Zum Inhalt springen

Mit einem besseren „Innovation Performance Management“ die Wachstumsraten steigern

Im Post vom 6.5.2013 wurde gezeigt, dass sich mit einem besseren Performance Management in den Innovationsprozessen bei gleichen F+E-Investitionen die Wachstumsrate praktisch verdoppeln lässt.

„Das klingt ja ganz einfach“, denken Sie jetzt vielleicht. „Wo liegen denn da die Probleme?“

Eine Umfrage aus den USA förderte 2009 die Nennung folgender Knacknüsse zutage:

40 % Unfähigkeit, Produktchancen quantitativ sauber zu bewerten
38 % Zuviele Entwicklungsprojekte in der Pipeline
25 % Ungenügend definierte Portfolio-Entscheidungsdaten
25 % Entscheidungsprozesse basieren nicht auf objektiver Information
24 % Unfähigkeit, Ressourcen ausgewählten Projekten sauber zuzuordnen.

Diese Knacknüsse lassen sich zwei Ursachen zuordnen:

  1. Fehlende Datenanalytik und
  2. Ungenügendes Projekt Management.

Unter „Datenanalytik“ (engl „Business Analytics“) werden dabei die Recherche- und Analysemethoden und –möglichkeiten verstanden, die die Informatik unter dem Schlagwort „Big Data“ zur Verfügung stellt. Zum einen ist es die Hadoop-Technologie, die das Sammeln und das Auswerten auch extrem grosser Datenmengen auf einem normalen Büro-PC oder Server ermöglicht, wie es zum Beispiel Google sehr erfolgreich praktiziert. Zum zweiten sind es die neuen, anwenderfreundlichen Datenbank- und Excel-Lösungen, die es auch Anwendern in einer Fachabteilung möglich machen, „Big Data“-Analytik zu erlernen und schon nach kurzer Zeit selber zu praktizieren.

Will ein Unternehmen „Innovation Performance Management“ betreiben und dazu Datenanalytik nutzen muss es sich als erstes die Frage stellen, wie Innovationen im Unternehmen entstehen und wo die Punkte sind, die einer Verbesserung bedürfen. Zu prüfende Punkte sind:

  1. Märkte, Marktauswahl
  2. Die Innovationsprozesse, umfassend Ideensammlung und –selektion, Projektdefinition und -auswahl, Produktentwicklung und Markteinführung.
  3. Welche Daten benötigen wir an den Entscheidungspunkten?

Damit lassen sich die Innovationsprozesse pragmatisch verbessern und weiterentwickeln, bis sie die anvisierte Leistung bringen.