Drei Monate, um Prioritäten zu klären, einen ersten Anwendungsfall umzusetzen und die Methode zu übergeben
| KURZ GESAGT Ein Datenprojekt über 90 Tage soll eine Entscheidung verlässlicher machen, eine wiederverwendbare Grundlage schaffen und Ihre Teams zur selbstständigen Weiterarbeit befähigen. |
Wenn uns ein KMU fragt, was sich in drei Monaten tatsächlich verändern lässt, klären wir zuerst die Erwartungen. In 90 Tagen können Sie ein konkretes Problem sichtbar machen, die Daten für einen klar abgegrenzten Anwendungsfall verlässlich aufbereiten, ein einsatzfähiges Dashboard bereitstellen und die nächsten Schritte planen. Dazu muss das Projekt fokussiert bleiben.
Vielleicht kennen Sie die Situation. Die Geschäftsleitung will «Daten besser nutzen», der Vertrieb wünscht sich neue Berichte, die Produktion braucht eine verlässliche Übersicht über Verzögerungen, und alle haben bereits ein bevorzugtes Tool. Der Kalender füllt sich, bevor jemand die zentrale Frage stellt. Welche Entscheidung soll nach 90 Tagen schneller oder verlässlicher getroffen werden können? Ohne diese Antwort besteht die Gefahr, dass alle viel zu tun haben und sich im Alltag kaum etwas ändert.
In unseren Projekten nutzen wir die drei Monate als aufeinander aufbauende Lernphasen. Im ersten Monat geht es ums Verstehen und Auswählen. Im zweiten bauen wir das Modell und prüfen es mit echten Daten. Im dritten verankern wir die Nutzung und die Kontrollen und übergeben das System an Ihre Teams. Das folgt dem ECSTAA-Modell von Datavizin: erkunden, verstehen, strukturieren, analysieren, handeln und dann mit den Erkenntnissen aus der Praxis erneut beginnen.

In 90 Tagen wollen wir das Problem verstehen, eine Lösung aufbauen, ihre Nutzung etablieren und die nächste Phase vorbereiten.
Was lässt sich in 90 Tagen erreichen?
«Transformation» verleitet zu grossen Versprechen. Wir bleiben lieber konkret. In drei Monaten können Sie einige Kennzahlen definieren, eine begrenzte Zahl von Quellen anbinden, ein erstes Modell erstellen und eine regelmässige Entscheidungsrunde erproben. Der Austausch des ERP, die Bereinigung von zehn Jahren an Altdaten oder die Einführung einer umfassenden Data Governance brauchen gegebenenfalls mehr Zeit. Ausschlaggebend ist, wie belastbar der erste Schritt ist.
Deshalb machen wir die Grenzen sichtbar. Der Projektumfang beschreibt einen Prozess, die berücksichtigten Datensätze, einen Zeitraum, einige Kennzahlen und eine Entscheidung. Beispiel: Jede Woche verspätete Aufträge verfolgen, damit die Produktionsleitung gefährdete Aufträge priorisieren kann. Eine solche Formulierung zwingt zur Auswahl. Sie schützt auch das Budget, weil sich zusätzliche Wünsche am angestrebten Ergebnis messen lassen.
Vor dem Start die Menschen zusammenbringen, die den Arbeitsalltag kennen
Ein 90-Tage-Projekt startet schlecht, wenn beim ersten Termin nur die Projektleitung und der Dienstleister dabei sind. Wir wollen eine entscheidungsbefugte Person aus der Führung, jemanden mit Kenntnis der Datenquellen und einen künftigen Anwender hören. Die Antworten können sich widersprechen. Die Finanzabteilung spricht von Rechnungen, der Vertrieb von Bestellungen und die Geschäftsleitung von Umsatz. Genau diese Unterschiede gehören vor dem Aufbau geklärt.
Wir bitten auch um Zugang zu konkreten Fällen: einen abgeschlossenen Monat, eine bestimmte Bestellung, ein Produkt mit bekannten Ausnahmen und das bisherige Reporting. Eine Demo mit perfekten Daten beruhigt für eine Stunde. Ein Test mit einem Fall, den Ihr Team kennt, schafft Vertrauen. Sind die Zugänge, die Ansprechpersonen oder die wichtigste Frage noch nicht verfügbar, lohnt es sich, den Start zu verschieben.
Tage 1–30. Problem und Erfolg messbar machen
Im ersten Monat beobachten wir den tatsächlichen Ablauf. Wer erfasst die Daten? Wo werden sie korrigiert? Welche Datei ist massgebend, wenn Summen voneinander abweichen? Wir erfassen die Quellen so, wie sie heute sind. Wir wollen verstehen, wie eine Zahl zustande kommt, wovon sie abhängt und wer eine Abweichung erklären kann. Diese Übersicht verhindert, dass ein manueller Zwischenschritt, den nur eine Person kennt, im künftigen Modell verloren geht.
Danach übersetzen wir das Ziel in beobachtbare Kriterien. Soll das Dashboard die Vorbereitung des Reportings beschleunigen, Verzögerungen zwei Tage früher sichtbar machen oder zwei Abteilungen zu einer gemeinsamen Definition führen? Wählen Sie eine Ergebniskennzahl und einige konkrete Nachweise: dokumentierte Quelle, geprüfte Zahlen, sichtbares Aktualisierungsdatum und benannte Verantwortliche. Diese Nachweise leiten die Abnahme nach 90 Tagen.
Tage 31–60. Eine einfache Grundlage erstellen und in der Praxis prüfen
Im zweiten Monat nimmt das Projekt Form an. Wir bereiten die Daten auf, definieren die Berechnungsregeln und bauen das Modell. Dann gestalten wir die Visualisierungen. Steht eine Zeile für eine Bestellung, eine Bestellposition, eine Lieferung oder eine Rechnung? Wie behandeln Sie Stornierungen, Währungen und fehlende Daten? Die Antworten entscheiden darüber, ob das Dashboard praktisch brauchbar ist.
Wir arbeiten in kurzen Iterationen. Die erste Seite darf bewusst einfach sein: drei bis fünf KPIs, ein Trend, ein Filter und eine Detailansicht. Die Anwender testen sie mit vertrauten Situationen und hinterfragen die Definitionen. Unterschiede kommen am besten jetzt zur Sprache, bevor sie im Betrieb zu Überraschungen führen. Bei einem klar abgegrenzten Bedarf liefert das Data Starter Pack in zehn Arbeitstagen ein erstes industrielles Dashboard. Die übrige Zeit lässt sich nutzen, um die Anwendung zu festigen, die Lösung zu dokumentieren und prioritäre Erweiterungen umzusetzen.
Tage 61–90. Das Dashboard im Arbeitsalltag verankern
Ein Bericht setzt sich durch, wenn Ihre Teams wissen, wann sie ihn öffnen, wie sie eine Zahl überprüfen und welche Schritte sich daraus ergeben. Im dritten Monat testen wir das Dashboard deshalb in einer echten Sitzung. Die verantwortliche Person soll eine Abweichung erkennen, das passende Detail öffnen und selbstständig eine Massnahme zuweisen können. Beobachtete Schwierigkeiten nutzen wir, um die Navigation zu verbessern oder Definitionen zu präzisieren.
Wir regeln auch den laufenden Betrieb. Wer überwacht die Aktualisierung? Wer korrigiert die Quelldaten? Wo stehen die KPI-Regeln? Wer entscheidet über zusätzliche Anforderungen? Die Dokumentation soll einer anderen Person ermöglichen, den Datenfluss zu verstehen, eine Störung zu lokalisieren und die passende Ansprechperson zu finden. Diese Eigenständigkeit gehört zum Projektergebnis.
Der Fahrplan für die drei Phasen
| Zeitraum | Leitfrage | Erwarteter Nachweis |
| Tage 1–30 | Welche Entscheidung wollen wir verbessern? | Dokumentierter Anwendungsfall, Quellen, Regeln und Erfolgskriterien |
| Tage 31–60 | Bewährt sich das Modell in realen Fällen? | Aufbereitete Daten, geprüfte Kennzahlen und erstes Dashboard |
| Tage 61–90 | Können die Teams das Dashboard nutzen und übernehmen? | Erprobte Besprechungsroutine, Kontrollen, Schulung und Fahrplan |
Was wir nach 90 Tagen messen
Wir prüfen, ob die wichtigste Entscheidung besser unterstützt wird, ob die Definitionen verstanden werden und ob sich der Aufwand für den nächsten Schritt abschätzen lässt. Die eingesparte Zeit zählt ebenso wie weniger Diskussionen über Zahlen, besser erkennbare Abweichungen und die Fähigkeit, den Prozess selbst zu übernehmen.
Manchmal ist es sinnvoll, mit der Erweiterung zu warten. Zeigt der erste Anwendungsfall, dass die Datenerfassung vorgelagert korrigiert werden muss oder eine Quelle zu instabil ist, erspart Ihnen das eine verfrühte Investition. Wir bevorzugen einen ehrlichen Fahrplan gegenüber einer Reihe bereits verkaufter Projektphasen. Eine gelungene Datentransformation gibt Ihnen mehr Kontrolle über die nächsten Entscheidungen.
| NÄCHSTER SCHRITT Wählen Sie eine wiederkehrende Entscheidung, einen Referenzmonat und drei Personen: eine entscheidungsbefugte Person aus der Führung, jemanden mit Kenntnis der Quellen und einen künftigen Anwender. In einer Sitzung können Sie prüfen, ob der Umfang in 90 Tage passt. |