschäftsnutzen. Das macht ihn besonders anschlussfähig für CFOs, CIOs und die Geschäftsführung – also für Menschen, die nicht nur technische Eleganz, sondern konkrete Wirkung sehen wollen. 

„Viele Unternehmen haben erste Erfahrungen
mit KI gesammelt. Dabei wird jedoch zunehmend klar,
dass der erhoffte Mehrwert ausbleibt."

Warum sollten Unternehmen sich jetzt mit dem Thema beschäftigen? 

Viele Unternehmen haben erste Erfahrungen mit KI gesammelt. Sie haben Pilotprojekte gestartet, Tools getestet und einzelne Anwendungsfälle ausprobiert. Dabei wird jedoch zunehmend klar, dass der erhoffte Mehrwert ausbleibt. 

Wir befinden uns nun in einer Phase der Ernüchterung, in der sich zeigt, welche Ansätze tragfähig sind. Und gerade deshalb ist jetzt der richtige Moment, um KI nicht mehr als technisches Experiment zu betrachten, sondern als strukturiertes Werkzeug zur Lösung konkreter Herausforderungen. Wer diesen Schritt geht, schafft die Grundlage für eine nachhaltige und messbare Nutzung von Technologie. 

Was läuft bei klassischen Datenstrategien typischerweise falsch? 

Ein häufiger Fehler ist der technologische Tunnelblick. Es werden Data Lakes aufgebaut und Data-Science-Teams zusammengestellt, aber niemand fragt, wie all das zu den Zielen des Unternehmens beiträgt. Die Verbindung zwischen Technologie und strategischem Nutzen fehlt. Dazu kommt, dass Fachbereiche oft zu spät oder erst gar nicht eingebunden werden. Dabei kennen gerade sie die relevanten Abläufe und Hebel im Tagesgeschäft. Wenn dieses Wissen fehlt, entstehen zwar beeindruckende Dashboards, aber keine echte Wirkung. 

Für wen ist eine Value-based Data & AI Strategy besonders relevant? 

Vor allem für Unternehmen, in denen große Mengen operativer Daten anfallen, wie etwa in der Energiebranche, im Automotive-Sektor oder in der Industrie. Und für Organisationen, die spüren, dass ihr bestehendes Geschäftsmodell an Grenzen stößt und die deshalb neue Wege suchen, um datenbasiert zu arbeiten. 

Hier hilft eine wertorientierte Strategie, den Fokus zu schärfen. Sie sorgt dafür, dass datenbasierte Initiativen nicht in Einzelprojekten versanden, sondern auf konkrete Ziele einzahlen und nachhaltig wirken. 

Wie unterstützt Exxeta dabei?  

Wir starten meist mit einem Value Assessment: Gemeinsam mit dem Kunden analysieren wir vorhandene und geplante Use Cases, bewerten sie hinsichtlich ihres strategischen Fits und des potenziellen Mehrwerts. Daraus entstehen eine priorisierte Auswahl und ein realistischer Fahrplan. 

Besonders wichtig ist die Messbarkeit: Wir leiten konkrete KPIs aus der Unternehmensstrategie ab und entwickeln ein Verfahren, mit dem sich die Wirkung daten- und KI-basierter Maßnahmen transparent verfolgen lässt. Dafür nutzen wir auch Tools unserer Technologiepartner, die eine strukturierte Steuerung und Erfolgsmessung auf Use-Case-Ebene ermöglichen. 

Wie ist sichergestellt, dass dieser Ansatz auch in der Praxis wirkt? 

Ein zentraler Erfolgsfaktor ist die enge Verbindung zwischen Strategie und Umsetzung. Bei uns arbeiten Beratende, Entwickelnde und Architekt*innen Hand in Hand. Wenn wir gemeinsam mit dem Kunden erkennen, dass eine Maßnahme Mehrwert bringt, fragen wir direkt: Wie setzen wir das konkret um? 

Diese Nähe sorgt für realistische Empfehlungen und schafft Vertrauen. Denn wir begleiten den gesamten Weg von der Idee bis zur Wirkung und übernehmen Verantwortung für die Umsetzung. 

Gibt es ein Beispiel aus der Praxis? 

Ein Projekt mit einem Energiedienstleister ist mir besonders im Kopf geblieben. Der Vertrieb von Photovoltaik-Anlagen an die Privatkundschaft dauerte dort sechs Wochen. Wettbewerber schafften das in sechs Tagen. Die erste Idee war, handschriftliche Notizen im Außendienst zu digitalisieren. Nett, aber kein echter Hebel. 

Wir haben den Fokus verschoben und die „Dauer des Sales-Zyklus“ als zentrale Kennzahl definiert. Dann analysierten wir, welche Use Cases diesen Wert beeinflussen können. Das Ergebnis war ein Maßnahmenpaket mit digitalen Lösungen, neuen Vertriebsrollen und strukturellen Anpassungen, das letztlich den Erfolg gebracht hat. 

Was ist der konkrete Mehrwert für Unternehmen? 

Der zentrale Mehrwert liegt in der gesteigerten Effektivität: Unternehmen identifizieren die richtigen Use Cases, setzen Ressourcen gezielt ein und können den Erfolg daten- oder KI-basierter Maßnahmen nachweisen. 

Unser Framework schafft dafür eine Grundlage, die messbar, nachvollziehbar und strategisch fundiert ist. Häufig verändert sich dadurch auch das Mindset: Fachbereiche werden zu Treibern des Erfolgs, weil sie anhand konkreter KPIs zeigen können, welchen Mehrwert ihre Initiativen bringen. Das erzeugt eine Dynamik, in der datengetriebenes Arbeiten nicht nur am Reißbrett geplant, sondern tatsächlich gelebt wird. 

„Nicht alles, was technisch möglich ist,
entfaltet auch Wirkung. Doch alles, was Wirkung erzielen soll, braucht eine klare Strategie.“ 

Welche Entwicklungen siehst du bei diesem Ansatz? 

Ob man es nun Data Strategy, AI Strategy oder Technologieeinsatzplanung nennt, ist letztlich nicht entscheidend. Wichtig ist, dass der Fokus auf dem tatsächlichen Wert liegt. Es geht nicht um technologische Wetten, sondern um fundierte Entscheidungen mit messbarem Nutzen. 

Und Unternehmen mit einem belastbaren Entscheidungsframework sind klar im Vorteil. Indem Sie sich nicht von jedem neuen Tool ablenken lassen, sondern strategisch und fokussiert handeln, bleiben sie zukunftsfähig. Denn auch, wenn wir das Framework vor allem in AI-Projekten nutzen, lässt es sich auf jede aktuelle und kommende digitale Technologie übertragen und schafft damit die Basis für wirksame, planbare und messbare Innovation.  

Was ist dein Fazit? 

Nicht alles, was technisch möglich ist, entfaltet auch Wirkung. Doch alles, was Wirkung erzielen soll, braucht eine klare Strategie. Die Value-based Data & AI Strategy von Exxeta bietet Unternehmen genau dafür einen strukturierten Weg. Technologieinvestitionen werden planbar, messbar und wirksam. Es handelt sich also um einen praxisnahen und strategisch fundierten Ansatz, der hilft, das Potenzial von Daten und KI gezielt zu nutzen.