Ich habe viele Jahre im Projektmanagement in der Ingenieurbranche gearbeitet. Meist vergleiche ich die kommerziellen Aufgaben dieses Jobs mit der eines Übersetzers: Wir übersetzen Ereignisse aus der realen Welt in Zahlen, hauptsächlich in Form einer kommerziellen Prognose. 👩🏻💻
Die Teilnahme an Projektmeetings war wichtig, um das Gespräch nach kommerzieller Relevanz zu durchsuchen. 👀
Ein Beispiel: Wenn jemand im Teammeeting sagte, dass die Ausstellung einer Bestellung an einen Lieferanten länger dauern würde als ursprünglich geplant, würden die Projektmanager bestrebt sein, die Auswirkungen auf den Projektzeitplan zu verstehen. Und wenn dieser Zeitplan nicht eingehalten würde, könnte dies zu einer Verschiebung bei der Buchung von Umsatz und Bruttogewinn und im schlimmsten Fall dazu führen, dass ein Risikozuschlag für Lieferverzögerungen gezahlt werden müsste, da man an den Kunden Vertragsstrafen zahlen muss 💵.
Daher können bereits winzige Anmerkungen aufgrund der Übersetzung der Informationen in die kommerzielle Matrix potenziell zu Diskussionen auf Top-Management-Ebene führen. 🧑🏼💻
Sobald jedes Projekt seine Zahlen vorlegt, werden sie auf jeder Ebene der Organisation aggregiert. Auf diese Weise wandern die Daten - aber nicht unbedingt die Geschichte hinter den Daten - die Befehlskette hinauf. Auf jeder höheren Ebene der Organisation können die Business-Controller auf der "Excel-Tapete" rote Flaggen 🚩 sehen, zum Beispiel bei starken Einbrüchen des Bruttogewinns oder großen Änderungen der Prognose im Vergleich zum letzten Monat, aber sie kennen nicht die Gründe, Hintergründe und Zeitpunkte, wenn sie sich nur die Tabelle ansehen. Die Geschichte bleibt im Dunkeln. 🤷🏻♀️
Was passiert ist eine ständige Kommunikation zwischen den Controllern auf verschiedenen Ebenen (abhängig davon, wie groß der Einfluss ist), dem Urheber der Daten und möglicherweise den einzelnen Projektmitgliedern. In der Zwischenzeit laufen verschiedene andere Gespräche, wenn das anfängliche Problem groß genug ist. 🤯
Dies verbraucht viel Energie in einer Organisation. (Und wir haben noch nicht einmal das Thema Datenqualität angesprochen.)
Wie können wir quantitative Daten zusammen mit qualitativen Informationen berichten? Natürlich wollen wir die menschliche Interaktion innerhalb der organisatorischen Ebenen nicht abschalten. Ich glaube nur, dass wir es für eine wichtigere Unterhaltung nutzen könnten: Wie können wir unterstützen? Was können wir lernen? Was können wir besser machen? 👏🏻
Was denkst du? Wie können wir die Lücke in der Daten-Story schließen❓
(picture source: Adobe Stock)
