Zentralisiert oder verteilt?

Es gab zahlreiche Diskussionen darüber, wie die Datenfunktionen organisiert werden sollten. Der zentrale Punkt ist das Thema „zentrales vs. verteiltes Daten-Team“. Beide Ansichten haben ihre leidenschaftlichen Unterstützer.

Was in solchen Diskussionen oft fehlt, ist der Kontext.

Ein Team, sie alle zu knechten

Wenn man ein kleines Startup mit 50 oder 100 Personen ist, ist es wahrscheinlich, dass dein gesamtes Datenteam aus 1–3 Datenanalysten und vielleicht 2 Dateningenieuren besteht. Sie arbeiten eng zusammen und kümmern sich um alles, von Datenpipelines bis hin zu Dashboards. Die Zusammenarbeit im Team ist einfach, alle teilen dieselben Ziele und unterstützen sich gegenseitig. Der Fokus liegt auf schnellem Handeln und Ergebnissen. Diese wenigen Leute zu verteilen oder sie in ein Team für Datenengineering und ein Team für Datenanalyse aufzuteilen, würde dazu führen, dass Teams aus nur 1 oder 2 Personen entstehen, was mehr Schaden als Nutzen anrichten würde.

Aber wenn dein Unternehmen weiter wächst, ändern sich die Dinge. Die Anfragen nach Daten werden häufiger und komplexer. Mehrere Teams im Unternehmen — von Vertrieb über Marketing bis hin zu Produktabteilungen — verlassen sich gleichzeitig auf Datenanalysen. Genau hier beginnt das zentrale, einzelne Datenteam, sich überfordert zu fühlen, und die einst reibungslose Zusammenarbeit gerät unter Druck.

Ein zentrales Team, in dem alle Dateningenieure und -analysten in einer Funktion berichten, funktioniert gut bei einer überschaubaren Arbeitsbelastung. Doch wenn die Organisation wächst, kann diese Struktur zum Engpass werden. Das Datenteam wird überlastet und andere Abteilungen müssen auf Einsichten warten, was das Unternehmen verlangsamt.

Mehr ist besser

An diesem Punkt scheint es logisch, die Datenfunktion zu verteilen. Dies geschieht, indem Datenanalysten, möglicherweise auch Dateningenieure, in die Abteilungen eingebunden werden (Produkt, Marketing, etc.). Produktabteilung bekommt seine eigenen Datenexperten, Marketingabteilung bekommt seine. Sie kennen ihre spezifischen Geschäftsfelder. Infolgedessen können Entscheidungen auf Abteilungsebene schneller getroffen werden. Teams müssen nicht mehr in einer Warteschlange auf das zentrale Datenteam warten — sie werden autonomer. Dieser agile Ansatz kann größeren Organisationen helfen, schneller zu agieren.

Dezentralisierung ist jedoch nicht ohne Risiken. Das Verteilen von Datenteams im Unternehmen kann zu Inkonsistenzen bei der Datenverwaltung oder der Definition und Berechnung von Kennzahlen führen. Ohne starke (Daten-)Governance könnten Abteilungen unterschiedliche Tools oder Definitionen verwenden, was zu Verwirrung führt. Ein Problem — Engpässe — wurde gelöst, aber möglicherweise ein anderes geschaffen.

Dann stellt sich die Frage, ob die Datenfunktion selbst aufgesplittet werden sollte. In kleineren Unternehmen arbeiten Dateningenieure und -analysten oft zusammen und übernehmen bei Bedarf mehrere Aufgaben. Das fördert die Zusammenarbeit im Team, ermöglicht den Teammitgliedern, das größere Kontextverständnis zu entwickeln, und bietet greifbare Vorteile. Aber wenn dein Unternehmen wächst, wächst auch das Datenteam und die Komplexität der Datenoperationen, weshalb Spezialisierung erforderlich wird. Es ist an der Zeit, das Team zu teilen. Dateningenieure konzentrieren sich auf die Dateninfrastruktur oder die Datenplattform, während Analysten die wachsende Nachfrage nach Einsichten bedienen. In dieser Phase könnten auch spezialisierte Analyse-Teams für Vertrieb, Marketing und Produktabteilungen entstehen. Dieser Schritt verhindert Engpässe und verbessert die Effizienz, erfordert jedoch Koordination und hat den Preis des Overheads für die Kommunikation zwischen den Teams.

Denke nach, bevor du kopierst

Die wichtigste Erkenntnis? Die Struktur, die für ein 100-Personen-Startup funktioniert, funktioniert nicht für ein Unternehmen mit 1000 oder mehr Mitarbeitern und umgekehrt. Die Daten- und Analysebedürfnisse eines 100-Personen-Tech-Startups, in dem die Mehrheit der Mitarbeiter an einem komplexen digitalen Produkt arbeitet, unterscheiden sich stark von denen eines Transportunternehmens derselben Größe, in dem die meisten Mitarbeiter Lkw- oder Busfahrer sind. Zu versuchen, die Struktur eines viel größeren erfolgreichen Unternehmens nachzubauen, führt nicht zum Erfolg, sondern zu kostspieligen Problemen. Die beste Struktur hängt von der Größe deines Unternehmens, dem Geschäftsfeld, dem Wachstumsstadium und den Datenbedürfnissen ab. Kopiere nicht einfach blind die Struktur eines anderen Unternehmens — passe deine an deine Bedürfnisse an und ändere sie, wenn du wächst.