Montagmorgen, Vertriebsrunde eines mittelständischen Großhändlers. Die Frage lautet, ob eine neue Produktlinie in den Katalog kommt. Der Vertriebsleiter hat ein gutes Gefühl, die Controllerin bringt eine Umsatzzahl mit, die Produktmanagerin eine andere, weil sie Retouren schon abgezogen hat. Nach zwanzig Minuten Streit um die richtige Zahl entscheidet am Ende doch das Bauchgefühl der ranghöchsten Person im Raum.

Die Szene ist ausgedacht. Sie zeigt, worum es bei einer datengestützten Unternehmenskultur tatsächlich geht. Daten waren vorhanden, sogar reichlich. Es fehlte an gemeinsamen Definitionen, an einer Gewohnheit, Annahmen zu prüfen, und an einer Führung, die das einfordert. Software kann dabei helfen, ersetzt aber keine dieser drei Voraussetzungen.

Was eine datengestützte Kultur ausmacht und was nicht

Unter einer datengestützten Unternehmenskultur versteht man eine Organisation, in der Entscheidungen regelmäßig mit Daten begründet, überprüft und bei Bedarf korrigiert werden. Das klingt selbstverständlich. Entscheidend ist das Wort „regelmäßig“: Es geht nicht um das eine große Analyseprojekt, sondern um Gewohnheiten in Besprechungen, Planungsrunden und Projekten.

Drei Missverständnisse halten sich hartnäckig:

• Datengestützt heißt nicht datengesteuert. Daten ersetzen kein Urteil. Sie machen Annahmen sichtbar und prüfbar. In der Fachdiskussion spricht man deshalb oft von „data-informed“, also datenbasiert informierten statt automatisch von Daten getroffenen Entscheidungen.
• Eine Datenkultur ist kein Technikprojekt. Ein neues BI-System, also eine Software für Berichte und Auswertungen, ist schnell eingeführt. Ob es genutzt wird, hängt davon ab, ob die Zahlen darin glaubwürdig sind und ob jemand nach ihnen fragt.
• Nicht alle müssen Analysten werden. Es reicht, wenn alle Kennzahlen sicher lesen und kritisch nachfragen können und wissen, wen sie bei schwierigeren Fragen ansprechen.

Die bestehende Unternehmenskultur müssen Sie dafür nicht umkrempeln. Eine Datenkultur wächst auf ihr auf. Ein Familienunternehmen mit kurzen Wegen und viel Erfahrungswissen braucht andere Routinen als ein Konzern mit Dutzenden Standorten, beide können aber datengestützt arbeiten.

Woran Sie den Stand Ihrer Datenkultur erkennen

Ob Daten im Unternehmen wirklich zählen, zeigt sich weniger in Strategiepapieren als in kleinen Beobachtungen. Einige Warnzeichen:

• In Besprechungen wird länger darüber gestritten, welche Zahl stimmt, als darüber, was aus ihr folgt.
• Fachabteilungen führen eigene Tabellen neben dem offiziellen Berichtswesen, weil sie diesem nicht trauen.
• Daten werden gesucht, nachdem eine Entscheidung gefallen ist, um sie nachträglich zu rechtfertigen.
• Unbequeme Ergebnisse verschwinden in Anhängen oder werden nicht mehr erhoben.
• Auf die Frage „Woher wissen wir das?“ reagiert man im Raum gereizt.

Umgekehrt gibt es positive Signale. Annahmen werden vor einer Entscheidung ausgesprochen und später überprüft. Wer eine Zahl präsentiert, nennt Quelle und Stand. Und eine Führungskraft ändert sichtbar ihre Meinung, wenn die Daten dagegen sprechen.

Hilfreich ist eine ehrliche Bestandsaufnahme mit wenigen Fragen: Welche drei Entscheidungen des letzten Quartals beruhten auf Daten, welche nicht? Wo gab es Streit um Zahlen? Welche Berichte werden tatsächlich gelesen? Die Antworten zeigen, wo Sie ansetzen sollten.

Führung: Wie Entscheidungen begründet werden

Kultur entsteht durch das, was Führungskräfte tun, nicht durch das, was sie verkünden. Im englischen Sprachraum gibt es dafür das Kürzel HiPPO, „Highest Paid Person’s Opinion“: Am Ende entscheidet die Meinung der bestbezahlten Person, gleichgültig, was die Zahlen sagen. Solange das so ist, lohnt sich für niemanden im Team der Aufwand, sauber auszuwerten.

Führungskräfte prägen eine Datenkultur vor allem durch drei Verhaltensweisen:

1. Sie stellen die richtigen Fragen. „Woran würden wir merken, dass wir falschliegen?“ ist oft wertvoller als jede zusätzliche Auswertung. Die Frage zwingt dazu, vorab ein Kriterium festzulegen.
2. Sie machen Bauchgefühl transparent. Erfahrung ist wertvoll, gerade dort, wo Daten fehlen. Wer sagt „Ich entscheide hier nach Erfahrung, weil wir keine belastbaren Zahlen haben“, schadet der Datenkultur nicht. Schädlich ist es, Intuition als Analyse auszugeben.
3. Sie belohnen unbequeme Befunde. Wenn eine Auswertung zeigt, dass ein Lieblingsprojekt der Geschäftsführung nicht wirkt, entscheidet die Reaktion darauf, ob so ein Befund jemals wieder auf den Tisch kommt.

Ein einfaches Werkzeug ist ein Entscheidungsprotokoll. Angenommen, ein Webshop beschließt, die kostenlose Lieferung ab 50 Euro abzuschaffen. Im Protokoll stehen die Annahme (Bestellwert steigt, Abbruchquote bleibt stabil), die Kennzahlen, an denen man das prüft, und ein Termin für den Rückblick. Drei Monate später schaut das Team nach. Das kostet wenig Zeit und trainiert genau die Gewohnheit, um die es geht.

Vertrauen in Zahlen: gemeinsame Definitionen und Datenqualität

Die beste Führung nützt wenig, wenn niemand den Zahlen traut. Im Streit aus dem Einstieg ging es um genau solche Fragen: Umsatz brutto oder netto, mit oder ohne Retouren, nach Rechnungs- oder nach Lieferdatum? Jede Variante ist vertretbar, aber nur eine sollte im Bericht stehen.

Drei Maßnahmen schaffen hier viel Klarheit:

• Ein Kennzahlenglossar. Für die wichtigsten zwanzig bis dreißig Kennzahlen steht schriftlich fest, wie sie berechnet werden, aus welcher Quelle sie kommen und wer für sie zuständig ist. Das ist das „Daten-Wörterbuch“, das in vielen Ratgebern empfohlen wird, in seiner nützlichsten Form.
• Eine verbindliche Quelle je Kennzahl. Gibt es mehrere Systeme, wird festgelegt, welches für welche Zahl maßgeblich ist. Abweichungen werden geklärt, nicht nebeneinander präsentiert.
• Sichtbare Datenqualität. Ist eine Zahl unvollständig oder vorläufig, steht das daneben. Ein Bericht, der Schwächen offen benennt, ist glaubwürdiger als einer, der Perfektion vortäuscht.

Wie Datenstrategie, Datenqualität und Governance ohne Bürokratie zusammenspielen, beschreibt der Beitrag über datengetriebenes Arbeiten und nutzbare Unternehmensdaten ausführlicher.

Wenn Kennzahlen zum Ziel werden

Eine datengestützte Kultur hat eine Schattenseite. Sobald eine Kennzahl über Boni, Rankings oder Budgets entscheidet, verändert sie das Verhalten, und zwar nicht immer im gewünschten Sinn. Der britische Ökonom Charles Goodhart hat diesen Effekt in den 1970er-Jahren für die Geldpolitik beschrieben. Bekannt ist er heute in der zugespitzten Form: Wird eine Kennzahl zum Ziel, taugt sie nicht mehr als gutes Maß.

Ein Servicecenter, das nach der Zahl geschlossener Tickets bewertet wird, schließt Tickets schneller, aber nicht unbedingt mit gelösten Problemen. Ein Entwicklungsteam, das nach erledigten Aufgaben gemessen wird, schneidet Aufgaben kleiner. Die Zahlen verbessern sich, die Wirklichkeit nicht.

Was dagegen hilft:

• Kennzahlen paarweise betrachten, etwa Bearbeitungszeit zusammen mit der Quote wieder geöffneter Tickets.
• Kennzahlen als Anlass für Gespräche nutzen, nicht als automatischen Maßstab für Bewertungen.
• Regelmäßig prüfen, ob eine Kennzahl noch das misst, was sie messen soll.

Wer diesen Effekt kennt, nimmt auch der Belegschaft eine berechtigte Sorge. Eine Datenkultur, die vor allem Menschen vermisst, erzeugt Misstrauen statt Neugier.

Fehlerkultur und Experimente

Daten nützen am meisten, wenn man mit ihnen etwas ausprobieren darf. Das setzt voraus, dass ein gescheiterter Versuch nicht als persönliches Versagen gilt. Die Organisationsforscherin Amy Edmondson hat dafür den Begriff der psychologischen Sicherheit im Team geprägt: das Vertrauen im Team, Fragen stellen, Fehler zugeben und Bedenken äußern zu können, ohne Nachteile zu befürchten.

Im Alltag lässt sich das an kleinen Experimenten üben. Angenommen, das Marketing eines Onlineshops ist unsicher, ob ein kürzeres Bestellformular mehr Abschlüsse bringt. Statt monatelang zu diskutieren, testet es beide Varianten zwei Wochen lang parallel mit zufällig aufgeteilten Besuchern, ein sogenannter A/B-Test. Zeigt sich kein Unterschied, ist das kein Misserfolg, sondern eine Erkenntnis: Die Energie gehört dann woanders hin.

Wichtig sind zwei Regeln. Erstens wird vorher festgelegt, was als Erfolg gilt, damit niemand das Ergebnis im Nachhinein schönrechnet. Zweitens werden auch Experimente ohne Effekt kurz dokumentiert und geteilt. Gerade sie verhindern, dass ein anderes Team denselben Versuch ein Jahr später wiederholt.

Die Fähigkeiten im Team: sechs Bausteine

Kultur braucht Können. Ältere Ratgeber, auch die erste Fassung dieses Beitrags, sprechen von „Säulen“ der Datenkompetenz. Inhaltlich lassen sie sich zu sechs Bausteinen zusammenfassen:

• Datensprache: Begriffe wie Median, Stichprobe oder Konversionsrate verstehen und sie im Team gleich verwenden.
• Analytisches Denken: die richtige Frage stellen, Daten mit einem Geschäftsziel verknüpfen und Fehlschlüsse erkennen.
• Statistische Grundlagen: einschätzen können, ob ein Unterschied zufällig sein könnte und wie aussagekräftig eine Stichprobe ist.
• Visualisierung und Kommunikation: Ergebnisse so darstellen, dass andere sie verstehen und daraus handeln können.
• Kontinuierliches Lernen: Werkzeuge und Methoden ändern sich, zuletzt besonders durch KI-Assistenten, die Auswertungen auf Zuruf erstellen.
• Wissen teilen: Datenkundige Kolleginnen und Kollegen unterstützen andere, etwa in offenen Sprechstunden oder kurzen internen Vorträgen.

Welche Rolle im Unternehmen welches Niveau braucht und wie Schulungen im Arbeitsalltag ankommen, behandelt der Beitrag zum Aufbau von Datenkompetenz mit Rollen, Schulung und Governance. Wie man typische Denkfehler vermeidet, zeigt der Beitrag über kritisches und analytisches Denken im Umgang mit Daten.

Grenzen: Datenschutz, Mitbestimmung und KI

Eine datengestützte Kultur bewegt sich in einem rechtlichen Rahmen, der hier nur allgemein umrissen werden kann. Für alle Auswertungen mit personenbezogenen Daten ist die Datenschutz-Grundverordnung (DSGVO) maßgeblich. Mehr Auswertungen bedeuten nicht automatisch, dass alle Daten für jeden Zweck genutzt werden dürfen.

Besonders sensibel sind Auswertungen über Beschäftigte. Technische Einrichtungen, die geeignet sind, Verhalten oder Leistung von Arbeitnehmern zu überwachen, unterliegen nach Paragraf 87 Absatz 1 Nummer 6 des Betriebsverfassungsgesetzes der Mitbestimmung des Betriebsrats, sofern es einen gibt. Wer Dashboards zu Teamleistung plant, sollte die Interessenvertretung früh einbinden. Das ist nicht nur rechtlich geboten, sondern auch gut für das Vertrauen.

Hinzu kommt KI. Seit dem 2. Februar 2025 verlangt Artikel 4 der europäischen KI-Verordnung von Unternehmen, die KI-Systeme einsetzen, Maßnahmen zur KI-Kompetenz ihres Personals. In der seit dem 27. Juli 2026 geltenden Fassung müssen sie die Entwicklung dieser Kompetenz unterstützen, ein bestimmtes Niveau aber nicht garantieren. Für eine Datenkultur ist das folgerichtig: Wer einem KI-Assistenten eine Auswertung überlässt, muss deren Ergebnis ebenso kritisch prüfen können wie eine selbst gebaute Tabelle.

Ein Fahrplan in kleinen Schritten

Kulturwandel lässt sich nicht beschließen, aber gut vorbereiten. Ein realistischer Ablauf für ein mittelständisches Unternehmen könnte so aussehen:

1. Einen Bereich auswählen. Beginnen Sie mit einer Abteilung, in der eine konkrete, wiederkehrende Entscheidung ansteht, etwa die Sortimentsplanung oder die Personaleinsatzplanung.
2. Kennzahlen klären. Legen Sie für diesen Bereich wenige Kennzahlen mit eindeutiger Definition und Quelle fest.
3. Routinen einführen. Ein festes Format für die monatliche Runde, ein Entscheidungsprotokoll, ein Rückblick nach drei Monaten.
4. Erfolge und Irrtümer teilen. Berichten Sie unternehmensweit, was funktioniert hat und welche Annahme sich als falsch herausstellte.
5. Ausweiten. Erst wenn die Routinen in einem Bereich tragen, folgen weitere.

Wichtig ist Geduld. Kulturwandel verläuft nicht linear. Rückschläge, etwa eine Krise, in der wieder nach Gefühl entschieden wird, gehören dazu.

Was das für Ihr Unternehmen bedeutet

Eine datengestützte Unternehmenskultur ist kein Zustand, den man erreicht, sondern eine Arbeitsweise. Ihr Kern ist unspektakulär: verlässliche Zahlen, ehrliche Fragen und Führungskräfte, die beides vorleben. Überschätzt werden dagegen Werkzeuge und große Programme. Ein neues Dashboard ändert keine Gewohnheiten, eine Geschäftsführerin, die in jeder Runde nach der Annahme hinter einer Entscheidung fragt, schon eher.

Unsere Empfehlung: Fangen Sie bei den Besprechungen an, nicht bei der Software. Klären Sie, welche Zahlen gelten, und machen Sie den Rückblick auf Entscheidungen zur Routine. Die Investition in Technik lohnt sich erst, wenn klar ist, welche Fragen sie beantworten soll.

Weil eine Datenkultur am Ende eine Veränderung von Gewohnheiten ist, hilft der Blick auf bewährte Methoden des Veränderungsmanagements. Einen Überblick über Vorgehen, Beratung und Seminare gibt unsere Seite zum Change Management in der digitalen Transformation.

Häufige Fragen zur datengestützten Unternehmenskultur

Wie lange dauert es, eine datengestützte Kultur zu etablieren?

Eine seriöse Pauschalzahl gibt es nicht. Erste Veränderungen in Besprechungen und Berichten zeigen sich, sobald sich ein Bereich auf Kennzahlen und Routinen geeinigt hat. Bis datenbasierte Gewohnheiten im ganzen Unternehmen selbstverständlich sind, dauert es deutlich länger.

Müssen wirklich alle Beschäftigten datenkompetent sein?

Ein Grundniveau ja: Kennzahlen lesen, nach Quelle und Definition fragen, Diagramme kritisch betrachten. Eigene Analysen müssen nur wenige bauen können. Wichtiger ist, dass alle wissen, an wen sie sich bei schwierigeren Fragen wenden.

Was ist, wenn die Datenlage schlecht ist?

Dann ist das der erste Befund. Eine datengestützte Kultur bedeutet nicht, nur mit perfekten Daten zu entscheiden, sondern offen zu sagen, wie belastbar die Grundlage ist. Oft lohnt es sich, gezielt die Daten zu verbessern, die für eine wiederkehrende Entscheidung gebraucht werden, statt alle Bestände auf einmal zu bereinigen.

Wie verhindert man, dass Daten nur zur Kontrolle genutzt werden?

Indem Kennzahlen vor allem Prozesse und Ergebnisse beschreiben und nicht einzelne Personen. Transparenz darüber, welche Daten zu welchem Zweck ausgewertet werden, und die frühe Einbindung von Betriebsrat und Datenschutz schaffen zusätzliches Vertrauen.