Aufbau von Datenkompetenz in Unternehmen

Ohne passendes Personal ist die digitale Transformation kaum möglich. Dies zeigt sich zum Beispiel daran, dass Unternehmen in Online-Stellenanzeigen in Deutschland oft Datenskills fordern (Büchel et al., 2023b): In den Jahren 2019 bis 2023 setzten Unternehmen in etwa jeder fünften Stellenanzeige Datenkompetenzen bei neuen Beschäftigten voraus.

Unternehmen stehen generell verschiedene Wege offen, um Personal mit adäquaten Datenkompetenzen zu beschäftigen: Neben der Neueinstellung kommen dafür die Weiterbildung der bereits im Unternehmen Beschäftigten oder die Nutzung externer Dienstleister infrage. Eine repräsentative Unternehmensbefragung unter mehr als 1.000 Unternehmen aus Industrie und industrienahen Dienstleistern im Rahmen des BMBF-Projekts „Incentives and Economics of Data Sharing – IEDS“ hat im Herbst 2023 die Sicherstellung von Datenskills im Unternehmen in den Fokus genommen. Um herauszufinden, welche Strategie Unternehmen dabei primär verfolgen, wurden ihre Zustimmungsanteile zu den drei genannten Optionen abgefragt. Zudem sollten sie angeben, ob im Unternehmen bereits ausreichend Fachpersonal mit Datenkompetenzen vorhanden ist und ob derartige Kompetenzen überhaupt relevant sind.

Für ein Drittel der Unternehmen ist Fachpersonal mit Datenskills nicht relevant. Der Anteil ist bei kleinen Unternehmen (32 Prozent) höher als bei mittleren (16 Prozent) und großen Unternehmen (11 Prozent). Stimmig ist dies zur Beobachtung, dass die Digitalisierung allgemein bei großen Unternehmen am weitesten fortgeschritten ist (Büchel et al., 2023a) und mehr große Unternehmen „data economy ready“ sind, also die Voraussetzungen erfüllen, um Daten effizient zu bewirtschaften (Büchel/Engels, 2022). Dies kann einerseits daran liegen, dass bei großen Unternehmen beispielsweise im Produktionsprozess mehr Daten anfallen und damit mehr Möglichkeiten der Datennutzung vorliegen. Andererseits verfügen große Unternehmen oft auch über mehr finanzielle und personelle Kapazitäten, die für Digitalisierungsprojekte eingesetzt werden können.

Auf die Frage, wie genau Unternehmen für Fachpersonal mit Datenkompetenzen sorgen, nennen 73 Prozent Weiterbildungen, 37 Prozent beauftragen externe Dienstleister und 30 Prozent stellen neue Beschäftigte ein (Abbildung). Bei allen drei Optionen steigen die Anteile mit wachsender Unternehmensgröße. Dies kann ein Indiz insgesamt höherer Bedarfe bei großen Unternehmen sein. Insbesondere beauftragen große Unternehmen deutlich häufiger externe Dienstleister und stellen eine größere Anzahl Beschäftigte ein. Letzteres kann auch damit zusammenhängen, dass das Ausschreibungsvolumen generell bei großen Unternehmen höher ist.

Allerdings sind bei großen Unternehmen nicht nur insgesamt die Bedarfe und die Relevanz von Datenskills höher, auch scheint es ihnen schwerer zu fallen, ihre Kompetenzbedarfe zu decken: Nur 55 Prozent der großen Unternehmen, für die Datenkompetenzen relevant sind, geben an, dass bei ihnen diesbezüglich ausreichend Fachpersonal vorhanden ist. Unter allen Unternehmen ist der Anteil mit 74 Prozent höher. Dabei kann der zunehmende Fachkräftemangel in Digitalisierungsberufen (Burstedde, 2022) es den Unternehmen generell erschweren, ausgeschriebene Stellen zu besetzen oder verfügbare externe Dienstleister zu finden. Wichtig ist deshalb, dass viele Unternehmen ihre Bedarfe an Datenskills über Weiterbildung decken: Dies belegt auch ein Anstieg des Anteils an Unternehmen, die Weiterbildungen für IT-Fachkräfte und IT-Anwendende anbieten, in den letzten Jahren (Büchel et al., 2023a).

Die Anteile der kleinen Unternehmen sind bei allen drei Formen des Kompetenzaufbaus geringer. Ein ergänzendes Freitextfeld, bei dem die befragten Unternehmen weitere Strategien nennen konnten, deuten Gründe dafür an. Mehrfach geben kleine Unternehmen an, dass sie auf Datenkompetenzen ihrer Partner oder Kunden zurückgreifen, da diese im Vergleich zum eigenen Unternehmen beispielsweise eigene Datenschutzabteilungen haben. Selbst eigene Datenschutzabteilungen aufzubauen, sei für sie zu teuer. Externe Expertise wird somit dennoch eingeholt, ohne explizit externe Dienstleister kostenpflichtig beauftragen zu müssen. Andere kleine Unternehmen arbeiten mit Hochschulen zusammen, eignen sich Datenkompetenzen über Fachpublikationen selbst an (informelle Weiterbildung), stellen gezielt fachlich ausgebildete Studierende ein oder schaffen Ausbildungsstellen in diesen Bereichen. Da zudem angegeben wird, dass Beschäftigte mit Datenskills überdurchschnittlich bezahlt werden, scheinen gerade Studierende und Auszubildende eine kostengünstigere Variante darzustellen. Ein mittleres Unternehmen engagiert dagegen gezielt Headhunter, um nach passenden Beschäftigten zu suchen.

Insgesamt könnte die Zurückhaltung der kleinen Unternehmen beim Datenkompetenzaufbau somit in vielen Fällen im Kostenaspekt begründet sein. Positiv ist daher, dass sie kostengünstigere Wege suchen und finden, um dennoch und trotz der angespannten Fachkräftesituation Datenskills aufzubauen, um die Potenziale von Daten verstärkt nutzen zu können. Eine Ausnahme bildet ein kleines Unternehmen, das als weitere Strategie „Datensparsamkeit“ angibt – also gezielt weniger Daten speichert, verarbeitet und nutzt, vermutlich um den zusätzlichen Kosten zum Aufbau von Datenkompetenzen zu entgehen.

Insgesamt verfolgen bereits viele Unternehmen unterschiedliche Strategien, um Datenskills aufzubauen. Das ist ein positives Zeichen für die Entwicklung der Datenbewirtschaftung in Deutschland, da Unternehmen die Potenziale von Daten zunehmend erkennen und heben möchten. Dennoch ist wichtig, den Unternehmen bei der Bewirtschaftung ihrer Daten nicht zusätzliche Hürden aufzubürden, sondern sie zu entlasten. Abzuwarten bleibt diesbezüglich etwa, welchen Effekt die zahlreichen Datenregulierungen auf EU-Ebene – darunter der Data Act, der Data Governance Act und der AI Act – auf die Unternehmen haben werden. Denkbar wäre, dass Rechtssicherheit entsteht und rechtliche Hemmnisse abgebaut werden. Unternehmen könnten infolgedessen Datenkompetenzen zielgerichteter einsetzen und Daten noch effizienter nutzen. Gelingt dies nicht und werden Innovationen durch die Regulierung behindert und bürokratische Hürden geschaffen, sollte die Regulierung gezielt evaluiert und nachgebessert werden.