Wie Manager besser entscheiden – Erfahrungen mit datengetriebener Steuerung bei DB Regio

Shownotes

Fragen:

Welche Herausforderungen stellen sich DB Regio aktuell in der Steuerung? Was unterscheidet die datengetriebene Steuerung von den bisherigen Methoden? Welche Anwendungsbeispiele gibt es, in denen die Organisation datenbasiert bessere Entscheidungen treffen kann? Welche Daten werden dazu genutzt? Wo gibt es noch Probleme?

Was macht eine datengetriebene Steuerung erfolgreich? Wie steht es um die „Data Governance" und „Datendemokratie"? Wie ist das Datenverständnis der Entscheider? Wofür bedarf es noch der Entscheider? Haben sich Performance Reviews verändert? Gibt es Kontroversen zur „datengetriebenen Steuerung"? Schürt sie Sorgen? Und sind diese berechtigt?

Wie verhält es sich mit den Gemeinsamkeiten und Unterschieden in der Steuerung und Führung zwischen der zentralen und der regionalen Perspektive und Verantwortung?

Weiterführende Links:

DB Regio - Regionalverkehr mit Zukunft

CTcon: Datengetriebene Steuerung

„Eine datengetriebene Steuerung ist heute möglich" (Christian Bungenstock im Interview mit Utz Schäffer, Controlling & Management Review, Ausgabe 4/2024, Seite 8-15, Verlag: Springer Gabler Verlag)

CTcon: Logistics Suite - Kundenerfolg optimieren

Management-Podcast von CTcon (Folge 20): Data Science zum Erfolg führen - Machine Learning Operations (ML Ops) in Praxis und Forschung

Management-Podcast von CTcon (Folge 14): Unternehmenssteuerung mit KI? Wie aus Data Science Entscheidungen werden - ein Praxisdialog mit Johnson & Johnson

Transkript anzeigen

00:00:09: Unbekannt: Zielführung starten - der Management-Podcast von CTcon.

00:00:21: Unbekannt: Herzlich willkommen! Ich bin Christian Bungenstock und als Partner bei CTcon in Düsseldorf bin ich Gastgeber von "Zielführung starten", dem Management-Podcast zu Themen der Unternehmenssteuerung. Ich freue mich, Sie heute auf eine Tour zur datengetriebenen Steuerung im Mobilitätssektor mitzunehmen. Unterwegs sind wir mit Nicole Berlin und Thomas Lührmann. Nicole Berlin ist Vorsitzende der Region Nord von DB Regio. In ihrer Rolle verantwortet sie das Schienenverkehrsgeschäft in Schleswig-Holstein, Niedersachsen, Hamburg und in Bremen.

00:00:51: Unbekannt: Zuvor war Frau Berlin Leiterin Betrieb Service und Pünktlichkeit in der Zentrale der DB Regio AG in Frankfurt. Diese ist für den Personennahverkehr der Deutschen Bahn AG in Deutschland zuständig. Thomas Lührmann ist Associate Partner bei CTCon. Er berät seit 20 Jahren bedeutende Konzerne und mittelständische Unternehmen in Themen der Unternehmenssteuerung. Seine Schwerpunkte sind die Ausgestaltung von Steuerungsinstrumentarien und die Transformation hin zu einem datengetriebenen Performance Management.

00:01:20: Unbekannt: Nicole Berlin und Thomas Lührmann kennen sich aus der gemeinsamen Zusammenarbeit. Hallo Frau Berlin! Freue mich, dass wir hier uns treffen und auch persönlich bei Ihnen in Hannover zusammensitzen können. Vielen Dank für Ihre Zeit und für Ihre Gastfreundschaft. Ich freue mich, mit Ihnen über ein Thema zu sprechen, das uns auch jetzt schon eine Zeit lang miteinander verbindet, die datengetriebene Steuerung.

00:01:41: Unbekannt: Ja, hallo, Herr Dr. Lührmann, also ich freue mich auch, Sie wieder zu sehen. Wir haben uns ja jetzt seit fast eineinhalb Jahren nicht mehr gesehen. Von daher herzlich willkommen in Hannover. Ja, vielen Dank. Freue mich sehr. Wir kennen uns jetzt so ein paar Jahre und wir haben damals uns kennengelernt in Ihrer vorherigen Rolle als Leiterin Betrieb in der Zentrale von DB Regio und da haben wir ein Reporting-Projekt gemeinsam gemacht und Sie haben uns damals in diesem Reporting-Projekt schon etwas mit auf den Weg gegeben und ich glaube, das kann auch so ein bisschen Leitmotiv für das heutige Gespräch sein.

00:02:10: Unbekannt: Nämlich die Aussage: "Bevor wir auf die Euros gucken im Reporting, lass uns doch mal erst mal auf die vorgelagerten Leistungskennzahlen, auf die operative Welt gucken. Der Euro folgt dann schon." Und das ist, glaube ich, so ein bisschen auch eine gemeinsame Perspektive, eine gemeinsame Erfahrung, wie man eigentlich steuern sollte. Und das wollen wir heute gemeinsam miteinander besprechen. Bevor wir das tun.

00:02:31: Unbekannt: Die Deutsche Bahn muss man niemandem vorstellen. Die Geschäftsfelder der Bahn sind vielleicht nicht jedem so geläufig. Sie sind hier Leiterin der Region Nord bei DB Regio. Was macht Ihre Region und was sind so die wesentlichen Themen, die Sie gerade beschäftigen? Ja, also Sie haben es ja schon gesagt, ich bin Leiterin der Region Nord, zuständig für Schleswig-Holstein und Niedersachsen-Bremen.

00:02:52: Unbekannt: Wir sind verantwortlich für die Umsetzung der Verkehrsverträge, die wir mit unseren Aufgabenträgern in Niedersachsen und Schleswig-Holstein haben. Wir haben momentan fünf Verkehrsverträge, die wir aktiv fahren, sind in Ausschreibung von zwei Verkehrsverträgen, was immer sehr, sehr aufwendig ist für alle Mitarbeiter und unsere Organisation echt unter Druck setzt. Also das sind die Herausforderungen, weil hier geht es ja auch darum: Wer gibt eigentlich das beste Angebot ab?

00:03:25: Unbekannt: Früher war es immer nur Preis, mittlerweile ändert sich das a bisserl. Es kommt immer mehr Qualität dazu und somit schließt sich ja dann auch wieder der Kreis. Wie messe ich denn Qualität? Und da sind wir dann wieder bei unserem gemeinsamen Thema datengetriebene Steuerung und damit dann auch Qualität ja oder nein? Ja, ich glaube, die Bahn bewegt uns ja alle im ganz wörtlichen Sinne, aber auch im übertragenen Sinne.

00:03:49: Unbekannt: Die wesentlichen Steuerungsthemen oder viele der Themen, die auch gerade die Bahn beschäftigen, kann man jeden Tag in der Zeitung lesen. Wird spannend sein, da gleich noch mal genau tiefer einzusteigen und zu schauen, wie Sie da steuern und wie Sie vor allen Dingen eben auch mit Daten Ihre Steuerung gestalten. Jetzt kann man ja sagen: Datengetriebene Steuerung hört sich spannend an, aber wir haben doch schon immer mit Daten gesteuert.

00:04:09: Unbekannt: Was ist denn jetzt anders? Was ist das, diese datengetriebene Steuerung und warum ist das anders als eine Steuerung, wie wir sie vielleicht von früher auch kennen? Also zu allererst, also ich schaue jetzt einfach mal auf meine Region und nicht auf meine frühere Tätigkeit. Wir haben natürlich viele erfahrene Führungskräfte. Und wenn ich jetzt mit meinem Leiter Leitstelle in Schleswig-Holstein spreche, der wird mir im Schlaf sagen: "Ja, da musst du diesen Zug rausnehmen und schau mal, dass die Bereitstellung logistisch schneller funktioniert."

00:04:40: Unbekannt: Also alles Bauchgefühl. So, wenn ich jetzt mir anschaue, was macht der Aufgabenträger im Moment, dann zerstückelt der die Wertschöpfungskette und bei mir beginnt die Wertschöpfung in der Instandhaltung über die Bereitstellung von Zügen am Bahnsteig hin zur Zugfahrt, den Zug wieder in die Instandhaltung und dann geht der Zyklus von vorne los. Zerstückelung der Wertschöpfungskette bedeutet für mich, dass ich nur noch einen Teil dieser Wertschöpfungskette selber verantworte und Partner mit ins Boot bekomme, wir aber nicht wissen: Was kommt denn zum Beispiel aus der Instandhaltung?

00:05:22: Unbekannt: Welche Qualität brauche ich denn an meiner Schnittstelle, damit ich dann auch pünktlich am Bahnsteig bereitstelle? Dann hilft mir das Bauchgefühl nicht mehr, sondern dann muss ich wissen: Wie gut ist die Pünktlichkeit aus der Bereitstellung? Wie viel Züge bekomme ich pünktlich aus der Bereitstellung in vollem Umfang mit der vollen Qualität, um dann Reisenden-Information-Bereitstellung, meine Kundenberater im Zug und meine TFs richtig einzusetzen?

00:05:52: Unbekannt: Und deswegen ist es für mich extrem wichtig und noch wichtiger, datengetrieben zu steuern. Ich glaube, da haben Sie gleich eine ganze Reihe von extrem wichtigen Facetten der datengetriebenen Steuerung angesprochen. Auf der einen Seite genau diese Überzeugung, dass wir über die Daten eben eher in einen faktenbasierten Dialog und in faktenbasierte Steuerung reinkommen. Weg von Anekdoten, auch ein Stück weit weg von Bauchgefühl.

00:06:14: Unbekannt. Das wird man auch weiterhin brauchen, wir kommen da sicherlich gleich nachher noch mal dazu. Das zweite ist auch, ein Stück weit wegzukommen von einer zu starken Fokussierung auf aggregierte KPIs hin zu einer Welt, in der ich den Prozess und zwar möglichst vollumfänglich, den Prozess eben auch in all seinen Facetten mit Daten abbilden kann. "Digitaler Zwilling" ist da immer so das Stichwort, das da fällt.

00:06:36: Unbekannt: Aber ich glaube, das ist - und so habe ich gerade Ihre Einschätzung auch wahrgenommen - sicherlich ein Stück weit gemeinsame Überzeugung, dass man genau das braucht, dass man auch weiterhin Kennzahlen braucht, dass man auch weiterhin aggregieren muss, aber dass das Potenzial der datengetriebenen Steuerung eben darin besteht, nicht mit aggregierten Kennzahlen zu starten, sondern die Steuerung eigentlich um den Einzelfall herum aufzubauen und darüber ein gutes Bild zu bekommen, wie die Ist-Situation aussieht, wo die Herausforderungen, wo die Probleme sind und dann am Ende natürlich auch wieder zu einer aggregierten Aussage zu kommen.

00:07:05: Unbekannt: Ja, Sie haben gerade schon eine ganze Reihe von Daten angesprochen, die Sie in der Steuerung nutzen. Vielleicht können wir das mal gemeinsam tiefer legen und schauen, welche Daten sind es denn eigentlich, die Ihnen in der Steuerung helfen und die Sie und Ihr Management-Team regelmäßig nutzen? Also im Moment sind wir noch auf dem Weg, alles nutzbar zu machen. Ich würd gern da eine Anekdote erzählen, auch wenn wir bei Daten sind.

00:07:30: Unbekannt: Ich kann mich noch erinnern, wie wir gemeinsam überlegt haben: Wie können wir denn Daten nutzen auf der Zugfahrt? Wir hatten uns einen Verkehrsvertrag, einen kleinen Verkehrsvertrag von unserer Kollegin aus der Mitte geholt. Und wenn wir als Führungskräfte auf Daten schauen, dann schauen wir immer auf Pünktlichkeit. Wir schauen: Kommt der Zug pünktlich an? Fährt der Zug pünktlich ab? Wird der Zug pünktlich bereitgestellt? Habe ich die richtigen Leute auf dem Zug?

00:08:02: Unbekannt: Wir geben ein Angebot ab. In dem Angebot kalkulieren wir eine Anzahl Züge. So, und Sie sind hergegangen und haben zu mir gesagt: "Sie haben ja viele Daten, wollen wir mal mit einem anderen Blick auf diese Daten schauen. Sie haben die Reisendenzahlen. Sie wissen, wie viele Leute am Bahnsteig ein- und aussteigen. Sie wissen, wie voll der Zug ist, wie die einzelnen Züge sind, wie die Instandhaltung performt bei den Zügen.

00:08:31: Unbekannt: Und wir sind dann hergegangen zusammen und haben Daten, die wir nutzen, nämlich die Anzahl der Reisenden, nämlich die Produktivität in der Instandhaltung, die Geschwindigkeit des Zuges, die Anzahl Halte, also wirklich operative Kennzahlen, natürlich die Pünktlichkeit, und haben überlegt: Ist es denn möglich, aus diesen Daten, wenn man diese Daten anders miteinander verknüpft, aus diesen Daten neue Erkenntnisse zu gewinnen, die uns - und das ist ja immer der Blick, den wir haben - einen stabilen Betrieb ermöglichen und dabei aber auch die Reisenden, die am Bahnsteig stehen, wirklich zuverlässig abzufahren?

00:09:12: Unbekannt: Und wir konnten mit einem neuen Schnitt der Daten, mit einem Verknüpfen von Daten, die wir normalerweise nicht verknüpfen, eine Zugleistung von 13 reduzieren und haben trotzdem das komplette Angebot auf die Schiene gestellt. Und das war für mich ein riesen Aha-Effekt, dass es zwar schön ist, wenn ich dann auf die Gesamtpünktlichkeit von Schleswig-Holstein oder Niedersachsen schaue, mir das aber eigentlich zum Schluss nichts bringt, weil ich muss auf die einzelnen Verkehrsverträge, auf die einzelnen Linien schauen und da kann ich mich optimieren.

00:09:46: Unbekannt: Und das sind all die Kennzahlen, die mir helfen, dann wirklich den Schritt in Qualität, Optimierung, Produktivität zu gehen. Ja, eine schöne Anekdote, auch eine schöne gemeinsame Anekdote, in der Tat. Wenn wir mal den Blick wenden auf die Frage: Was muss man denn dafür tun, damit so was klappt? Also Daten nutzen, Daten miteinander verknüpfen, Daten dann auch natürlich in der Steuerung tatsächlich anwenden.

00:10:10: Unbekannt: Auch das ist eine Facette der Steuerung, die wir gleich, glaube ich, noch mal vertiefend uns angucken sollten. Aber wenn wir mal in dem vorderen Prozess bleiben. Also Daten erst mal nutzbar machen und abbilden, verknüpfen, Sie haben es gerade gesagt. Was sind denn da die wesentlichen Erfolgsfaktoren, die wesentlichen Herausforderungen, die Sie da sehen? Ja, zum einen müssen die Daten da sein. Ich brauche auch jemanden, der in der Lage ist zu sagen: Diese Daten sind, ich sage jetzt mal, sauber, also diese Daten sind nutzbar, weil sie genau so, wie sie erhoben werden sollten, auch erhoben wurden, keine Ausreißer, nix, drin ist.

00:10:47: Unbekannt: Ich brauche natürlich das Know-how auf meiner Seite, also jetzt nicht bei mir, sondern bei meinen Mitarbeitern. Und ich brauche jemand, der uns an die Hand nimmt und uns hilft, diese Daten miteinander sinnvoll zu verknüpfen. Und in dem Fall waren das ja Sie mit Ihrem Team. Ich habe ja da immer sehr viel vertraut, weil Sie ja schon viel Kompetenz hier an den Tag legen.

00:11:11: Unbekannt: Von daher würde ich jetzt mehr aus meiner Brille sagen: Das braucht man, um Daten sinnvoll miteinander zu verknüpfen und dann ein gutes Ergebnis zu bekommen. Dann lassen Sie uns doch gerne an der Stelle noch mal zwei, drei Facetten vertiefen. Das erste ist das ganze Thema, das Sie gerade auch angesprochen haben: Datenverfügbarkeit, Datenqualität. Wenn man sich so mit Unternehmen, mit anderen Häusern unterhält, aber auch entsprechende Studien sich anschaut, dann ist dieses Thema immer eins, das relativ weit oben landet.

00:11:40: Unbekannt: Auf der Themenliste, die da zu diskutieren sind. Also haben wir eigentlich die richtigen Daten? Haben wir die richtige Datenqualität, um genau dieses Potenzial der Datenverknüpfung dann auch ausschöpfen zu können? Und dann hört man eben häufig auch mal: Ja, das mit der datenorientierten Steuerung, das ist ja eine schöne Idee, aber ich muss doch erst mal meinen Datenkeller aufräumen und erst wenn ich den aufgeräumt habe, dann kann ich eigentlich anfangen, das richtig zu nutzen.

00:12:01: Unbekannt: Ist das der richtige Angang oder wie würden Sie es machen? Oder wie machen Sie es? Na ja, wenn ich jetzt wieder mal bei einer Anekdote bleibe, da haben wir uns einfach ein Stück aus dem Kuchen ausgeschnitten und haben uns angeschaut für diese Teilstrecke, für diesen Teilbereich: Was für Daten brauche ich denn? Das war ja der erste Schritt. Dann haben wir uns aufgeschrieben, in welcher Datenqualität? Datenformat? Was müssen wir haben?

00:12:27: Unbekannt: Sind dann auf die Experten in der Operativen zugegangen und haben gesagt: Mensch, ihr bedient ja Systeme, wir haben ja Dispositionssysteme, Planungssysteme. Wir haben ja auch die Rückschleife aus der Operativen. Welche Daten gibt es denn im System, die wir für unser Unterfangen nutzen können? Und das zusammen mit Ihren Datenexperten, mit meinen Qualitätsexperten, haben wir uns dann die Daten angeschaut, haben auch geschaut, ob die Datenmenge reicht und die Daten sauber sind.

00:13:01: Unbekannt: Sie haben die Daten dann so verfeinert, dass das machbar war und dann sind wir den zweiten Schritt gegangen. Ich glaube, dieses Thema, zu sagen, ich möchte jetzt die Region Nord datengetrieben machen. Da stehe ich dann vor so einem Berg, dass ich sofort mich wieder hinsetze und sage: Okay, lassen Sie uns irgendwas anders machen, aber nur nicht das. Wenn man aber mit einem kleinen Teil anfängt und dieser Teil dann auch verstanden wird bei Mitarbeitern, bei den Führungskräften, dann ist es glaube ich der richtige Schritt, um in die datengetriebene Steuerung zu gehen.

00:13:35: Unbekannt: Genau auch unsere Erfahrung, dass die Anzahl der Daten, die man hat, die Qualität der Daten hat, dass das in der Regel ausreicht, um erst mal überhaupt in eine datengetriebene Steuerung reinzukommen. Und natürlich muss man sich dann weiterhin auch um Datenverfügbarkeit und Datenqualität kümmern. Aber es ist keine Ausrede, nicht anzufangen. Und das Bessere ist der Feind des Guten. Man kann sich immer weiterentwickeln.

00:13:57: Unbekannt: Ich glaube, der Referenzpunkt sollte nicht sein eine perfekte Datenwelt, sondern der Referenzpunkt ist: Wie treffe ich denn Entscheidungen ohne Daten? Und wenn ich da einen Schritt nach vorne machen kann, dann hat man in der Steuerung dann auf jeden Fall einen Vorteil erzielt. Ja, und das zweite Thema, das damit eng zusammenhängt mit dem ganzen Thema Datenqualität und Datenverfügbarkeit, ist dieses Megathema Data Governance, das große Schlagwort.

00:14:17: Unbekannt: Auch das ist immer weit oben auf der Themenliste aller Ansprechpartner und in Studien. Jetzt ist das auch schnell ein mega-operatives Thema und dann sicherlich auch nicht ihr Beritt als solches. Aber so das ganze Thema Awareness für Daten, Datenkultur. Wie kriegen wir in einer Organisation eine Verantwortung für eine gute Datenqualität, für eine laufende Datenpflege? Wie kriegen wir das in einer Organisation verankert?

00:14:44: Unbekannt: Das ist, glaube ich, in meiner Wahrnehmung schon auch eine Aufgabe von Führungskräften, auch von Top-Führungskräften und von der Führungsmannschaft. Wie ist da Ihr Blick? Es funktioniert ja alles immer, wenn alle Mitarbeiter und die Führungskräfte verstanden haben, warum wir irgendwas tun. Also wenn ich nicht erkläre, warum ich gute Daten brauche, dann werde ich nie gute Daten bekommen und es wird immer eine zusätzliche Arbeit bleiben, die mit wenig Motivation gemacht wird.

00:15:14: Unbekannt: Wenn man aber erklärt und die Mitarbeiter sehen dann auch das Ergebnis und man beginnt zusammen zu diskutieren: Was sehe ich denn da jetzt eigentlich im Output? Also was sagen mir eigentlich meine Zahlen? Da brauche ich das Know-how der Disponenten, der Planer. Ich brauche das Know-how der TFs und ich brauche das Know-how der Führungskräfte. Und ich glaube über dieses Verständnis die Diskussion auch dann mit den Daten, wird der Mitarbeiter alleine beginnen, diese Daten gut zu pflegen.

00:15:47: Unbekannt: Aber genau diesen Schritt muss ich halt einfach gehen. Und insofern auch als Führungsmannschaft vorgeben, dass das der Arbeitsmodus ist. Ja. Und quasi das Steuerungsverständnis, das man sich wünscht und das man verankern möchte. Jetzt sprachen wir ein Stück weit gerade schon über Datenkultur. Eine der Themen, die da immer wieder in unserer Wahrnehmung auftauchen, ist so ein bisschen ein Stück weit.

00:16:05: Unbekannt: Ich formuliere es jetzt mal bösartig, so ein Abwehrmechanismus. Will ich denn andere wirklich in meinen Datenkeller reinschauen lassen? Möchte ich den Schlüssel für die Kellertür zu meinem Datenkeller wirklich jemand anderem geben? Daten sind auch immer ein Stück weit Macht. Und wenn wir in eine datenorientierte Steuerung hineinkommen wollen, wo wir, wie Sie das gerade auch geschildert haben, eben ganz verschiedene Daten miteinander verknüpfen, miteinander vernetzen müssen, um dann zu besseren Aussagen zu gelangen, dann muss man diesen Datenkeller eigentlich für alle aufmachen.

0: Unbekannt: Ist das, was ich jetzt gerade gesagt habe, nur eine bösartige Unterstellung oder eine Wahrnehmung, die es doch noch ab und zu mal gibt? Ich glaube, das ist auch eine Unternehmenskultur. Also ist die Kultur so, dass man gewohnt ist, sich messen zu lassen und in den Vergleich, einen Benchmark zu gehen? Dann ist es kein Problem, die Daten zu öffnen.

00:16:52: Unbekannt: Für mich ist, Daten auf den Tisch legen, sich über Daten zu unterhalten, die Qualität zu besprechen, ist ein kulturelles Thema und es funktioniert nur, wenn die Führung - also bei uns wäre es jetzt der Vorstand Regio - auch bereit ist, Daten, die im Moment vielleicht nicht so gut sind, die abrutschen, nicht als Versagen im ersten Moment besprechen wollen, sondern wirklich dann sich auch gemeinsam mit den Regionen, mit den Führungskräften darüber unterhalten.

00:17:26: Unbekannt: Wie kann ich denn diese Daten jetzt verbessern, so dass ich aus dem Tal der Tränen wieder auf die glückliche Seite des Lebens komme? Und wir haben mittlerweile bei Regio einen Vorstand, der sehr datenorientiert ist, sehr datengetrieben und auch in seinem Verhalten sehr fair unseren Regionen gegenüber ist. Wir diskutieren, wir gehen in den Benchmark und wir versuchen wirklich mit den Daten dann auch in eine bessere Qualität zu kommen.

00:17:58: Unbekannt: Und es wird niemand der Kopf abgerissen, wenn die Daten mal nicht stimmen. Aber das ist die Voraussetzung. Sie haben gerade schon an einigen Stellen Kompetenzen angesprochen, die es braucht, um diese Daten dann nutzen zu können. Ich muss das verknüpfen können, muss die Daten auch verstehen, muss meine Datentöpfe kennen, muss einschätzen können, wie die Datenqualität ist und Ähnliches mehr.

00:18:18: Unbekannt: Was braucht es denn in einer Top-Führungsposition, um dann auch mit diesen Daten arbeiten zu können? Wie gewinnen Sie Vertrauen und Akzeptanz in das, was da datenseitig entsteht durch einen Data-Analysten, durch den Data-Scientisten, durch jemanden, der sich also tief in Daten und Algorithmen reingräbt und dann kommt ein Ergebnis raus? Und wie kommen Sie für sich selbst zu der Überzeugung: das passt!?

00:18:45: Unbekannt: Ich vertraue diesen Daten, ich vertraue dem Algorithmus. Ich vertraue dem, was aus so einer Maschine dann an Management-Aussage herauskommt. Das ist eine echt schwierige Frage, Herr Dr. Lührmann. Also ich bin Master Black Belt. Ich bin konditioniert, mit Daten zu arbeiten. Nichtsdestotrotz geht natürlich auch meine Kenntnis, also endet irgendwo. Meine Erfahrung war, wie wir begonnen haben mit der datengetriebenen Steuerung und wir uns dieses Teil vom Kunden rausgepickt haben.

00:19:16: Unbekannt: Da konnten wir ja aus, also zumindest ich, aus meiner Erfahrung auch ein Stück weit sichergehen, dass der Weg richtig ist. Ich kann jetzt natürlich nicht sagen, ob die 70 oder die 75 Prozent richtig sind, aber zumindest habe ich so viel Verständnis von der Operativen, dass ich ein Gefühl dafür habe, ob das realistisch sein kann oder nicht. So, und dann habe ich auf der anderen Seite, und so war ich mein Leben lang unterwegs, auf der anderen Seite Know-how sitzen.

00:19:46: Unbekannt: Und da vertraue ich auch auf das Know-how von meinem Gegenüber, der als Datenanalyst zum Beispiel ja die Expertise mitbringt. So mache ich es ja in der Operativen auch. Ich vertraue ja auch dem Lokführer, dem Disponenten. Und genauso vertraue ich dem Datenanalyst, dass er die richtigen Dinge miteinander verknüpft. Unser Ansatz ist da immer: Vertrauen baut man erst mal dadurch auf, dass man immer so eine Von-100-Sicht einnimmt, also quasi den Gesamtkuchen versucht dann eben in die von Ihnen auch gerade genannten Scheiben zu schneiden und erst mal vom Gesamtkuchen aus startet und dann guckt.

00:20:19: Unbekannt: An welchen Stellen habe ich denn Daten, wo habe ich sie nicht, um immer auch wieder zurückzukommen zu einem Gesamtwert. Und damit habe ich erst mal einen groben Plausibilitätscheck, also kann das irgendwie grob passen. Und das Zweite ist natürlich immer zu schauen: Ist das, was da an Aussage rauskommt, deckt sich das mit einer Managementerfahrung? Und wenn sich das nicht deckt, dann kann das mehrere Gründe haben.

00:20:41: Unbekannt: Aber einer kann eben auch darin sein, dass man vielleicht doch noch mal in die Daten reingucken muss. Das ist ein Zusammenspiel von eben einem tiefen Verständnis der Daten und auch all der Managementerfahrung. Und die Kombination, die darüber entscheidet, ob man irgendwie mit den Daten auch gut arbeiten kann. Ja. Insofern hätte ich jetzt noch die ketzerische Frage gestellt: Wofür braucht es denn eigentlich noch Manager, wenn das mit den Daten alles so super ist?

00:21:03: Unbekannt: Irgendwer muss ja auch entscheiden, wo wir dann den Weg gehen oder nicht, wo wir diese Maßnahmen dann einführen oder nicht, ob das alles auch finanzierbar ist oder nicht. Und deswegen braucht es uns. Ja, Entscheiden ist ein gutes Stichwort. Ich würde gern noch mal so ein paar Anwendungsfälle mit Ihnen besprechen. Typischerweise, so nach Lehrbuch, würde man unterscheiden zwischen "Ich kann irgendwie deskriptive Analysen machen", da will ich im Wesentlichen verstehen: Wie ist denn das Ist? Dann die nächste Stufe ist kausale Analyse-Muster erkennen, Kunde identifizieren und dann geht es in den nächsten "Ausbaustufen" in preskriptive und prädiktive Modelle. Predictive Forecasting, Predictive Analytics und Ähnliches mehr.

00:21:43: Unbekannt: Wo nutzen Sie die Daten? Wo sehen Sie den größten Mehrwert in der Datennutzung? Also wir schauen uns normalerweise genau den ersten Schritt an. Wir schauen aufs Ist und schauen, was bedeutet das und was können wir damit tun? Wo wir die größten Probleme haben, ist der Forecast. Und da habe ich auch ganz, ganz viel in der Zusammenarbeit mit uns beiden gelernt.

00:22:07: Unbekannt: Dieses Bewusstsein, was denn eigentlich alles auf Daten, auf unsere Produktion einwirkt. Und es gibt keinen Menschen, der dies alles berücksichtigen kann. Sie brauchen ein Mega-System dafür. Und wir sind ja gemeinsam hergegangen und haben zum Beispiel Pünktlichkeit, Pünktlichkeitsanalysen, Forecast miteinander entwickelt, mit all den Einflüssen, die auf die Pünktlichkeit wirken. Und für mich war das also wirklich einen riesen Aha-Effekt, dass so was möglich ist.

00:22:45: Unbekannt: Und wir sind ja wirklich sehr, sehr, sehr nah dann an diese Daten, wenn sie dann so weit waren, diese Daten waren dann an das Ist herangekommen. Und das war für mich der größte Schritt, den wir gemeinsam gemacht haben. Dieses Thema vom Ist über "ja, was haben wir denn für Auffälligkeiten in den Daten?" hin zu "und wie können wir eigentlich einen Forecast machen bei Themen, die echt nicht leicht sind, wie Pünktlichkeit?

00:23:11: Unbekannt Ich würde gern bei dem Thema deskriptive Analyse noch mal kurz einmal einsteigen, also quasi dem ersten Schritt in dieser Kette, die wir gerade besprochen haben. Da kommt ab und zu mal das Argument: Das ist ja alles ganz schön und natürlich können mir die Daten ganz viel darüber erzählen, wie die Welt da draußen ist, meine produktionelle Welt, meine vertriebliche Welt.

00:23:31: Unbekannt: Aber ich kenne doch meine Probleme. Ich habe doch gar kein Erkenntnisproblem. Und der Case für Predictive Forecasting, der ist dann relativ schnell verstanden. Aber der Case für "ich muss erst mal quasi möglichst präzise meine Ist-Welt verstehen", da stößt man eben häufiger mal auf genau solche Aussagen. "Ich kenne doch meine Probleme, da brauche ich keine Daten für", um es mal sehr platt und schwarzweiß zu formulieren.

00:23:55: Unbekannt: Ich glaube, unsere gemeinsame Überzeugung ist, dass das so ganz nicht richtig ist. Aber wie würden Sie es einordnen? Da fällt mir spontan ein Beispiel ein. Einer meiner Standorte ist Kiel und in Kiel haben wir sehr, sehr wenig Platz innerhalb der Instandhaltung fürs Rangieren, für die Wäsche und dann auch für die Fahrt zum Bahnsteig. Wir hatten sehr große Probleme mit der pünktlichen Abfahrt und ich habe dann natürlich meine Instandhaltung, meinen Leiter Leitstelle gefragt: "Mensch, woran liegt's denn?"

00:24:35: Unbekannt: Und beide: "Ja, die Rangierer!" Hier kommen die Rangierer unpünktlich und deswegen haben wir solche Probleme. Jetzt bin ich natürlich von Ihnen gut konditioniert worden, sodass ich mir den Prozess dann im Detail angeschaut habe. Und dann konnte ich feststellen, dass wir eine sehr gute Übergabe aus der Instandhaltung haben, dass wir sehr pünktlich am Bahnsteig sind und dass das offensichtlich nicht unser Problem ist.

00:25:03: Unbekannt: Würde ich jetzt, ohne dass ich mir wirklich den Ist-Prozess mit seiner Qualität anschaue, auf die Erfahrung von meinen Kollegen einsteigen, hätten wir wahrscheinlich sehr, sehr viel Geld in die Hand genommen, um zusätzliche Rangierer, um vielleicht sogar eine zusätzliche Rangierlok zu beschaffen, um hier die bestmögliche Qualität bei der pünktlichen Abfahrt zu erreichen. Was war es? Man hat den Prozess im Bahnhof umgestellt, so dass ein anderes Eisenbahnverkehrsunternehmen quer den Bahnhof kreuzte und somit die Ein- und Ausfahrt blockierte.

00:25:42: Unbekannt: Und da nicht die vorgelagerten Prozesse, sondern dann wirklich die Prozesse bei Abfahrt der Zugfahrt das Problem waren. Und somit haben wir dann die richtige Entscheidung getroffen, haben uns mit dem EVO an den Tisch gesetzt und nicht in unserem eigenen Bereich die Prozesse optimiert, die offensichtlich ja auch gut gelaufen sind. Tolles Beispiel. Wie kriegt man das denn verstetigt? Gehen so in den Bereich Performance Management, Review oder Business Review oder Ergebnisgespräch?

00:26:14: Unbekannt: Die Begriffe, die da genutzt werden, sind in den Häusern unterschiedlich. Aber wie kriegen wir sozusagen die Einzelanalyse in einen Regelprozess, in dem ich, in dem Sie mit Ihrer Führungsmannschaft regelmäßig in einem Monatsprozess eben nicht nur auf die Euros gucken, wie wir am Anfang gesagt haben, sondern eben auf die Leistungsdaten? Und wenn man sich dann in so einem Performance Management Prozess nicht nur Anekdoten erzählt, sondern eben anhand der Daten sich der Themen nähert. Wie kriegt man das hin?

00:26:42: Unbekannt: Also meine Erfahrung ist, dass man es nicht ohne eine dritte Person hinbekommt. Also man muss ja sehr diszipliniert sein, um genau immer diese Prozessschritte zu betrachten und sich wirklich immer zu hinterfragen: Sind wir noch gut in den einzelnen Prozessschritten? Und dieses Anekdotenhafte ist natürlich auch ganz schnell passiert. Und ich sehe es ja, wir haben montags immer unsere Runde mit unseren einzelnen Ebenen, wo wir genau über diese Dinge sprechen.

00:27:13: Unbekannt: Und der Reflex ist, immer erst mal zu erklären, warum irgendwas ja sowieso gar nicht geht und was alles Schlimmes passiert ist an diesem Tag, ohne auf Kennzahlen zu schauen, ohne sich auf den Prozess zu konzentrieren. Und dafür brauchen Sie einen Coach, der Ihnen hilft, aus genau dieser Haltung rauszukommen. Und immer wieder sagt "Mensch, wir wollten uns doch den Prozess anschauen, die Kennzahlen, die Leistungskennzahlen anschauen" und da immer wieder darauf verweist. Ja, ist auch genau unsere Überzeugung.

00:27:46: Unbekannt: Es gibt dieses schöne Zitat: "In God we trust. All others must bring data." Und auch das kann ja ein gewisses Leitmotiv für so einen Performance Dialog sein, dass man eben gemeinsam sich zwingt in einem Regelprozess, in einer Routine, eben dann immer wieder gemeinsam auch auf die Daten zu gucken und sich dann sehr stringent an diesen Daten dem Geschäft zu nähern.

00:28:06: Zielführung starten - der Management-Podcast von CTcon. nbekannt: Genauso wie Sie das gerade auch geschildert haben. Wir haben vorhin auch schon ein Stück weit darüber gesprochen, dass das ja mit ganz vielen unterschiedlichen Herausforderungen, Aufgaben verbunden ist. Also, so eine datengetriebene Steuerung macht sich nicht von selbst. Data Governance war ein Stichwort, Datenqualität, Datenverfügbarkeit war ein Thema. Jetzt zuletzt die Frage: Wie verankern wir das im Performance Management Prozess? Dahinter stecken System.

00:28:25: Unbekannt: Themen, die wir jetzt nicht besprochen haben, aber die natürlich auch irgendwie zu bewältigen sind. Wenn man sich das alles anschaut, kann man natürlich auch irgendwie ein bisschen Angst kriegen und sagen: "Das ist ein Riesenthema, da lasse ich mal lieber die Finger von." Ja.

00:28:41: Unbekannt: Also wenn man einmal verstanden hat, dass es hilft, dann lohnt es sich auch, genau diesen Weg zu gehen. Und wenn man einmal verstanden hat, dass ja nicht nur intern das sehr hilfreich ist, sondern auch mir zum Beispiel hilft, gegenüber meinem Aufgabenträger zu erklären, warum die Prozesse so sind, wie sie sind, dass es eben keinen Sinn macht, vielleicht einen Ersatzzug hinzustellen, weil das eigentlich ja gar nicht unser Problem ist.

00:29:13: Unbekannt: Also es ist offensichtlich ein Problem, aber wenn man sich die zurückliegenden Prozesse anschaut, dann nicht unser Problem. Man beginnt dann ja mit anderen Argumenten, denen gegenüber auch zu erklären, warum wir irgendwelche Dinge tun oder eben nicht tun. Und das erleichtert meine Arbeit ungemein. Und deswegen lege ich ganz viel Wert darauf, dass wir auch diesen Aufwand, also der Einstieg ist ja immer Aufwand, betreiben, um genau dahin zu kommen, dass wir wirklich über Daten sprechen und dann zum Schluss über Euros sprechen.

00:29:50: Unbekannt: Ja, ich würde gern zum Abschluss noch mal ein bisschen andere Perspektiven einnehmen. Wir haben uns kennengelernt, da waren Sie Leiterin Betrieb in der Zentrale von DB Regio. Dann waren Sie zwischenzeitlich in Nordamerika tätig. Jetzt sind Sie verantwortlich für eine bedeutende regionale Organisation. Wenn Sie mal aus diesen unterschiedlichen Perspektiven und Erfahrungen auf die große weite Steuerungswelt, aber auch auf die Welt der datengetriebenen Steuerung gucken: Was sind denn da Unterschiede?

00:30:15: Unbekannt: Also den größten Unterschied, den ich festgestellt habe und da war ich eigentlich sehr erstaunt, vielleicht ist es ein Thema Eisenbahn und nicht ein Thema Nordamerika - ich war erstaunt, dass in Toronto bei dem Projekt, das ich mit begleitet habe, ein Nahverkehrsprojekt, die Kanadier wenig prozessorientiert denken und arbeiten, es für mich extrem schwierig war, die Kollegen vor Ort zu überzeugen, dass wir Prozesse benötigen, um dann genau den nächsten Schritt gehen zu können.

00:30:53: Unbekannt: Diese Prozesse zu messen und es für mich wirklich ist... ich habe ein halbes Jahr gebraucht, um zu überzeugen, dass es wichtig ist für uns. Und das hat mich total erstaunt, dass die Kanadier da mit einer großen Abwehrhaltung gegenüber Prozesse unterwegs waren und sich dann natürlich, so sind die Nordamerikaner, wenn die mal Gefallen an was gefunden haben, dann sind die ja alle zu 150 Prozent dabei und dann funktioniert so was.

00:31:27: Unbekannt: Aber das, das hat mich wirklich sehr, sehr erstaunt und das habe ich auch gar nicht erwartet. Ich dachte, ich komm in eine Prozesswelt und ich leg dann die Daten drüber über die Prozesse und dem war nicht so. Wenn ich jetzt aus der Brille "Zentrale und Region" schaue, ist es natürlich so, dass ich viel detailliertere Zahlen benötige in der Region, um die Prozesse zu steuern, um die Mitarbeiter in die datengetriebene Steuerung zu bekommen.

00:31:58: Unbekannt: In der Zentrale sind ja viele Mitarbeiter, die schon vom Studium her mit Daten zu tun haben, wo die Erklärung und die Notwendigkeit, operative Daten zu verstehen, nicht ganz so groß ist. Da ist ja eher die aggregierte Kennzahl wichtig, so dass ich wieder dahin zurückkehre, wo wir begonnen haben miteinander, nämlich wirklich in die Prozesse reingehen, in die Daten reingehen und die Mitarbeiter mitnehmen, sodass wir wirklich dann auf Daten basierend unsere Maßnahmen ableiten und da kein Geld verschwenden.

00:32:39: Unbekannt: Nordamerika, zentral, regional, Deutschland, Frankfurt - wo ist es denn am schönsten für die Steuerung? Also für mich persönlich, mir ist das egal. Also ich bin immer da, wo ich mich wohlfühle gerne. Daher kann es Bayern sein, kann aber auch der Norden sein. Auch Schleswig-Holstein, muss ich jetzt erfahren, hat schon sehr schöne Ecken, obwohl es extrem flach ist. Ja, für die datengetriebene Steuerung ist die Regio am schönsten, weil ich da den größten Einfluss darauf habe, dass wir in die richtige Richtung gehen.

00:33:15: Unbekannt: Ich glaube, das ist ein ganz hervorragendes Schlusswort. Ganz herzlichen Dank, Frau Berlin, das war eine tolle Tour d’Horizon durch unterschiedliche Facetten der datengetriebenen Steuerung. Ich glaube, wir hätten dieses Gespräch auch noch locker eine Stunde fortsetzen können zu ganz unterschiedlichen Themen und hoffe, dass wir das abseits von diesem Podcast auch noch an vielen Stellen tun werden. Für heute erst mal noch mal ganz herzlichen Dank für Ihre Zeit, für Ihre Gastfreundschaft.

00:33:38: Unbekannt: Hat viel Spaß gemacht. Vielen Dank, Herr Dr. Lührmann. Immer wieder gerne. Das war ein spannender Einblick in die datengetriebene Steuerung im Mobilitätssektor. Unsere nächste Tour zu einem wichtigen Thema der Unternehmenssteuerung startet im Oktober. Abonnieren Sie unseren Podcast "Zielführung starten" in Ihrem bevorzugten Podcast-Verzeichnis. Wir freuen uns, Sie auf weitere Expertentouren mitzunehmen.

00:34:16: Unbekannt: Das war "Zielführung starten - der Management-Podcast von CTcon".

Neuer Kommentar

Dein Name oder Pseudonym (wird öffentlich angezeigt)
Mindestens 10 Zeichen
Durch das Abschicken des Formulars stimmst du zu, dass der Wert unter "Name oder Pseudonym" gespeichert wird und öffentlich angezeigt werden kann. Wir speichern keine IP-Adressen oder andere personenbezogene Daten. Die Nutzung deines echten Namens ist freiwillig.