Wenn Nachhaltigkeitsdaten verteilt liegen über ERP-Systeme, Energierechnungen, HR-Dateien und einzelne Spreadsheets, ist der erste Reflex oft: welches Tool löst das. Diese Frage klingt praktisch, überspringt aber den Schritt, der bestimmt, ob ein Tool etwas löst oder nur etwas verschiebt. Ein Tool arbeitet mit dem, was Sie hineinstecken. Wenn niemand festgelegt hat, welcher Datenpunkt aus welcher Quelle stammt, wer dafür verantwortlich ist und welche Qualitätsregeln gelten, dann importiert das Tool diese Unklarheit eins zu eins. Der Bildschirm wird übersichtlicher, die zugrunde liegenden Zahlen nicht.
Die Kosten davon, erst zu kaufen und dann erst zu ordnen, sind nicht immer sofort sichtbar, aber sie sind durchaus vorhersehbar. Ein Tool, das angeschafft wurde, bevor das Datenpunktregister vorliegt, muss später neu eingerichtet werden auf Basis von Einsichten, die eigentlich vorab hätten kommen sollen: welche Felder es gibt, wer sie liefert, wo die Bruchstellen in der Lineage von Quelle zu Berichtszeile liegen. Diese Neueinrichtung kostet Zeit, und in der Zwischenzeit läuft die Organisation weiter auf Zahlen, von denen niemand mit Sicherheit sagen kann, wo sie genau herkommen. Auf der Seite darüber, was ein Tool über einen unorganisierten Prozess tatsächlich kostet wird dieser Mechanismus weiter ausgearbeitet: Es ist keine Frage einer falschen Wahl, sondern eines Tools, das ein Problem übernimmt, statt es zu lösen.
Es gibt noch einen zweiten Kostenposten, der weniger mit Geld und mehr mit Vertrauen zu tun hat. Sobald ein Berichtstool einmal in Gebrauch ist, entsteht der Eindruck, dass die Datenseite geregelt ist. Fragen zu Herkunft und Eigentümerschaft werden dann nicht mehr gestellt, weil das System sie scheinbar beantwortet. Genau das ist das Risiko: ein ordentlicher Bericht über Zahlen, die niemand belegen kann, wenn ein Wirtschaftsprüfer oder eine Aufsichtsbehörde nachfragt.
Der Grund, warum erst den Prozess einrichten und dann erst ein Tool wählen tatsächlich funktioniert, ist einfach. Wenn das Datenpunktregister zuerst vorliegt — mit Quelle, Eigentümer und Qualitätsregel pro Datenpunkt — dann wissen Sie schon vor der Anschaffung, was ein Tool leisten muss. Sie beurteilen ein Tool auf Basis Ihrer eigenen Situation, nicht auf Basis einer Demo, die um ein generisches Beispiel herum aufgebaut ist. Welche Kopplungen erforderlich sind, welche Felder Pflichtfelder sein müssen, wer welchen Bildschirm ändern darf: Das alles folgt aus der Arbeit, die bereits getan wurde, bevor ein Anbieter ins Bild kam. Mehr dazu steht auf der Seite über welche funktionalen Anforderungen aus Ihrem eigenen Prozess hervorgehen, bevor Sie ein Tool auswählen.
Diese Reihenfolge verhindert auch einen häufig gemachten Fehler bei der Auswahl selbst. Ohne ein klares Bild der eigenen Datenströme wird ein Tool oft aufgrund von Features gewählt, die beeindruckend klingen, während niemand prüfen kann, ob diese Features zur eigenen Landschaft aus Systemen und Spreadsheets passen. Wie diese Prüfung tatsächlich aussieht, steht beschrieben auf der Seite darüber, wie Sie ein Tool wählen, ohne die Anschaffung nachträglich zu bereuen. Der Kern bleibt immer derselbe: erst wissen, was Sie haben, dann erst wählen, was Sie dabei brauchen.
Die Stellen, an denen Nachhaltigkeitsdaten entstehen, unterscheiden sich stark je Branche, und das macht es schwierig, ohne eigene Inventarisierung ein Tool zu wählen, das überall passt. Im Bauwesen liegen relevante Zahlen oft verteilt über Projektverwaltungen, Materialeinkauf und Unterauftragnehmerberichte, wie auf der Seite darüber nachzulesen ist, wo Nachhaltigkeitsdaten im Bausektor genau herkommen. In der Installationsbranche liegen die Quellen oft wieder anders, etwa bei Servicescheinen, Fahrzeugdaten und Energieverbrauch pro Standort, wie ausgearbeitet auf der Seite darüber, wo sich Nachhaltigkeitsdaten in der Installationsbranche befinden. Wer diese Quellen nicht zuerst kartiert, läuft Gefahr, ein Tool zu wählen, das auf eine andere Art von Datenlandschaft ausgerichtet ist als die eigene.
Die Frage, ob Sie erst ein Tool kaufen oder erst den Prozess einrichten, ist im Grunde eine Frage, die von zwei Seiten betrachtet wird. Beide Male kommt dieselbe Antwort zum Vorschein: ohne Einblick, wo die Daten entstehen, wer dafür zuständig ist und welche Regeln die Qualität bestimmen, ist jedes Tool ein Glücksspiel. Genau dort macht ein Datenpunktregister mit Source-to-Report-Lineage, Eigentümerschaft und Qualitätsregeln pro Datenpunkt den Unterschied — nicht als Ersatz für ein Tool, sondern als Grundlage, auf der eine Toolwahl erst verantwortungsvoll getroffen werden kann.
Sobald klar ist, welche Daten es gibt und woher sie kommen müssen, entsteht eine Folgefrage: wie viel von der Arbeit, diese Daten zu sammeln, zu prüfen und zu strukturieren, sich an automatisierte Unterstützung abgeben lässt. Der Werkscan von FTE TO AI berechnet pro Aufgabe, welcher Teil davon von KI übernommen werden kann, sodass sichtbar wird, wo Menschen weiterhin benötigt werden und wo sich wiederholbare Arbeit abnehmen lässt. Dieser Scan schließt an den Moment an, in dem der Prozess einmal eingerichtet ist: Dann wird sichtbar nicht nur, was geschehen muss, sondern auch, wer oder was das am besten leisten kann.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.