Wer seiner Angehimmelten ein fulminantes Essen kochen möchte, wird sich kaum vor den halbleeren Kühlschrank stellen und sich fragen: Was kann ich daraus noch machen? Er wird sich fragen: Womit kann ich sie begeistern und was brauche ich dazu?
Viele Unternehmen, die sich mit Data Analytics beschäftigen, entscheiden sich aber für die Reste-Variante: Sie betrachten die Daten, die sie haben, und fragen sich: Was kann ich daraus machen und welche Erkenntnisse kann ich daraus ziehen? Es wäre aber deutlich effektiver, die drängenden oder auch täglichen Business-Entscheidungen herauszuarbeiten und dann zu ermitteln, welche Daten man dazu benötigt (und eventuell schon hat – oder noch eruieren muss).
Wenn man genau hinschaut, funktioniert die Reste-Herangehensweise in keinem Business-Bereich gut: Die Bild-Zeitung fragt sich nicht täglich: „Was ist gestern passiert und was kann ich daraus machen?“, sondern „Was wollen die Leute lesen und wo kriege ich die ‚Fakten‘ her?“. Tesla ist nicht so erfolgreich, weil sie einen großen Plattform-Baukasten haben und sich fragten, „was für ein Modell kann ich daraus noch zaubern“, sondern das Auto gebaut haben, von dem sie annahmen, dass es die Konsumenten begeistert – und sich dafür die Komponenten geholt oder entwickelt haben. Das iPhone war keine Weiterentwicklung bestehender Handytechnik („was können wir daraus machen?“), sondern getrieben vom Ansatz: was wäre das ultimative mobile Gerät, das Kunden begeistert und sich dann die Technik dafür eingekauft oder entwickelt.
