Warum vertraut die Geschäftsführung einem neuen Dashboard oft nicht, obwohl die Zahlen jetzt täglich statt monatlich kommen? Weil Geschwindigkeit allein kein Vertrauen schafft. Vertrauen entsteht erst, wenn vorher geklärt ist, was jede Kennzahl bedeutet und ob sie aus ERP, CRM und Excel überhaupt dasselbe meint. Eine Pipeline, die drei widersprüchliche Zahlen schneller liefert als vorher, ist kein Fortschritt, sie ist nur ein schnellerer Streit.
Zahlen, die erst am zehnten Werktag kommen, sind keine Steuerungsgrundlage mehr, sondern Geschichtsschreibung. Dieses Problem lässt sich technisch lösen, eine tägliche Pipeline statt monatlicher Handarbeit ist heute machbar. Der Teil, der darüber entscheidet, ob das Dashboard am Ende benutzt wird, liegt aber vor der Technik.
Das eigentliche Problem ist, wessen Zahl gilt
In fast jedem Betrieb mit mehreren Systemen gibt es für dieselbe Kennzahl mehr als eine Quelle, und diese Quellen stimmen selten exakt überein. Umsatz im ERP ist nicht automatisch derselbe Umsatz wie im CRM, schon wegen unterschiedlicher Stichtage, Stornierungen oder Zuordnungen. Eine Pipeline, die diese Differenz automatisiert zusammenführt, ohne sie zu klären, verteilt den Streit nur schneller im Haus, statt ihn zu beenden.
Genau hier liegt der Unterschied zwischen einem Dashboard, das niemand wirklich nutzt, und einem, nach dem tatsächlich entschieden wird. Die Technik ist in beiden Fällen ähnlich. Was fehlt, ist die vorherige Einigung, welche Zahl in welchem Fall gilt und warum.
Erstens: Kennzahlen definieren, bevor die Pipeline gebaut wird
Bei KIsult beginnt ein Projekt dieser Art deshalb nicht mit dem Datenanschluss, sondern mit der Frage, welche Zahl überhaupt was bedeutet und wer mit ihr tatsächlich etwas entscheidet. In einem anonymisierten Projekt aus unserer Arbeit, einer Holding mit vier Beteiligungen und rund 80 Millionen Euro Umsatz, wurden die Kennzahlen zuerst gemeinsam mit der Geschäftsführung festgelegt, bevor ein einziges System angebunden wurde.
Diese Reihenfolge wirkt bürokratisch, ist aber der Teil, der am Ende Geld spart. Eine Pipeline, die auf einer ungeklärten Kennzahl aufbaut, muss später neu gebaut werden, wenn der Streit über ihre Bedeutung doch noch aufbricht, meistens genau dann, wenn eine wichtige Entscheidung an ihr hängt.
Zweitens: Widersprüche sichtbar machen statt verstecken
Wo zwei Systeme für dieselbe Größe unterschiedliche Werte liefern, hilft es nicht, sich für einen davon zu entscheiden und den anderen zu ignorieren. Im genannten Projekt wurde für jede Kennzahl die genaue Datenherkunft festgehalten, einschließlich der Stellen, an denen sich die Systeme widersprechen. Diese Stellen bleiben sichtbar, statt im Hintergrund stillschweigend geglättet zu werden.
Diese Transparenz kostet etwas Komfort: Ein Dashboard mit einer sichtbaren Unsicherheit wirkt weniger glatt als eines, das einfach eine Zahl zeigt. Sie ist aber die Voraussetzung dafür, dass jemand im Zweifel nachfragen kann, woher ein Wert stammt, statt ihn blind zu übernehmen oder das ganze System zu misstrauen.
Drittens: Abweichungen kommentieren, nicht nur anzeigen
Ein Dashboard, das lediglich einen Ausreißer markiert, verlagert die Arbeit nur auf die Person, die jetzt herausfinden muss, warum dieser Wert so aussieht. In dem Holding-Projekt wurden Abweichungen deshalb mit einer KI-gestützten Kommentierung versehen, die eine erste Einordnung liefert, warum eine Zahl von der Erwartung abweicht, damit die Geschäftsführung nicht selbst in den Rohdaten suchen muss.
Diese Kommentierung ersetzt keine fachliche Prüfung, sie verkürzt nur den Weg zu ihr. Der Unterschied zwischen einem System, das benutzt wird, und einem, das nach zwei Wochen wieder ignoriert wird, liegt oft genau in diesem einen Schritt zwischen Anzeige und Erklärung.
Viertens: Alte Berichte so lange parallel führen, bis die Zahlen übereinstimmen
Vertrauen in ein neues Dashboard entsteht nicht am Tag der Einführung, sondern erst, wenn es sich mehrfach gegen die alte, vertraute Methode bewährt hat. Im genannten Projekt liefen die alten Excel-Berichte deshalb drei Monate parallel zum neuen System, bis beide Stände deckungsgleich waren.
Diese Phase wird in Angeboten gern gekürzt, weil sie nach doppeltem Aufwand aussieht. Sie ist aber der Grund, warum die Geschäftsführung am Ende tatsächlich nach dem neuen Dashboard entscheidet: Aus einem Monatsbericht wurde ein tagesaktuelles Bild, der manuelle Aufwand sank um 85 Prozent, und Entscheidungen fielen nach Einschätzung der Geschäftsführung dreimal schneller. Diese Zahlen stammen aus einem einzelnen, anonymisierten Projekt und hängen stark davon ab, wie weit die Datenlandschaft vorher bereits auseinanderlief.
Was Sie an Ihrem eigenen Reporting prüfen können
Nehmen Sie eine zentrale Kennzahl aus Ihrem aktuellen Reporting, etwa den Umsatz oder die Marge, und fragen Sie zwei Personen aus unterschiedlichen Abteilungen, wie sie sie berechnen würden. Stimmen die Antworten überein? Wenn nicht, ist das die eigentliche erste Aufgabe, nicht die nächste technische Erweiterung.
Prüfen Sie außerdem, ob Abweichungen in Ihren heutigen Berichten erklärt oder nur gezeigt werden. Ein Bericht, der eine auffällige Zahl zeigt, ohne eine erste Einordnung mitzuliefern, erzeugt mehr Rückfragen, als er beantwortet, und genau diese Rückfragen sind es, die ein Dashboard im Alltag unbeliebt machen, lange bevor jemand über die Technik dahinter spricht. Wie wir solche Datenpipelines technisch aufbauen, beschreiben wir unter KI-Software & individuelle Lösungen. Welche Kennzahlen davor geklärt werden sollten, besprechen wir vorab unter KI-Beratung & Strategie.