Ich kann mich an einen Kollegen erinnern, der keine Textverarbeitung benutzte, sondern eine Zelle in seiner Tabellenkalkulation großzog und darin seine Texte schrieb. Kann man machen, aber wer will das schon. Und so, wie wir ganz selbstverständlich ein Textverarbeitungsprogramm für Texte nutzen, sollten wir auch ein Analyseprogramm für Datenanalyse benutzen. Und genau so, wie wir (zumindest ich) nur einen Bruchteil der verfügbaren Textbearbeitungsfunktionen kennen, reicht es auch bei der Datenanalyse mit einem einfachen Satz elementarer Methoden, um gleich erstaunliche Ergebnisse zu erzielen. Einen gravierenden Unterschied zur Textverarbeitung gibt es aber doch. Egal, wie viele Funktionen Ihres Textverarbeitungsprogramms Sie lernen, Sie werden kein besserer Autor; aber je länger Sie mit einem Analyseprogramm arbeiten, desto besser werden Sie als Analyst. Moderne Statistikprogramme bieten interaktive grafische Oberflächen, die Einarbeitung ist einfach und der unmittelbare Nutzen hoch.

Prädiktive Modelle, Versuchsplanung, Signifikanztests und natürlich informative Grafiken sind elementare Bestandteile effizienter Arbeit in allen Bereichen von Forschung, Entwicklung und Produktion. Wenn Sie dann in der Lage sind, in Sekundenbruchteilen zehntausende von Was-wäre-wenn-Simulationen durchzuführen, stehen Ihre Entscheidungen auf einem unantastbaren Fundament. Dabei ist der Einstieg ganz einfach. Der Rohstoff sind Daten in Tabellenform, das kennen Sie schon. Der nächste Schritt ist eine akkurate Beschreibung des Ist-Zustands mit zweifelsfreien Abgrenzungen zwischen systematischen und zufälligen Beobachtungen. Daraus entstehen Hypothesen, die in Modelle einfließen, die helfen, Zusammenhänge zu entdecken. Die Königsdisziplin – Versuchsplanung – entsteht so als natürliche Fortentwicklung eines analytischen Vorgehens.

Datenanalyse ist kein Selbstzweck, sie ergänzt das vorhandene Fachwissen und führt zu einem besseren Verständnis von Prozessen und Zusammenhängen. Sie ermöglicht, Entscheidungen schneller zu treffen und Handlungsalternativen besser abwägen zu können. Oder, wie es einer meiner Kunden mal gesagt hat, sie dient dazu „schneller schlau zu werden“. Die DIKW Pyramide zeigt zwei Seiten, eine für die Datenanalyse und eine für Simulationstechniken. Aus graphischen Gründen mag man das trennen, in der Realität durchdringen sich beide Seiten auf jeder Stufe.

(Quelle: https://digitalpicturesimg.blogspot.com/2020/07/dikw-hierarchy-business-intelligence.html)

Der Einstieg in den Weg zur Weisheit ist leicht zu finden. Sehen Sie sich einfach nach geeigneter Statistiksoftware um und fangen Sie an. Oder Sie besuchen einen der Weiterbildungskurse, die das Forschungsinstitut der Dechema dazu anbietet, zum Beispiel meinen Kurs „Datenbasierte Entscheidungsfindung: Grundlagen Explorativer Datenanalyse“, der vom 17.-20. Mai 2022 stattfindet. Ausführliche Angaben zu diesem Seminar sowie einen Link zur Anmeldung finden Sie weiter unten.

Bernd Heinen, Inhaber, Stabero, Bad Camberg

Ausführliche Informationen zum Dechema-Kurs „Datenbasierte Entscheidungsfindung: Grundlagen Explorativer Datenanalyse“ finden Sie hier.