Warum mehr Daten nicht automatisch bessere Entscheidungen bedeuten

Die Menge verfügbarer Daten ist in den letzten Jahren stark gewachsen. Die Qualität vieler Entscheidungen ist dadurch nicht im gleichen Mass besser geworden. Das liegt selten an fehlenden Daten – sondern häufig daran, dass unklar bleibt, wofür sie eigentlich gebraucht werden.

Die Illusion der Vollständigkeit

Es ist naheliegend zu glauben, dass mehr Informationen zu sichereren Entscheidungen führen. Wer alles misst, so die Annahme, übersieht nichts. In der Praxis zeigt sich jedoch oft das Gegenteil: Je mehr Daten gesammelt werden, desto schwieriger wird es, das Relevante vom Nebensächlichen zu unterscheiden.

Hinzu kommt, dass kein Datensatz die Wirklichkeit vollständig abbildet. Messungen haben Lücken, Definitionen verändern sich, und manche Einflüsse lassen sich gar nicht erfassen. Mehr Daten können diesen Umstand verdecken, aber nicht beseitigen.

Mehr Daten, mehr Rauschen

Mit jeder zusätzlichen Kennzahl steigt die Wahrscheinlichkeit, zufällige Schwankungen für bedeutsame Entwicklungen zu halten. Wer genügend Zahlen betrachtet, findet fast immer eine, die sich auffällig verändert hat. Ob diese Veränderung für die eigene Fragestellung eine Rolle spielt, ist damit noch nicht gesagt.

Gleichzeitig steigt der Aufwand: Daten müssen gepflegt, abgeglichen, erklärt und interpretiert werden. Diese Zeit fehlt dann für die eigentliche Auseinandersetzung mit den Erkenntnissen.

Mit der Frage beginnen

Eine klare Datenstrategie beginnt deshalb nicht mit der Frage «Was können wir messen?», sondern mit der Frage «Was wollen wir entscheiden?». Daraus folgt, welche Informationen tatsächlich gebraucht werden, wie genau sie sein müssen und wie schnell sie zur Verfügung stehen sollten.

Ein Beispiel: Ein Unternehmen möchte entscheiden, ob ein bestimmter Kanal stärker genutzt werden soll. Für diese Entscheidung sind einige wenige, gut verstandene Informationen meist hilfreicher als ein umfangreiches Dashboard mit Dutzenden Kennzahlen zu allen Kanälen.

Die wichtigste Frage einer Datenstrategie lautet nicht «Was können wir messen?», sondern «Was wollen wir entscheiden?».

Datenqualität vor Datenmenge

Wenige verlässliche Daten sind oft wertvoller als viele unsichere. Dazu gehört, dass Kennzahlen einheitlich definiert sind, dass Messungen über die Zeit konsistent erfolgen und dass bekannte Einschränkungen dokumentiert werden. Nur so lässt sich einschätzen, wie belastbar eine Aussage ist.

Eine regelmässige Überprüfung der Datenqualität ist deshalb kein technisches Detail, sondern eine Voraussetzung für fundierte Entscheidungen.

Wenn Daten an ihre Grenzen stossen

Daten zeigen, was passiert ist – aber nicht immer, warum. Zwei Entwicklungen können gleichzeitig auftreten, ohne dass die eine die andere verursacht. Externe Faktoren wie Saison, Wettbewerb oder wirtschaftliches Umfeld beeinflussen Ergebnisse, ohne in den eigenen Daten sichtbar zu sein.

Gute Analysen benennen diese Grenzen offen. Sie verbinden Daten mit Erfahrung, Marktkenntnis und qualitativen Einschätzungen – und machen transparent, wo Unsicherheiten bestehen.

Leitfragen für eine klare Datenstrategie

• Welche Entscheidungen sollen die Daten unterstützen?
• Welche Informationen sind dafür wirklich notwendig?
• Wie genau und wie aktuell müssen diese Informationen sein?
• Wer ist für Erhebung, Pflege und Interpretation verantwortlich?
• Welche Einschränkungen der Daten sind bekannt und dokumentiert?
• Welche Daten werden heute erhoben, aber nicht genutzt?

Fazit

Mehr Daten sind kein Ziel an sich. Wertvoll werden Daten dann, wenn sie gezielt erhoben, sorgfältig gepflegt und im Zusammenhang mit einer konkreten Fragestellung interpretiert werden. Eine klare Datenstrategie schafft dafür den Rahmen – und hilft, Aufmerksamkeit auf das zu lenken, was für Entscheidungen tatsächlich zählt.