Handelsblatt Summer School: Wie Sie bessere Entscheidungen in der Transformation treffen
Düsselsdorf. Noch nie mussten Managerinnen und Manager unter so großer Unsicherheit entscheiden. Die Expertinnen und Experten der European School of Management and Technology Berlin (ESMT) geben Ihnen in diesem Artikel wichtige Tipps, wie Sie richtige Entscheidungen treffen.
Die Inhalte dieses Lernpfads im Überblick:
- Modernes Management: Die Entwicklung von Organisation 2.0
- Die Macht der Daten: Was Sie von Google lernen können
- Techniken für Vorhersagen richtig einsetzen: So kombinieren Sie Tradition und Innovation
- Wie arbeitet man mit Datenwissenschaftlern? Eine Checkliste für die Zusammenarbeit
- Erfolgreiche Transformation dank Prototyping: Performance-Unterschiede verstehen und beheben
1. Modernes Management: Die Entwicklung von Organisation 2.0
Im ersten Kapitel lernen Sie die Grundlagen der „Organisation 2.0“ und die Personalanalyse kennen. Diese Ansätze können dabei helfen, erfolgreich neue Strukturen im Unternehmen zu schaffen.
Das Management in modernen Unternehmen hat sich gewandelt. Die Managementliteratur und -praxis verdeutlicht diese Entwicklung, indem sie zwischen traditionellen, hierarchischen Organisationsstrukturen (die sogenannte „Organisation 1.0“) und moderneren, flexibleren und netzwerkorientierten Strukturen („Organisation 2.0“) unterscheidet. Organisation 2.0 ist damit ein Sammelbegriff für eine Reihe von Praktiken und Prinzipien, die Unternehmen effizienter und anpassungsfähiger machen sollen.
Die Digitalisierung spielt eine zentrale Rolle in der Entwicklung von Organisation 1.0 hin zur Organisation 2.0. Sie schafft innovative Alternativen zu traditionellen Strukturen und ermöglicht es Unternehmen, sich durch datengestützte Erkenntnisse neu zu erfinden und bessere Entscheidungen zu treffen.
Mehr dazu erfahren Sie im folgenden Einführungsvideo von Professor Chengwei Liu.
Im nächsten Abschnitt geht es darum herauszufinden, was eine gute Managerin und einen guten Manager ausmacht. Gerade Wissensarbeiter, also Personen, die Wissen nutzen, um Probleme zu lösen und Entscheidungen zu treffen, zweifeln oft am Nutzen der Arbeit von Managerinnen und Managern – insbesondere im IT-Umfeld.
Ein gutes Beispiel dafür, wie Management auch in einem solchen Umfeld gelingen kann, liefert der amerikanische Tech-Konzern Google. Dazu empfehlen wir Ihnen einen Artikel des „Harvard Business Review“ über die Einführung der Personalanalyse bei Google.
2. Die Macht der Daten: Was Sie von Google lernen können
In diesem Abschnitt lernen Sie, welche Auswirkungen die gemeinsame Nutzung von Daten auf ein Unternehmen haben kann.
Im folgenden Video beschreibt Laszlo Bock, ehemaliger Senior Vice President of People Operations bei Google, wie Google die Arbeitswelt verändert. Dabei gewährt er spannende Einblicke in die innovativen Ansätze im Bereich Personalwesen und Unternehmenskultur.
Google beeindruckt besonders durch den Einsatz von Daten und wissenschaftlichen Forschungsergebnissen, um die Personalarbeit zu optimieren. Durch diese Ansätze konnte das Unternehmen seine Mitarbeitenden motivieren und die Produktivität steigern.
Bock betont, wie wichtig es ist, die Motivation der Belegschaft zu verstehen. Gutes Management sollte Arbeitsumgebungen schaffen, die Sinnhaftigkeit und Zufriedenheit unter den Mitarbeitenden fördern, statt sich nur auf traditionelle Erfolgskennzahlen zu konzentrieren.
» Lesen Sie auch: 20 Insidertipps, die Ihre Karriere 2024 beschleunigen
Google legt großen Wert auf Transparenz und Offenheit – und teilt deshalb die eigenen Erkenntnisse und Methoden öffentlich. So trägt Google dazu bei, die Unternehmenskultur auch in anderen Firmen und Branchen zu verbessern. Der Fokus liegt dabei stets auf datenbasiertem Personalmanagement und zufriedeneren Mitarbeiterinnen und Mitarbeitern.
3. Datenbasierte Vorhersagen richtig einsetzen: So kombinieren Sie Tradition und Innovation
Dieses Kapitel befasst sich mit der Bedeutung von Vorhersagen in der Personalanalyse. Außerdem lernen Sie die wichtigsten Techniken des „maschinellen Lernens für Menschen“ kennen.
Viele Techniken, die dabei helfen, Vorhersagen zu treffen, sind mit der Datenwissenschaft verknüpft, erklärt Professor Chengwei Lui. Grundsätzlich spielt die Datenwissenschaft eine essenzielle Rolle für Unternehmen: Über datenbasierte Analysen können Unternehmen völlig neue Erkenntnisse erlangen. Denn wer traditionelle Forschungsmethoden mit modernen Technologien kombiniert, kann Muster in großen Datensätzen erkennen. Solche Muster zu kennen hilft wiederum dabei, bessere Entscheidungen zu treffen.
Damit Unternehmen das Potenzial vorhandener Daten ausschöpfen können, muss Fachwissen auf der einen Seite mit Mathematik, Statistik und Informatik auf der anderen Seite zusammenwirken.
Das folgende Video bietet Ihnen eine Einführung in „Predictive Analytics“, also die datenbasierte Vorhersageanalyse.
Bei Vorhersagen ist stets eine gewisse Vorsicht geboten. Besonders drei Aspekte sollten beachtet werden:
- Vorhersagen können nur begrenzt Aufschluss über Kausalitäten geben.
- Historische Daten können nicht immer automatisch zukünftige Entwicklungen vorhersagen.
- Daten können von Natur aus fehlerhaft sein.
Im folgenden Video erklärt Professor Chengwei Lui diese drei Aspekte genauer. Außerdem veranschaulicht er am Beispiel von Google und Amazon, warum die Nutzung verzerrter Daten problematisch sein kann – und betont, wie wichtig es ist, die Qualität der genutzten Daten zu überprüfen.
4. Wie arbeitet man mit Datenwissenschaftlern? Eine Checkliste für die Zusammenarbeit
In diesem Abschnitt geht es darum, wie Führungskräfte und Datenwissenschaftler erfolgreich zusammenarbeiten können, um so Vorhersagen für unternehmerische Entscheidungen optimal zu nutzen.
Die folgende Checkliste kann Managern als Leitfaden für eine effektive Zusammenarbeit mit Datenwissenschaftlern dienen. Sie zeigt außerdem, wie wichtig es ist, potenzielle Verzerrungen und Annahmen zu verstehen, die den Vorhersagemodellen zugrunde liegen.
Darüber hinaus stellt die Liste sicher, dass auch ethische Aspekte der Analyse beachtet werden. Das folgende Video präsentiert Ihnen die Checkliste der wichtigsten Fragen, die Sie Ihren Datenwissenschaftlern bei der Präsentation von Analysedaten stellen sollten. Sie werden sehen: Es kommt vor allem auf die Datenqualität, die Auswahl der Algorithmen und die Interpretation der Ergebnisse an.
5. Erfolgreiche Transformation dank Prototyping: Performance-Unterschiede verstehen und beheben
Der letzte Abschnitt dieses Lernpfads erklärt Ihnen, wie Sie die Methode des Prototypings gezielt einsetzen können, um die Strategie eines Unternehmens zu bestimmen.
Beim Prototyping kommen randomisierte, kontrollierte Studien (die hochwertigste Form klinischer Studien) zum Einsatz, um Kausalzusammenhänge zu identifizieren und damit Transformationsmaßnahmen zu verbessern.
Das Zufallsprinzip ist besonders wichtig, um versteckte Variablen auszuschließen. Nur so ist garantiert, dass die festgestellten Unterschiede tatsächlich auf die durchgeführte Maßnahme zurückzuführen sind.
Prototyping hilft zu verstehen, wie bestimmte Maßnahmen die Leistung und die Entscheidungsfindung im Unternehmen durch Experimente und datengestützte Erkenntnisse verbessern können. Im folgenden Video diskutiert Professor Chengwei Lui den Ansatz des Prototypings genauer.
Die im Video erwähnten A/B-Tests weisen die Teilnehmerinnen und Teilnehmer des Experiments per Zufallsprinzip verschiedenen Bedingungen zu. So entstehen gegensätzliche Szenarien, deren Erkenntnisse über reine Datenkorrelationen hinausgehen.
Das letzte Video dieses Lernpfads erklärt, inwiefern Experimente wie der A/B-Test Unternehmen dabei helfen können, die für sie erfolgreichste Strategie zu finden.
Die Inhalte dieses Artikels basieren auf dem Onlinekurs „Crafting Better Decisions“ von Chengwei Liu, Associate Professor of Strategy and Behavioral Science und Faculty Lead of Global Online MBA an der ESMT Berlin.