IS-O CONSULTING

Anmerkungen zum Umfang des bei diesem Methodischen Lösungs-Ansatz benötigten Datenmaterials

  Wie viel Geld sollte ein Unternehmen für seine Informationsverarbeitung ausgeben? Und die Antwort bitte "in einer Kennzahl, oder 3 höchstens" ist eine beliebte Forderung, insbesondere von so genannten "dynamischen Führungskräften".

  Dieser Zielsetzung ist unseres Wissens zwar bisher noch niemand gerecht geworden, auch nicht annähernd, aber die Forderung ist so populär wie eh und je. Um es mit den Worten der größten Computerzeitschrift der Welt, der "Computerworld" zu formulieren, die sich seit 20 über Jahren um eine Lösung bemüht, leider immer noch erfolglos:
"To use a few well-chosen yardsticks instead of drowning in a sea of 500 datapoints!"

  Andererseits gibt es im "Lande des unbegrenzten Optimismus" interessanterweise aber auch die Erkenntnis "that there is no silver bullet", dass es für anspruchsvolle Probleme oder Aufgabenstellungen keine einfachen Lösungen gibt! Und wir möchten hinzufügen: Es lässt sich mit einem "wissenschaftlichen Denkansatz" sogar eindeutig beweisen, dass es für "komplexe Probleme", wie der Fragestellung: "Wie viel Geld sollte ein Unternehmen für seine Informationsverarbeitung ausgeben?" eine "simple Lösung" gar nicht geben kann. Denn wenn diese Fragestellung, im Jahre 2008 nach gemeinsamer Einschätzung namhafter Marktanalysten eine "ca. 1.660 Milliarden Dollar Frage", kein komplexes Problem darstellte, dann wäre sie seit mindestens 30 bis 40 Jahren überhaupt nicht mehr existent. Und aus der Tatsache, dass sich seit dieser Zeit sicherlich viele zig-tausend Experten bisher erfolglos an einer Lösung versucht haben, einige namhafte sind uns inzwischen gut bekannt, lässt sich schließen, dass diese Fragestellung sogar ein erheblich überdurchschnittlich komplexes Problem darzustellen scheint.

  Uns ist es nach etwa 6 Jahren Forschungs- und Entwicklungsarbeit vor mehr als 20 Jahren erstmals gelungen, einen Prototyp eines IT-Unternehmens-Nutzen -"Yardsticks" herzustellen, bei dem der IT-Unternehmens-Nutzen mit dem IT-Unternehmensaufwand korreliert wird: Dieser so "von uns entwickelte Yardstick" ist eine Kurve in einem 2-dimensionalen Diagramm, d.h. er stellt eine IT-Unternehmens-Nutzen-Potential-Prognose-Kurve dar. Und als Führungserkenntnisse erhält man dabei nicht nur statische IST-"Kennzahlen" sondern die Gegenwart beschreibende und die Zukunft ausleuchtende "Orientierungs-Koordinaten", die eine Handlungsrichtung und eine Handlungstiefe empfehlen. Diesen Ansatz haben wir seither speziell für die deutsche Versicherungswirtschaft immer weiter vertieft und verfeinert und inzwischen in zahlreichen Situationen meistens recht erfolgreich zum Einsatz gebracht.

  Verbleibt noch die Frage, wie viele Einzel-Daten absolut erforderlich sind, um das IT-Unternehmens-Nutzen/Kosten-Verhältnis in ausreichender Qualität und Erkenntnistiefe darstellen zu können. Die besten Voraussetzungen bietet dabei immer ein holistischer Lösungsansatz, wie der vorliegende. Mit ihm lassen sich ganz gezielt heuristische Einzellösungs-Modelle konstruieren, die bekanntlich bereits mit sehr wenigen Einzeldaten bemerkenswert gute Ergebnisse erzielen können. Die Antwort ergibt sich des Weiteren aus der Struktur des Maßstabes, der Notwendigkeit der Berücksichtigung der Individualität der einzelnen Unternehmen und dem gewünschten Detaillierungsgrad der Erkenntnisse als Voraussetzung zu deren Realisierung: Bei unserem Methodischen Lösungsansatz aus der Notwendigkeit, die beiden Koordinatenwerte Verwaltungskosten-Quote als Ordinate und IT-Ressourcen in Geldeinheiten bei opt. Umsetzungs-Effizienz als Abszisse mit ausreichendem Qualitäts-Niveau und unter Berücksichtigung der Individualität der einzelnen Versicherungsunternehmen zur Darstellung zu bringen.
  Trotz der 2-Dimensionalität unseres Methodischen Ansatzes gelingt uns dies i. d. R. mit 3 Datenblättern in Matrix-Form und damit mit sehr viel weniger Einzeldaten als bekannte Ansätze zu diesem Thema benötigen, die zudem nur eine geringe Untermenge unserer Zielsetzung als zu gewinnende Erkenntnisse anstreben.