Send us Fan Mail
1908 kommt ein Unternehmer auf eine simple Idee: Putztücher nicht
verkaufen, sondern vermieten, reinigen, zurückbringen, wieder
vermieten. Ein Kreislaufmodell, mehr als 100 Jahre vor der Zeit.
Heute versorgt Mewa rund 1,1 Millionen Menschen täglich mit
Berufskleidung, in einer Branche, die man nicht sofort mit KI
verbindet.
Dawinder Singh verantwortet dort Data, Analytics und KI. Kein
klassischer Tech-Weg: Finance-Abschluss an der HHL Leipzig,
Digital Transformation bei der Commerzbank und ein
Fünf-Punkte-Mathe-Abi, mit dem er "eigentlich nichts am Hut haben
sollte". Auf der data:unplugged in Münster hat er vor hunderten
Peers gezeigt, wie man in einem Familienunternehmen mit knapp
einer Milliarde Euro Umsatz eine Data Journey baut und was dabei
schiefgehen kann.
In der aktuellen Episode von Masters of Data, BI & AI erzählt
er, wie aus einem Friedhof gescheiterter Proofs of Concept ein
Playbook wurde, warum er bei neuen Tools erst mal "Passt das bei
uns rein?" fragt und weshalb ihn in der KI kaum noch etwas vom
Hocker haut.
Ein paar Dinge, die hängengeblieben sind:
Zum PoC-Friedhof und dem Small Data Playbook:
Mewa hatte seinen eigenen PoC-Friedhof schon gebucht. Statt
das Rad neu zu erfinden, hat das Team gefragt: Woran scheitern
wir eigentlich jedes Mal? Meist am Zugang zu den Daten, an der
Qualität und an der Skalierung. Dazu kamen Fragen, die analytisch
nie lösbar waren ("ich kann nicht die Lottozahlen vorhersagen").
Das Ergebnis ist ein Discovery-Prozess, bevor ein Thema
überverkauft wird, so standardisiert, dass ein Werkstudent ihn
bis zum ersten Proof of Concept führen kann.
Zu Banking vs. Familienunternehmen:
Banking ist stark reguliert, quantitativ und voller Checks
and Balances. Bei Mewa gibt es mehr Freiheit, und die schafft
Geschwindigkeit, aber auch Verantwortung, weil er die Themen Ende
zu Ende betrachten darf. Dazu kommt eine Eigentümerfamilie im
Aufsichtsrat: kein Quartalsdenken, mehr Geduld, langfristiger
Aufbau.
Zu Hype, Foundation und dem teuersten Fehler:
Heureka-Momente sind für ihn selten geworden, weil ständig
das nächste "next big thing" angepriesen wird. Spannender findet
er, dass Data Foundation und Governance gerade wichtiger werden,
bevor Agenten im großen Stil losgelassen werden und der Überblick
über Datenquellen, Pipelines und Ownership verloren geht. Seine
Bedingung: Er macht es nur, wenn er es diesmal anders und
richtiger machen darf. Der Rückblick fällt ehrlich aus: Data
Integration hätte man früher angehen müssen, das tut immer noch
weh.
Zu Shadow AI:
Bei rund 50 neuen Tools pro Monat würden Prüfprozesse
allein die ganze Arbeit fressen. Deshalb gibt es eine
Experimentierfläche mit den Compliance-Stakeholdern, und die
Fachbereiche bekommen früh ihr "Spielzeug". Sein Leitsatz: Bevor
ihr die Kreditkarte zückt, zücken wir sie. Shadow AI lässt sich
nicht verteidigen wie im Fußball, man muss einfach dabei sein.
Zum idealen Stakeholder:
Er denkt immer vom Anwender aus: früh etwas hinstellen, das
die Leute vielleicht gar nicht mögen, um das eigentliche Problem
herauszukitzeln, und erst mit diesem Backing zum Entscheider
gehen. Der ideale Stakeholder hat viel Geld, viel Geduld und viel
Einfluss, und den gibt es nicht. Sein Liebling ist, wer das Thema
wirklich verstehen und unter die Motorhaube schauen will.
Zum Recruiting:
Mewa holt gezielt Talente direkt von der Uni, als
Werkstudenten und Master-Thesis-Schreibende. Fertige Spezialisten
brauchen im komplexen Geschäftsmodell lange zum Ankommen, und im
Rhein-Main-Gebiet konkurrieren BioNTech, Schott und Fraport um
dieselben Leute. Ein Drittel bis die Hälfte des Teams kam so
zusammen. Sein Pitch: Wenn du Data bei uns machst, wird es nicht
schlimmer, dann kannst du es überall.
Wie seht ihr das: Ist ein standardisierter Discovery-Prozess der
beste Schutz vor dem PoC-Friedhof, oder nimmt er Teams den Mut
zum Experiment?
LinkedIn Profile
LinkedIn Profile von Dawinder Singh:
https://www.linkedin.com/in/dawindersingh/
LinkedIn Profile von Rocky Khan:
https://www.linkedin.com/in/khanrocky/
Business Buch
Im Grunde gut von Rutger Bregman: Das Buch hat Dawinder letztes
Jahr von seinem Chef geschenkt bekommen und schon dreimal
gelesen. Die These: Menschen sind nicht von Natur aus schlecht,
sondern wollen im Kern das Gute, belegt mit Beispielen aus der
Menschheitsgeschichte. Gerade in Rollen, in denen man viele
überzeugen muss, hilft ihm der Perspektivwechsel: Hinter
Widerstand steckt selten böse Absicht.
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.