Strategien


Unternehmenskultur und Software Grundlagen

7 Erfolgsfaktoren zur Digitalisierung

Konrad Krafft ist Gründer und Geschäftsführer des Beratungs- und Softwarehauses doubleSlash Net-Business GmbH. Er hat Allgemeine Informatik mit Schwerpunkt Künstliche Intelligenz studiert und beschäftigt sich seit über 20 Jahren mit der Entwicklung digitaler Services, insbesondere im Bereich von Unternehmensprozessen und Softwareprodukten. Als Experte befasst er sich mit der Industrialisierung von Software-Entwicklung und neuen digitalen Geschäftsmodellen.

Die Zeit drängt. Während große Mitspieler auf der digitalen Bühne wie Google, Amazon, eBay oder Uber mit ungeheurer Dynamik ein Marktsegment nach dem anderen umkrempeln und okkupieren, tun sich viele Unternehmen, noch schwer mit der digitalen Transformation. Wir zeigen Erfolgsfaktoren für die Digitalisierung.
Unternehmenskultur und Software nehmen bei der der digitalen Transformation eine Schlüsselstellung ein.
Unternehmenskultur und Software nehmen bei der der digitalen Transformation eine Schlüsselstellung ein.
Foto: Wright Studio - shutterstock.com

Vor allem das doch so innovationsfreudige Deutschland hinkt in Sachen DigitalisierungDigitalisierung noch hinterher. Das liegt nicht zuletzt daran, dass Unternehmen und deren Verantwortliche schlicht nicht wissen, an welcher Stelle sie das Thema anpacken sollen. Dass sie das früher oder später müssen, daran besteht kein Zweifel. Denn die Digitalisierung beschleunigt Prozesse, spart Kosten und Zeit. Und schafft, richtig eingesetzt, mehr Nähe zum Kunden. Welche Unternehmen künftig am Markt bestehen, darüber entscheidet nicht zuletzt, wie konsequent sie die digitale Transformation umsetzen und für ihre Unternehmenszwecke nutzen. Alles zu Digitalisierung auf CIO.de

Zwei Komponenten der Digitalisierung: Kultur und Software

Zwei Bereiche sind es, die eine Schlüsselstellung für die digitale Transformation einnehmen: die Unternehmenskultur und die Software als technologische Basis für Digitalisierungsprojekte. Während die Kultur die Grundlage für die Transformation bilden muss, stellt Software die Werkzeuge zur Verfügung, mit denen sie umgesetzt wird.

Für viele Unternehmen erweist sich derzeit ihre in der analogen Welt gewachsene Unternehmenskultur als Hemmschuh für die Digitalisierung. Sie ist in der Regel geprägt von Hierarchien und wenig durchlässigen Silo-Strukturen. Das hemmt den Informationsfluss und verhindert den ganzheitlichen Blick auf das Unternehmen, seine Kunden und Rahmenbedingungen. Veränderungen sind so schwierig und langwierig.

Ein Blick in den zweiten Schlüsselbereich, die Software-Entwicklung, kann da helfen. Denn hier findet die digitale Transformation letztlich statt, und hier wirft sie schon seit einiger Zeit ihre Schatten voraus - unter anderem in Form stetig steigender Anforderungen an Geschwindigkeit, Flexibilität und Qualität. Um ihnen gerecht zu werden, setzen sich zunehmend Entwicklungstechniken und -methoden durch, die der Dynamik der digitalen Transformation entsprechen und deshalb eine erfolgreiche Digitalisierung im Unternehmen unterstützen. Unternehmen, die es schaffen, davon zu lernen und diese Dynamik in ihre Organisation zu übertragen, haben einen wichtigen Schritt in Richtung digitale Unternehmenskultur getan.

Die sieben Erfolgsfaktoren für Digitalisierung

Um eine erfolgreiche digitale Transformation zu bewältigen, sollten diese Faktoren berücksichtigt werden.
Um eine erfolgreiche digitale Transformation zu bewältigen, sollten diese Faktoren berücksichtigt werden.
Foto: doubleSlash

Agile Software-Entwicklung

Wesentliche Elemente für den Erfolg der digitalen Transformation sind eine verkürzte "Time-to-market" und mehr Treffsicherheit. Wer die Bedürfnisse seiner Kunden schneller und genauer abdeckt als der Wettbewerb, hat die Nase vorn. Die Dynamik, mit der sich Märkte und damit Bedürfnisse verändern, muss sich in der Software-Entwicklung widerspiegeln. Statt eines großen Plans mit unzähligen Details sind kleine Bausteine und kurze Entwicklungs-Sprints gefragt. Veränderte Anforderungen können so relativ einfach in den laufenden Entwicklungsprozess einfließen. Er wird flexibler und schneller, die Ergebnisse zielgenauer.

Continuous Integration & Delivery

Sie sind die Werkzeuge, mit denen sich agile Entwicklung konsequent umsetzen lässt. Sie beschleunigen den Prozess und steigern die Qualität der Software-Bausteine. Der Schlüssel zum Erfolg ist die Automatisierung: Der Entwickler spielt seinen eben geschriebenen Code ins Code-Repository ein - ein zentraler Server, auf dem der Programmcode liegt. Der Code durchläuft dann einen automatisierten Prozess zur Funktionsprüfung und Qualitätssicherung.

Eventuelle Fehlermeldungen liegen dem Programmierer am nächsten Morgen vor und können gegebenenfalls sofort behoben werden. Die Vorteile liegen auf der Hand: Ein hoher Grad an Automatisierung beschleunigt die Qualitätssicherung und liefert zuverlässigere Ergebnisse. Statt klassischer Release-Prozesse lässt sich freigegebene Software sofort ausliefern - in hoher, geprüfter Qualität.

API-Ökonomie

Digitalisierung ist in wesentlichen Teilen Vernetzung - das World Wide Web und Cloud Computing, Big DataBig Data und IoT werden durch die Vernetzung erst möglich. Die automatisierte Kommunikation zwischen Systemen braucht Schnittstellen. Durch die fortschreitende Vernetzung potenziert sich deren Zahl. Je offener und besser standardisiert die Schnittstellen sind, desto einfacher und wirtschaftlicher gestaltet sich der Umgang mit Modulen und Systemen. API-Ökonomie bedeutet: Wer in einer vollautomatisierten Welt ein Geschäft mit bereitgestellten Services machen will, muss an den Schnittstellen abrechnen können. Alles zu Big Data auf CIO.de

Digitale Leistungen werden beispielsweise über "Pay-per-Use"-Modelle angeboten. Dazu müssen API-Calls gezählt und abgerechnet werden können. Das eröffnet Chancen, völlig neuartige Geschäftsmodelle zu entwickeln. Und es bringt Kostenvorteile. Auch weil sich einzelne Module leichter in andere Umgebungen einbinden lassen und damit ihre Wiederverwendbarkeit steigt. Hinzu kommt, dass sich ein Modul wesentlich kostengünstiger neu programmieren oder auswechseln lässt als ein komplexes System.

Microservices

Auch hier geht es um modulare Lösungen: Jede fachliche Funktion wird in einem eigenständigen Modul abgebildet. Das vereinfacht Entwicklung, Betrieb und Wartung. Die Services sind wesentlich leichter zu überblicken, neue Entwickler lassen sich schneller einbeziehen, die Lösungen lassen sich besser und flexibler an sich ändernde Anforderungen anpassen. Sie sind leichter und zielgerichteter skalierbar, da mehrere Instanzen eines kompakten Services schnell und einfach auf mehrere Server verteilt werden können. Einzelne Elemente sind relativ einfach austauschbar, das erhöht die Lebensdauer eines Software-Systems. Wesentliche Vorteile sind: Die Weiterentwicklung und Ablösung vorhandener Systeme wird schneller, einfacher und kostengünstiger.

Cloud Computing

Wer systematisch mit Cloud ComputingCloud Computing arbeitet, kann seine Performance verbessern. Mit der Wolke lassen sich Ressourcen an Rechenleistung und Speicherkapazitäten ohne Zeitverzögerung exakt bedarfsorientiert nutzen. Das spart Zeit und Geld. Und es steigert die Flexibilität. Geht ein neuer softwarebasierter Service an den Start, kann man mit geringen Serverkapazitäten starten und diese bei Bedarf sofort und problemlos aufstocken. Die Systeme und Projekte können atmen. Alles zu Cloud Computing auf CIO.de

Big Data

Die Nutzung von Big Data und die Einbindung riesiger Datenmengen in Software-Entwicklung und Geschäftsprozesse schafft mehr Wissen darüber, wie Produkte und Services vom Anwender genutzt werden. Grundlage sind die Daten, egal ob sie von einem fahrenden Auto kommen, einer Maschine, einem Werkzeug oder einem Wearable. Alle relevanten Informationen sind in Echtzeit verfügbar.

Statistische Analysen liefern Erkenntnisse, wie sich Software und Produkte näher am Bedarf ausrichten lassen. Das Ergebnis ist höhere Zielgenauigkeit und damit eine verbesserte Wettbewerbsfähigkeit. Und die informelle Basis für neue Geschäftsmodelle. Nicht zu vergessen: Big-Data-Analysen helfen den Kunden besser zu verstehen - eine wesentliche Voraussetzung für geschäftlichen Erfolg.

Künstliche Intelligenz

Sie bringt Big Data sozusagen zum Leuchten, befindet sich allerdings noch in einem relativ frühen Entwicklungsstadium. Dennoch: Algorithmen der Künstlichen Intelligenz wie Machine LearningMachine Learning, Cognitive Computing und semantische NetzwerkeNetzwerke können helfen, Muster besser zu erkennen und Entscheidungen zu automatisieren. Muster, die sich mit statistischen Analysen allein nicht erschließen lassen. Riesige Mengen an verfügbaren Informationen lassen sich so in verschiedene Kontexte setzen, was die Computer zunehmend intelligenter macht, ihre Erkenntnisfähigkeit steigert. Alles zu Machine Learning auf CIO.de Alles zu Netzwerke auf CIO.de

Eine Schlüsselrolle kommt dabei der Entwicklung und Organisation eines leistungsstarken Daten-Managements zu, damit auch die Maschine nicht den Überblick über die Daten verliert. Dennoch hat Software immer noch entscheidende Nachteile, wenn es darum geht, Lösungen außerhalb des vorgegebenen Systemrahmens zu finden. Genau das ist bislang nicht zuverlässig möglich. Mittels künstlicher Intelligenz und Big Data wird aber eine Art Schneeballeffekt entstehen - die digitale Transformation erhöht ihre Dynamik aus sich heraus.

Zur Startseite