Datenreife als Schlüssel zur data-driven Company Culture
GigaOm Data Maturity Survey 2025
Daten sind längst nicht mehr nur ein Nebenprodukt von Geschäftsprozessen, sondern ein entscheidender Wettbewerbsvorteil. Maßgeblich dafür ist u.a. ihr Reifegrad. Doch wie weit sind Unternehmen auf ihrem Weg zur Datenreife – und welche Stolpersteine gilt es noch zu überwinden? Eine aktuelle Umfrage unter 1.000 Führungskräften aus fünf Ländern gewährt einen klaren Blick auf Chancen, Herausforderungen und Erfolgsfaktoren in einer zunehmend datengetriebenen Wirtschaft. Wir als T.CON blicken auf die zentralen Ergebnisse der Befragung und ordnen diese ein.
30.09.2025
Die GigaOm Data Maturity Survey 2025, durchgeführt im Auftrag von SAP, beleuchtet den aktuellen Stand der Datenreife in Unternehmen in Deutschland, UK, USA, Australien und Singapur. Ziel der Umfrage ist es, zu verstehen, wie Organisationen Daten heute nutzen, welche Challenges bestehen und welche Strategien den Weg zu einer echten data-driven Company ebnen. Hierbei wurde das Reifeniveau ihres Datamanagements in fünf Stufen unterschieden:
1. Ad hoc: Es existieren keinerlei festgelegte Vorgehensweisen; Abläufe erfolgen spontan und ungeplant.
2. Entwicklung: Erste geregelte Methoden sind vorhanden, werden jedoch noch nicht organisationsweit umgesetzt.
3. Definiert: Einheitliche Standards sind eingeführt und werden konsequent befolgt.
4. Managed: Prozesse werden verfeinert und fortlaufend im Hinblick auf Leistung sowie Effizienz überprüft.
5. Optimiert: Das Datenmanagement ist ein klarer Wettbewerbsvorteil, in den ständige Verbesserung und kreative Neuerungen integriert sind.
Quelle: GigaOM, Knowingly Inc.
Quelle: GigaOM, Knowingly Inc.
Quelle: GigaOM, Knowingly Inc.
Reifegrade und Branchenunterschiede
Die Befragten (C-Level, oberes und mittleres Management) stuften die Datenreife ihrer Unternehmen auf dieser Skala wie folgt ein:
→ Knapp die Hälfte sieht sich auf den Stufen „4. Managed“ oder „5. Optimiert“.
→ Kleinere Organisationen (< 3.000 Beschäftigte) sind tendenziell weniger reif als mittelgroße und größere Unternehmen (> 5.000 Beschäftigte).
→ Branchen wie Gesundheitswesen und öffentlicher Sektor liegen zurück, während Industrie- und Fertigungsunternehmen und IT-Dienstleister höhere Reifegrade erreichen.
Quelle: GigaOM, Knowingly Inc.
Datenmengen, Silos und die Multi-Lake-Realität
Fast die Hälfte der befragten Unternehmen verwaltet mehr als ein Petabyte an Daten, oft verteilt über Hunderte oder sogar Tausende von Anwendungen. Zwei Drittel geben an, mehrere Data Warehouses, Data Lakes oder Lake Houses zu nutzen. Gerade diese „Multi-Lake-Organisationen“ stehen vor der Herausforderung, Daten performant, sicher und konsistent bereitzustellen. Dabei dominieren kundenorientierte Anwendungen sowie Big-Data- und Analytics-Applications und geschäftsorientierte KI-Anwendungen den Datenverbrauch.
Datenqualität als Dreh- und Angelpunkt
Egal, ob es um KI, Analysen oder operative Prozesse geht – ohne saubere Daten keine belastbaren Ergebnisse. Die Umfrage zeigt, Verbesserung der Datenqualität steht daher ganz oben auf der Prioritätenliste, gefolgt von Datensicherheit, Governance und der Integration von KI- und Machine-Learning-Anwendungen.
Das Muster ist klar:
Qualität sicherstellen,
Infrastruktur stärken,
Datenwert maximieren – etwa durch erweiterte Analysen oder Self-Service-Plattformen.
Doch hier zeigt sich auch die größte Schwachstelle: Fragmentierte Plattformen und mangelhafte Integration erschweren konsistente Insights. Besonders fortgeschrittene Unternehmen erkennen, dass KI nur dann wirksam ist, wenn die Datenbasis stimmt.
Herausforderungen: Mehr als nur Technik
Die Top-Herausforderungen im Datenmanagement sind:
→ Datenfragmentierung über mehrere Plattformen,
→ Integration zwischen Anwendungen,
→ zu hohe Gesamtkosten,
→ und mangelnde Kontextualisierung der Daten im Hinblick auf Geschäftsziele.
Interessant: Selbst die „optimierten“ Unternehmen kämpfen weiterhin mit Datenqualität – oft sogar stärker als weniger reife Organisationen, da ihre Ansprüche und Einsatzszenarien komplexer sind.
Strategien erfolgreicher Unternehmen
Reife Organisationen reagieren mit klaren, strategischen Initiativen:
Chief Data & Analytics Officers etablieren, um Datenziele mit Geschäftsstrategien zu verknüpfen.
Datenarchitektur und Integration verbessern, um Silos aufzubrechen.
Demokratisierung von Daten vorantreiben, damit Wissen nicht nur in IT-Teams, sondern in allen Fachbereichen entsteht.
Künstliche Intelligenz priorisieren, um datenbasierte Entscheidungen zu automatisieren und zu skalieren.
Während weniger ausgereifte Unternehmen häufig noch am Aufbau der Infrastruktur arbeiten, investieren die Vorreiter in Self-Service-Analytics und flexible Cloud-Architekturen.
Die Umfrage macht auch deutlich: KI ist der Gradmesser für Datenreife. Unternehmen mit höherer Datenreife setzen KI und Machine Learning weit oben auf ihre Prioritätenliste. Sie betrachten diese Technologien nicht als Ergänzung, sondern als integralen Bestandteil ihrer Geschäftsstrategie.
Fazit:
Die Studie belegt, dass Datenreife direkt mit Geschäftserfolg verknüpft ist. Doch es geht nicht nur um Tools, Plattformen oder Volumen – es geht um eine datenzentrierte Kultur. Erfolgreiche Unternehmen betrachten Daten als strategisches Kapital, fördern Kompetenz und Zusammenarbeit zwischen Fachbereichen und IT und schaffen den demokratischen Zugang zu relevanten Insights.
In einer Zeit, in der KI rasant voranschreitet, wird der Unterschied zwischen Marktführern und Nachzüglern vor allem von drei Faktoren bestimmt werden:
Vertrauenswürdige Daten, da schlechte Qualität zu Fehlentscheidungen und Produktivitätsverlust durch manuelle Kontrollen führt.
Vollständige und konsistente Daten als Basis für eine erfolgreiche KI-Transformation
Ein breiterer, demokratischer Zugang zu Daten ermöglicht es mehr Personen, Erkenntnisse zu nutzen und zu teilen.
Technologische Lösung für höhere Datenreife:
SAP Business Data Cloud (BDC)
Mit Klick auf das Video stimmen Sie der Datenverarbeitung durch YouTube zu.
Quelle: SAP SE
Warum SAP BDC?
Wer heute in diese Grundlagen investiert, wird morgen nicht nur bessere Entscheidungen treffen – sondern sie auch schneller, sicherer und wirkungsvoller umsetzen können. Die SAP Business Data Cloud (BDC) vereint die relevantesten und geschäftsentscheidenden Daten mit einer führenden Plattform für Datenmanagement.
Unternehmen erhalten für ihre zentralen Geschäftsabläufe Zugriff auf sorgfältig aufbereitete Datenprodukte und bewahren dabei den vollständigen Geschäftskontext sowie die semantische Struktur, die vollständig administriert wird. Zusätzlich bietet die SAP Business Data Cloud vorgefertigte, intelligente Anwendungen für sämtliche Unternehmensbereiche – und ermöglicht so wegweisende Einblicke für tiefgehende Analysen und strategische Planungen. Sie verbindet alle SAP- und Fremdsystemdaten mit vollständig gemanagten Funktionen für Business Data Fabric, die Modernisierung von BW-Systemen, Planung, Data Engineering sowie KI- und Machine-Learning-Technologien.
Sie würden gerne mehr zur SAP BDC erfahren?
In einem kostenlosen one-to-one Deep Dive beantworten wir gerne all Ihre Fragen, die speziell für Ihr Unternehmen relevant sind.
Dies könnte Sie auch interessieren
Wie wird KI in der Fertigung greifbar?
Zwei echte Use Cases im Innovationsprojekt von Nordzucker
Wie lässt sich Künstliche Intelligenz im industriellen Alltag messbar anwenden? T.CON und Nordzucker haben dazu einen gemeinsamen Showcase gestartet: eine reale Maschine, echte Produktionsdaten – und zwei präzise KI-Ziele.
Märkte und Technologien bewegen sich im KI-Takt: Jahresroadmaps reichen nicht mehr. Einzelprojekte liefern Output, doch ohne gemeinsames Zielbild, harte Priorisierung und kurze Entscheidungszyklen bleibt Wirkung Zufall.
Die Zukunft Ihrer Logistikprozesse – Künstliche Intelligenz in SAP
Mit der Integration von Künstlicher Intelligenz (KI) in die Wareneingangsverarbeitung (Waren-Eingangs- und Rechnungs-Erfassung, kurz WERE) in SAP eröffnen sich für Unternehmen völlig neue Möglichkeiten der Automatisierung, Effizienzsteigerung und Fehlervermeidung! In Zeiten zunehmender Digitalisierung und steigender Anforderungen an Geschwindigkeit und Transparenz in der Lieferkette ist dies ein entscheidender Wettbewerbsvorteil. Erfahren Sie, was intelligente Wareneingangsverarbeitung mit KI in SAP bedeutet, wie sie im Unternehmensalltag funktioniert und welche konkreten Vorteile sie bietet.
