Antifragil in der VUKA-Welt: ChaosHacker-Talk für digitales Mindset in Pharma und Biotech🔥

75 bis 85% aller Digitalisierungsprojekte scheitern. Warum das so ist, erklärt Christof Layher in seiner neuen Folge vom ChaosHacker-Talk. Denn wenn er sich von extern gescheiterte Digitalisierungs-Projekte anschaut, dann sieht er immer wieder die gleichen Muster: Unternehmen wollen schneller, effizienter, sicherer und wettbewerbsfähigerwerden. Das Ergebnis ist oft ein Pilot, der im Pilotstatus bleibt.Oder aber das Projekt wird stillschweigend begraben. Die Fehlannahme ist dabei oft, dass man nur an einer Stellschraube arbeiten kann oder muss. Wichtig ist aber das Verständnis, dass das Umfeld komplex ist: Wir arbeiten nicht nur mit Technologie, Menschen, Leadership, Accountability, Prozessen und Daten, sondern all diesem zusammen. Christof sieht dabei 5 Dimensionen: Dimension 1: Der Mensch Auch wenn es vorrangig um Technik geht, muss der Mensch diese nachher benutzen. Oft fehlt aber die Zeit, um sich damit auseinanderzusetzen.Wenn dann noch die Fehlerkultur so ist, dass man sich nicht traut, Probleme anzusprechen, dann kann es ja nix werden. Dadurch entstehen Silos: Man will sich selbst und seinen Bereich schützen. Dimension 2: Prozesse und Daten Das Thema wird oft übersehen. Viele Unternehmen haben irgendeine Art von Prozessmanagement, kennen und verstehen aber nicht, wann, wo und wie Daten fließen. Aus analogem Crap wird somit digitaler Crap – die analogen Prozesse werden einfach digitalisiert. Wir müssen also verstehen: Was sind meine echten Prozesse, wo sind meine Daten, was sind relevante Daten? Dimension 3: Technologie und Architektur Oft sieht man veraltete IT-Landschaften, die seit Jahren nicht gepflegt wurden. Es gibt ein altes ERP oder DMS und es wird außen herum gearbeitet. Wenn wir nicht bereit sind, die Technologie und Architektur grundsätzlich zu hinterfragen, wird es immer nur ein „Pflaster kleben“ sein. Dimension 4: Die Ausführung Digitalisierungsprojekte werden oft mit einem starken Kick-off gestartet und danach passiert gar nix mehr. Wenn die Mitarbeitenden keine Ressourcen dafür haben (Zeit und Budget), dann kann das Projekt nicht vorangehen. Ein weiteres Problem ist, dass das Digitalisierungsprojekt zwar geplant wird, aber nicht, wie später der Betrieb laufen soll. Dimension 5: Leadership und Accountability (Verbindlichkeit) In den Teams ist oft nicht klar, was die Führung möchte.Unterschiedliche Bereiche haben unterschiedliche Prioritäten.Dadurch entsteht vor allem eins: Verwirrung! Leadership alleine kann das aber auch nicht lösen. Wichtig ist: Die Dimensionen müssen alle beachtet und gemeinsam bearbeitet werden. 00:00:00 Wie viele Digitalisierungsprojekte scheitern 00:01:44 Probleme bei der Digitalisierung 00:02:52 Mensch 00:04:18 Prozesse und Daten 00:06:12 Technologie und Architektur 00:08:02 Ausführung 00:10:29 Leadership

In einem pharmazeutischen Unternehmen ist es eine echte Challenge, den Spagat zwischen Innovation und Regulierung hinzubekommen. Wenn man das Ganze noch in einem Klinikum machen will, dann wird das noch wilder: Viele persönliche Daten, externe Einflussfaktoren undAufsichtbehörden kommen hinzu. Darüber spricht Christof Layher in seiner neuen Folge vom ChaosHacker-Talk mit Michael Pfeil. Dieser ist IT-Abteilungsleiter für SAP im Uniklinikum Bonn. Dort leitet er die Abteilung betriebswirtschaftliche Anwendung, zusätzlich ist er Sprecher an der DSAG Health Care, der deutschenSAP-Anwender-Vertretung. Für Christof war die SAP lange eine Art „Molloch“, das sich quasi nicht bewegt. Mittlerweile hat er aber gemerkt, dass er damit falsch lag, vor allem durch die DSAG. Digitalisierung im Health Care-Bereich ist eine riesige Challenge und geprägt durch Gesetze, Auflagen, Studien und Datenvorhaltung. Dazu kommen die Patientendaten. Dadurch wird es auch mit der Cloud komplex, denn die Daten müssen geschützt abgelegt werden. Allein die Infos „Vorname, Nachname, Geburtsdatum“ sind in Kombination damit, dass ein Krankenhaus sie speichert, besonders schützenswert. Mittlerweile dürfen Daten auch in der Cloud gespeichert werden, allerdings wird’s dann nochmal schwieriger, wenn die Rechenzentren nicht in Deutschland stehen. Die wichtigsten Daten bleiben somit nur im Krankenhaus. Krankenhäuser werden zudem als Kritis eingestuft, als kritische und für das Land besonders wichtige Infrastruktur. Das sorgt für weitere Auflagen. Michael wünscht sich vom Bundesgesundheitsministerium, dass mehr ermöglicht wird. Auch die Logistik im Krankenhaus ist spannend, denn es gibt unglaublich viele Produkte, die benötigt werden und einen ständigen Prozess in der Beschaffung. Michael versucht deshalb mit seinem Team, durch neue Technologien End-to-End-Prozesse zu betrachten. Sein Tipp für die IT-Verantwortlichen: Nimm die Menschen mit! Gib nicht einfach neue Werkzeuge vor, sondern mach interdisziplinäre Workshops mit allen Bereichen, um herauszubekommen, was die Ziele der Anwendungen sein sollen. Es braucht einen homogenen Prozess, der gemeinsam entwickelt wird – so entstehen starke Synergien. Auch als Führungskraft muss man sich hier mitentwickeln. Und dann ist es manchmal auch an der Zeit, ungenutzte Software zu eliminieren. Denn viele machen den dritten Schritt vor dem ersten und dann sprechen die Systeme nicht miteinander, besonders deutlich wird das leider an der ePA, der elektronischen Patientenakte. Michael hofft darauf, dass diese noch besser zu bedienen wird, bevor die Akzeptanz für dieses Tool völlig verloren ist. Zum Schluss gibt er noch Tipps für den Start mit einer Datenstrategie: Ihr braucht ein klares Commitment zu einer Datenwahrheit! Und ihr müsst sowohl Self Service als auch spezialisierte Teams aufbauen. 00:00:00 Vorstellung Michael Pfeil 00:03:24 Die SAP-Landschaft 00:05:52 Digitalisierung im Healthcare 00:13:45 Einstufung als kritis 00:17:45 Logistik und Materialfluss 00:23:27 Tipps für die IT 00:32:28 Veränderung als Führungskraft 00:35:06 Mapping von Prozessen 00:41:49 Elektronische Patientenakte 00:45:18 F13 Baden-Württemberg 00:47:54 Mit Daten skalieren 00:50:08 Datenstrategie 01:01:53 Zwei Fragen an Michael

Julia Zukrigl hat Mr. Spok mitgebracht. Der steht für rationaleEntscheidungen, wie sonst kaum jemand. Stellen wir uns vor, dass er Lust auf Donuts hat. Da er ja rationale Entscheidungen trifft, will er den besten Donut der Stadt bekommen. Er verschafft sich vollständige Marktinformationen und schaut sich alle Bäckereien der Stadt an. Was würde Homer Simpson in dieser Situation tun? Der geht in die erste Bäckerei, die er schon kennt und stillt seinenHunger! Eine klare Bauchentscheidung. Wer trifft nun die bessere Entscheidung? Oft idealisieren wir rationale Entscheidungen. Im Arbeitskontext stellen wir so viele Daten zur Verfügung, dass nur ein Mr. Spock die verarbeiten kann. Mit dieser Story startet die neue Folge vom ChaosHacker-Talk, in die Christof Layher diesmal Julia Zukrigl eingeladen hat. Ihr ist es wichtig, den Menschen ins Zentrum von Technologie-Initiativen zu setzen. Aber wie kann das passieren, dass wir vergessen, die Menschen mitzunehmen? Julia ist davon überzeugt, dass wir oft von falschen Voraussetzungen ausgehen. In den letzten Jahrhunderten war es sehr populär, die Ration in den Vordergrund zu stellen. Das menschliche Gehirn ist so aber gar nicht gebaut, wir wären nicht überlebensfähig, wenn wir nur rationale Entscheidungen treffen würden. Gleichzeitig mussten wir früher schnell entscheiden. Denken wir an die Säbelzahntiger, wird uns auch ganz klar, warum. Christof erinnert sich an den Spruch: Egal, was Menschen sagen, sie treffen eine emotionale Entscheidung und suchen dann Daten zur Rechtfertigung. Bauchentscheidungen werden gleichzeitig immer verteufelt. Der Konsens ist oft, dass Bauchentscheidungen irrational sind, rationale Entscheidungen dagegen nachvollziehbar und transparent. Zu viele Informationen überlasten unser Gehirn aber. Was ist die Lösung? Ein Vorentscheidungsprozess. Damit kann man die kognitive Last reduzieren. Dafürmuss man aber auch die Rollen neu definieren: Ist man Datenlieferant oder ist man Entscheidungscoach und hilft damit den Menschen, wirklich gute Entscheidungen zu treffen? Julia empfiehlt, ein Entscheidungs-Literacy-Programm zu etablieren. Die vielen möglichen Entscheidungsmethoden sind uns gar nicht bekannt und sollten uns hier weiterbilden, um uns zu besseren Entscheider:innen zu entwickeln. Grundsätzlich fällt es unserem Gehirn schon schwer, überhaupt mit Abstraktionen wie Zahlen, Daten und Fakten zu arbeiten. Julia konzentriert sich deswegen auf Data Storytelling. Dabei geht es nicht darum, irgendwelche Märchen zu erzählen, sondern die Daten bildhaft exemplarisch darzustellen. Eine Anekdote bleibt einfach besser im Kopf. Als Data-Verantwortliche müssen wir außerdem den anderen im Unternehmen Vertrauen zu den Daten geben. Dabei hilft Data Literacy: Alle müssen verstehen, wo die Daten herkommen und wie sie entstehen. 00:00:00 Homer vs. Mr. Spock 00:05:12 Vorstellung Julia Zukrigl 00:06:48 Menschen in Daten-Projekten 00:10:47 Rationale Entscheidungen 00:24:24 Entscheidungs-Literacy 00:27:28 Ambiguität 00:33:26 Data Storytelling 00:49:29 Verhandlungen 00:58:36 Zwei Fragen an Julia

Mehr Daten = bessere Entscheidungen? Weiß die KI überhaupt, was sie tut? Diese Mythen zerstört Christof Layher in seiner neuen Folge vomChaosHacker-Talk diesmal mit Christian Krug, der den eigenen Podcast „Unf*ck Your Data“ hostet. In der aktuellen Mythbusters-Folge geht es diesmal um: DATEN! Starten wir rein: Mythos 1: Wir brauchen mehr Daten, denn mit mehr Daten kann man bessere Entscheidungen treffen. Die meisten Entscheider:innen brauchen eher weniger Daten. Aber für das, was wir darstellen, sind mehr Daten besser. Es ist einfach abhängig vom Intended Use. Mythos 2: Wir können nicht starten ohne perfekte Daten. Kompletter Bullshit! Erstmal gibt es keine perfekten Daten, aber wenn du nicht anfängst, wirst du nie wissen, wie gut deine Daten überhaupt sind. Mythos 3: Wir sind alle bald arbeitslos durch KI. Du brauchst kontinuierlich Menschen, die die KI pflegen und betreiben. Unsere Jobs werden sich aber verändern. Mythos 4: Daten sind ein IT-Thema. Kannste machen, aber Data ist anders als IT. Du brauchst dort neue Rollen und Profile. Man braucht dabei eben auch eine starke Beteiligung vom Business. Die IT darf gerne aber die Basis schaffen. Mythos 5: Die KI versteht uns. Nein, die hat noch kein Bewusstsein. Eine sehr philosophische Frage, dahinter steht auch: Was ist denn verstehen? LLMs sind stark darin zu tun, als würden sie verstehen. Es ist einkrasses Werkzeug, aber kein Mensch. Das müssen wir uns auch immer mal wieder bewusst machen. Mythos 6: Bias ist ein technisches Problem. Technischer Bias entsteht durch den Bias, den wir haben. Wenn man sich die gesamte Wertschöpfung der Daten anschaut, sieht man auch, wo der Bias herkommt. Bias haben eine technische Repräsentation, sind aber selten ein technisches. Mythos 7: Data Lake löst alle Probleme. Nein, denn aus einem Data Lake entsteht oft ein Data Sumpf. Tools lösen keine Probleme. Mythos 8: KI kann man einkaufen. Ja, aber das wird deine Probleme nicht lösen. Mythos 9: Bevor wir anfangen, machen wir ne Strategie. Ja, wir brauchen eine Strategie, nicht unbedingt einen 500 Seiten-Wälzer, aber einen Plan für den Einsatz von KI. Mythos 10: Ohne Data Governance und Quality Control sind wir schneller. Die beiden Themen sind wichtig, damit wir keine dummen Dinge tun. Man darf Sachen ausprobieren in kleinen Testgruppen, sobald man dann richtig entwickelt, braucht man sie aber, weil man auf Dauer dadurch schneller wird. 00:00:00 Mythen diskutiert mit Christian Krug 00:02:01 Wir brauchen mehr Daten! 00:03:44 Perfekte Daten 00:05:21 Jobs verlieren durch KI 00:07:02 Daten sind ein IT-Thema 00:10:18 Was versteht die KI? 00:13:30 Bias als technisches Problem 00:16:57 Data Lake löst alle Probleme 00:18:35 KI kann man einkaufen 00:20:38 Vor der KI kommt die Strategie 00:24:34 Data Governance und Quality Control 00:28:44 Zwei Fragen an Christian