Kategorie: Deutsch

Posted in Cybersecurity, Data as an asset, Data governance, Deutsch, ISO 27001

Die Schaffung einer sicherheitsbewussten Kultur zum nachhaltigen Erfolg

Sicherheit ist ein fortlaufender Prozess, kein einmaliges Ereignis. Wir müssen unsere Sicherheitspraktiken ständig anpassen und verbessern, um neuen Bedrohungen zu begegnen. In der Eile, etwas zu liefern und Geld zu verdienen, wird die Sicherheit oft vernachlässigt. Aleksandra Kornecka sprach mit Elizabeth Press (mir) darüber, wie man eine sicherheitsbewusste Kultur schafft.

Posted in Cybersecurity, Data governance, Data Leadership, Deutsch, Digital sovereignty, Zero trust

Die Sicht eines Data Leaders auf Cybersicherheit

Dieser Blog enthält einige meiner wichtigsten Eindrücke von der kürzlich stattgefundenen niederländisch-bayerischen Konferenz ‚Zusammenarbeit in der Cybersicherheit: Die wichtigsten Aufgaben für die Unternehmensführung‘ in München, organisiert von InnovationQuarter. Ich hatte das Privileg, von der Recruiting-Firma GCS zu der Veranstaltung eingeladen zu werden. Die Welt wird immer digitaler und gefährlicher, was den Gedankenaustausch über Cybersicherheit zwischen Freunden und Geschäftspartnern unerlässlich macht. Ich verbrachte einen Tag damit, brillanten Köpfen aus den Niederlanden, Bayern und darüber hinaus zuzuhören, die darüber sprachen, wie man Cybersicherheit zu einem C-Suite-Thema machen kann.

Posted in Business, Data as an asset, Data strategy, Deutsch, Finance

Die finanzielle Überlebensfähigkeit des Data Teams gewährleisten, über den Cash-Burn hinaus – Ein Interview mit Timur Bokari

In seiner aktuellen Position unterstützt Timur Bokari das Wachstum eines FinTechs im Bereich Recurring Revenue Financing durch die Erschließung neuer Kundensegmente und die Weiterentwicklung der Strategie auf Basis vorhandener Daten. Timur spricht mit D3M Labs über die finanzielle Nachhaltigkeit von Datenteams. Er erklärt die Finanz- und Buchhaltungsmechanismen, die für Data Leaders relevant sind. Die Überlebensfähigkeit von Datenteams liegt in der Verbindung zwischen Datenverfügbarkeit und Entscheidungsfähigkeit. Die finanzielle Nachhaltigkeit und Arbeitsplatzstabilität im Datenbereich erfordert klarere Korrelationen zwischen Daten und Umsatzwachstum und Kostensenkung.

Posted in Data Leadership, Deutsch, Vendor management

Die nachhaltige Beschaffung von Datentools ist dringend erforderlich,Teil 2: Wie verhindert man, dass der planlose Kauf von coolen Tools das Engineering-Team aus der Bahn wirft?

Ingenieure und Customer Success Teams sind die unbesungenen Helden des IT-Betriebs.
Hast du dich schon einmal gefragt, was sie über deine Kaufgewohnheiten denken? Vor allem in virtuellen Organisationen können Ingenieure und Kundenerfolgsteams bei Anbietern in ihrer Programmierhöhle leben, hart arbeiten und für andere unsichtbar sein. Wenn man impulsive coole Tools kauft, ohne die Ingenieure mit einzubeziehen, kann das nicht nur diese schwer zu rekrutierenden Fachleute in den Wahnsinn treiben und die Beziehungen zu den Anbietern belasten, sondern auch die Entwicklung Ihrer Plattform und wichtige Projekte wie die Datenmigration zum Scheitern bringen. Das könnte Ihre Ingenieure so frustrieren, dass sie kündigen.

Posted in Business, Data Leadership, Deutsch, Vendor management

Die nachhaltige Beschaffung von Datentools ist dringend erforderlich,Teil 1: Coole Tools und Data Teams auf dem Boulevard der zerbrochenen Träume

Coole Tools sind oft die heiße Hookup des Data Leaders (oder Stakeholders), um am nächsten Morgen mit den Klamotten von gestern in einer kalten Gasse zu landen. Coole Tools werden gekauft, installiert, ausprobiert und für den nächsten vielversprechenden Anbieter aufgegeben. Und das bedroht ernsthaft die finanzielle und operative Überlebensfähigkeit des Data Teams. Warum sind Data Tools so verführerisch? 

Wie können wir verhindern, dass die Beschaffung zu einem Boulevard der geplatzten Träume und nicht realisierten Projekte wird?

Posted in Analytics, Business, Data as an asset, Deutsch

Wie kann Analytik zu einer Umsatz generierenden Abteilung werden?

Der erste Decision Lab Round Table befasste sich mit dem Thema, wie man die Analytik zu einer Umsatz generierenden Abteilung machen kann. Wir hatten eine funktionsübergreifende Diskussion unter Beteiligung von Datenexperten und benachbarten Berufsgruppen, die in Europa und den USA arbeiten. Dieser Blog enthält die Diskussionspunkte sowie einen Kommentar von D3M Labs dazu, wie Analytik eine Geschäftsfunktion sein sollte.

Posted in AI Strategy, Change management, Data as an asset, Data Leadership, Data product management, Data Products, Data science, Deutsch

Das Produktlebenszyklusmanagement im Zeitalter der intelligenten Geräte – ein Interview mit Eric JoAchim Liese

Wie managt man ein Data Science Produkt, Teil 2: Da die Geräte immer intelligenter werden, muss sich das Produktlebenszyklusmanagement weiterentwickeln, um die Daten als langfristigen Wert und Teil der Kundenbeziehung zu betrachten. Eric Joachim Liese spricht über Edge Computing und Geräteautonomie als Voraussetzung für ein gutes Kundenerlebnis. Er erklärt auch, wie traditionelle Hardware-Hersteller ihre Betriebsabläufe weiterentwickeln und Fachkräfte einstellen können, um diesen Weg erfolgreich zu beschreiten

Posted in Data governance, Data Leadership, Data Products, DataOps, Deutsch, Technical debt

Data Mesh – Wie man verhindert, dass es sich in ein geldverschlingendes Chaos verwandelt – ein Podcast

Data Mesh ist eine analytische Datenarchitektur und ein Betriebsmodell, bei dem Daten wie ein Produkt behandelt werden und den Teams gehören, die sie produzieren, d. h. den Geschäftsbereichen. Wie können sich Unternehmen auf den Weg zu Data Mesh machen, ohne ihre Budgets zu sprengen und letztlich einen großen, unübersichtlichen und teuren Datensumpf zu schaffen? Höre dir den Podcast an. Lese den Blog.

Posted in AI Strategy, Data as an asset, Data Leadership, Data Products, Data science, Deutsch

Das Management des Data Science Produktes – ein Interview mit Anna Hannemann, PhD

Wie managt man ein Data Science Produkt, Teil 1: Algorithmen sind Produkte, die gemanagt werden müssen, um geschäftliche Ergebnisse zu erzielen. Anna Hannemann, PhD von Metro.digital erzählt, was sie als Pionierin im Produktmanagement für Datenwissenschaft gelernt hat. Sie spricht auch über den organisatorischen Aufbau, die Kompetenzen, die vorhanden sein müssen, und darüber, wie neue Tools das Management von Data-Science-Produkten beeinflussen.

Posted in AI Strategy, Data as an asset, Data product management, Data Products, Data science, Deutsch

Wie managt man ein Data Science Produkt?  – Eine Serie von D3M Labs

Die Datenwissenschaft entwickelt sich von der Forschung und Entwicklung zu Produkten – sowohl online als auch offline….