Warum Data Science Projekte so oft scheitern

Das Potenzial von Data Science und Künstlicher Intelligenz ist riesig! Im Rahmen von Datenprojekten lassen sich Prozesse optimieren, Betriebskosten senken oder neue Geschäftsmodelle entwickeln. Dennoch erzielen viele Projekte nach Abschluss des Projektzeitraums nicht den gewünschten Erfolg. Eine Verlängerung kostet nicht nur viel Geld und wertvolle Zeit, sondern bedarf auch einer großen Überzeugungskraft, um das entstandene Misstrauen bei der Geschäftsführung zu beseitigen.

Warum Data Science Projekte so oft scheitern

Hier eine Liste mit Gründen, weshalb Data Science Projekte häufig nicht den gewünschten Erfolg bringen.

  • Data Science erfordert Fachkenntnisse in Mathematik und Statistik, IT-Expertise für die Implementierung und eine wirtschaftliche Relevanz, damit die Ergebnisse dem Unternehmen einen Mehrwert liefern. Jeder Bereich für sich ist sehr komplex, alles unter einen Hut zu bekommen ist noch schwieriger!
  • Das Ergebnis ist physisch nicht greifbar und erfordert zum Projektstart eine hohe Vorstellungskraft.
  • Projektentscheidungen basieren zu selten auf Fakten und zu oft auf dem Ergebnis endloser Diskussionen.
  • Einzelne Entwicklungszyklen dauern meist mehrere Wochen oder Monate.
  • Viele Projekte werden ohne definiertes Ziel begonnen und sind am Ende nutzlos.
  • Zu wenig ausgebildetes und erfahrenes Fachpersonal.
  • Unrealistische Anforderungen an das Projektergebnis und an die Geschwindigkeit der Projektumsetzung.

Wo sind die Daten?

Neben der grundsätzlichen Herangehensweise, kann ein weiterer Aspekt ein Datenprojekt zum Scheitern bringen: die Daten selbst. Die meisten Datenbestände in deutschen Unternehmen sind unsauber oder unzureichend. Für das richtige Handling fehlt oftmals das technische Know-How und die praktische Erfahrung im Unternehmen. Außerdem fehlt es oft an einer stabile IT-Infrastruktur, um die Daten für produktive Anwendungen schnell und zuverlässig bereitzustellen.

Mit agilen Ansätzen und dem richtigen Mindset zum Erfolg

Wie anfangs bereits geschrieben: Das Potenzial von Data Science ist riesig, man muss dies aber auch zu nutzen wissen! Ideen sind dafür da, dass man sie ausprobiert. Allerdings sollte man früh und regelmäßig prüfen, wie erfolgversprechend die Verwirklichung einer Projektidee ist und welche Anpassungen sinnvoll sind. Methoden aus der agilen Softwareentwicklung können dabei helfen, den Projektverlauf regelmäßig zu hinterfragen und bei Bedarf anzupassen. Dies erfordert die Auswahl passender Methoden, eine analytische Herangehensweise, um Projekterfolg messbar zu machen, aber auch das richtige Mindset und Mut.

Ideen sollte man ausprobieren und über Board werfen, wenn sie nichts taugen!

Sehr gerne helfen wir euch dabei, eure Projektvisionen in einem frühen Stadium zu bewerten, diese in eine umsetzbare Strategie zu verwandeln und ein Umfeld zu schaffen, in dem sich erste Analysen als Prototyp schnell bauen und testen lassen.

Unsere Workshop Angebote

  • KI Ideen-Workshop: Erarbeitung geeigneter Anwendungsfälle im Bereich Künstlicher Intelligenz, angepasst auf eure Unternehmensziele
  • Data Design Sprint: In einer Woche von einer Idee zum getesteten Prototyp. Nach der Google Ventures Methode von Jake Knapp, angepasst an die Anforderungen in Data Science und Künstlicher Intelligenz
  • Entwicklung einer Datenstrategie: Analyse von fehlenden oder unzureichenden Datenbeständen und Entwicklung einer umsetzbaren Datenstrategie

Jeder Workshop erfolgt stets unter Beachtung der technischen Umsetzbarkeit und wirtschaftlichen Rentabilität.


Erfahrt mehr über unsere Dienstleistungen in einem persönlichen Telefonat. Wir freuen uns auf eure Anfrage und von eurer Visionen zu erfahren.

Dieser Artikel wurde verfasst von:
Author image

Sarah Stemmler

Mit meiner Leidenschaft für Menschen, Daten & Tools, helfe ich Unternehmen Data Science Kompetenz inhouse aufzubauen.
Abonnement hinzugefügt synsugar
Super! Schließe den Checkout ab um vollen Zugriff zu erhalten synsugar
Welcome back! You've successfully signed in.
Success! Your account is fully activated, you now have access to all content.