Schatzkiste 104 – Agilität, Data Science, Effectuation

Wie wird aus dem klassischen Organisationstanker ein agiler Flottenverband? Wie wirst Du zum Citizen Data Scientist? Was ist der leistbare Verlust? Die Nuggets in Schatzkiste 104 sind echte Schwergewichte und haben das Potential für tiefgreifende Veränderung in deinem Unternehmen.

Der Masters Of Transformation Podcast von Ingo Stoll ist einer meiner Lieblingspodcasts und landete schon mehrmals in Schatzkisten, z.B. in Schatzkiste 41 zum Thema Komplexität. Mir gefallen die vielfältigen Geschichten über Veränderung von Personen und Organisationen. Als die Folge 90 in meiner Liste neuer Episoden aufgetaucht ist, dachte ich mir „Oh no, nicht noch ein agiles Framework“. Glücklicherweise ist FLEAT aber keines der Frameworks, das mit Dutzend Regeln über eine bestehende Organisation gestülpt wird. Vielmehr kommt mit es einer leicht verständlichen Bildsprache daher. Man spricht von Flössen und Ruderbooten. Die Folge mit Uwe Habicher und Torsten Schaar von Haufe ist damit prädestiniert als Nugget #1 in einer Schatzkiste auf CompanyPirate.
Interessant sind die unterschiedlichen Skalierungsphasen. Vor allem gefällt mir die Aktivierungsphase. Zum einen kommt diese „Phase“ in vielen Unternehmen viel zu kurz. Man spricht vielleicht gerade noch über Träume. Über Albträume und Bedrohungen spricht man lieber nicht so gerne. Zum anderen passt das gut zu meiner Mission als CompanyPirate – Menschen in Unternehmen zu inspirieren. Wenn Du also Unterstützung bei der Aktivierungsphase brauchst, melde Dich bei mir.
Sympathisch ist auch, dass sich die Teams auf Flössen und Dampfschiffen so organisieren können, wie es für ihr Business am besten passt. Auch die Zusammensetzung der Teams ist nicht festgelegt. Wenn jemand am Ende der Flossphase aussteigen und auf einem anderen Floss anheuert, ist das völlig legitim. FLEAT scheint auf den ersten Blick echtes Unternehmertum zu sein statt ein Pseudo-Startup Programm im Konzern. Dazu gehört natürlich auch Scheitern, wie das folgende Zitat verdeutlicht:

„Wenn jemand mit einem Floß untergeht, dann hat die Organisation in dessen Ausbildung investiert.

Also ich würde auf meinem Floss gerne jemanden mitnehmen, der schon die ein oder andere Stromschnelle kennt. Ich schon gespannt auf weitere Erfahrungsberichte mit FLEAT. (86 min, Audio, deutsch)

090: FLEAT – Ein agiles Framework für die Organisation

Künstliche Intelligenz, Big Data, Neuronale Netze – Diese Begriffe laufen Dir heute ständig über den Weg. Nugget #2 ist ein long-read von Oleksii Kharkovyna, der Dir den Einstieg in das Thema ermöglicht. Nicht jeder muss gleich zum Data Scientist werden. Um das Potential von Data Science zu nutzen braucht es auch Citizen Data Scientists, die selbst analytische Aufgaben ausführen und einfach Modelle erstellen können. Worin liegt das Potential für dein Unternehmen? Hier sind exemplarisch drei Beispiele.

  1. Analyse der Vertriebsdaten deines Unternehmens – Wie ist der Verlauf des Umsatzes in welcher Region? Welches Produkt wird wie oft nachgefragt? Wie sehen Lieferzeiten aus? Von welchem Produkt gibt es wieviele Retouren? Welche Produkte werden auf deiner Homepage von wem und wie oft angesehen? Im ersten Schritt kann man die unterschiedlichen Daten verarbeiten und visualisieren (siehe Step 4). Daraus ergeben sich erste Erkenntnisse für die Verbesserung des Vertriebs. Mit Hilfe maschinellen Lernens kann man diesen Prozess automatisieren und sogar Vorhersagen generieren.
  2. Das gleiche funktioniert auch für Produktionsprozesse. Wie entwickelt sich die Temperatur bei Pumpen? Wie ist der Verlauf der Vibration bei Motoren? Wie ist die Farbabweichung eines Produkts? Auch aus diesen Daten lassen sich Prozesse optimieren und Vorhersagen für Wartung generieren. Ersatzteile werden rechtzeitig bestellt und Ausschuss vermieden. Bares Geld für dein Unternehmen!
  3. Maschinelles Lernen lässt sich auch im Produkt anwenden und generiert dadurch Mehrwert für den Kunden. Beispiele gibt es wie Sand am Meer – Sprachassistenten, intelligente Thermostate, Staubsaugerroboter.

Leider existiert viel Unwissen und Angst rund um das Thema Künstliche Intelligenz. Manche Tätigkeiten kann ein Algorithmus heute schon besser, manche vielleicht in ein paar Jahren. Übernimmt in Zukunft ein Algorithmus deine Tätigkeit teilweise oder sogar fast vollständig? Für mich kein Grund den Kopf in den Sand zu stecken. Vielleicht ist dieser Artikel der Anfang deines Weges zum Citizen Data Scientist? Vielen Dank übrigens an meinen Leser Christian Dremel für die Empfehlung des Artikels. (12 min, Text, englisch)

A Beginner’s Guide To Data Science

In den vergangenen Schatzkisten ging es häufiger um das Thema Entscheidungen. Dabei erwähnte ich kurz das Prinzip Effectuation. Nugget #3 von Heiko Bartlog kommt daher gerade recht. In seinem Artikel werden die fünf Prinzipien von Effectuation nochmal kurz und knackig erklärt.
Das Prinzip des leistbaren Verlusts ist in vielen Unternehmen unbekannt. Wieviel Zeit wird in deinem Unternehmen für Business Cases oder Return-of-Invest Berechnungen verwendet? Angenommen ein Team von fünf Personen wendet nur eine halbe Woche Arbeitszeit dafür auf. Bei einem Stundensatz von 100 € kostet die reine Arbeitszeit bereits 10.000 €. Statt einem Business Case könnte man das als leistbaren Verlust aufwenden und in ein MVP spendieren. Üblicherweise dauert es noch 2-3 Wochen Zeit, bis der Sponsor Zeit für die Präsentation des Businesscase hat. Berechnet man für diese Zeit noch ein „cost of delay“, könnte der leistbare Verlust sogar noch höher ausfallen.
Hast du Lust auf mehr Gedanken zu den fünf Prinzipien? Zum Prinzip „Nützliche Zufälle“ passt mein Beitrag über Krumme Dinger. Das Prinzip „Wertvolle Partnerschaften“ habe ich mir auf den Creative Backlog für eigene Beiträge gelegt.
PS: Falls du statt Lesen lieber ein Video schaust, in Schatzkiste 47 gibt es den TED Vortrag von Saras D. Sarasvathy, der Begründerin von Effectuation. (5 min, Text, deutsch)

Aktivieren Sie JavaScript um das Video zu sehen.
Video-Link: https://t2informatik.de/blog/prozesse-methoden/das-prinzip-effectuation/

2 Kommentare

Kommentar hinterlassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.