Time-to-Insight

Unternehmen sammeln riesige Mengen an Zahlen: Verkäufe, Klicks, Lieferzeiten, Reklamationen. Diese Zahlen sind erst dann nützlich, wenn jemand eine Frage stellt und eine verlässliche Antwort erhält. Time-to-Insight ist der englische Fachbegriff für die Zeit, die dieser Weg dauert. Gemessen wird von dem Moment, in dem die Frage gestellt wird, bis zu dem Moment, in dem eine Entscheidung darauf gestützt werden kann. Das kann eine Viertelstunde dauern oder sechs Wochen. Der Begriff ist also eine Kennzahl über die Arbeitsgeschwindigkeit einer Organisation, nicht über die Qualität ihrer Daten.

Warum Geschwindigkeit hier über Geld entscheidet

Eine Erkenntnis verliert an Wert, je später sie kommt. Ein Onlinehändler, der erst nach vier Wochen merkt, dass eine Werbekampagne nichts bringt, hat vier Wochen Budget verbrannt. Merkt er es nach zwei Tagen, kann er umsteuern. Der Inhalt der Erkenntnis ist in beiden Fällen identisch, der wirtschaftliche Nutzen völlig verschieden.

Deshalb steht Time-to-Insight in Präsentationen von Software-Anbietern so häufig auf den Folien. Wer ein Analysewerkzeug verkauft, verspricht selten „bessere Daten“. Er verspricht, dass Antworten in Minuten statt in Wochen vorliegen. Bei Cloud-Anbietern und Datenbank-Herstellern ist diese Zahl ein zentrales Verkaufsargument geworden.

Ein häufiger Irrtum: kurze Time-to-Insight bedeutet nicht, dass die Antwort richtig ist. Wer schnell zu falschen Schlüssen kommt, ist schlechter dran als vorher. Die Kennzahl misst Tempo, nicht Wahrheit. Sinnvoll ist sie nur zusammen mit einer Kontrolle der Datenqualität.

Woran die Zeit tatsächlich verloren geht

Die reine Rechenzeit ist meist der kleinste Teil. Ein moderner Server durchsucht Millionen Zeilen in Sekunden. Der Großteil der Zeit geht für organisatorische Schritte verloren: Wer darf auf welche Daten zugreifen? Wo liegen sie überhaupt? Wer schreibt die Abfrage? Oft warten Fachabteilungen tagelang darauf, dass ein Spezialist Zeit hat.

Ein weiterer großer Block ist die Vorbereitung der Daten. In der Praxis liegen Informationen über einen Kunden in mehreren Systemen, in unterschiedlichen Formaten und mit unterschiedlichen Schreibweisen. Bevor gerechnet wird, müssen diese Bestände zusammengeführt und bereinigt werden. Fachleute nennen diesen Schritt Datenintegration. Er verschlingt regelmäßig mehr Zeit als die eigentliche Auswertung.

Verkürzen lässt sich die Spanne auf zwei Wegen. Erstens technisch: Daten werden zentral gesammelt und bereits im Voraus in eine einheitliche Form gebracht. Zweitens organisatorisch: Mitarbeiter erhalten Werkzeuge, mit denen sie einfache Fragen selbst beantworten können, ohne die IT-Abteilung. Sprachmodelle spielen dabei eine wachsende Rolle, weil sie eine Frage in normalem Deutsch in eine Datenbankabfrage übersetzen können.

Der Begriff in Quartalsberichten und Produktwerbung

Am häufigsten trifft man Time-to-Insight in der Sprache von Firmen, die Datenprodukte verkaufen: Cloud-Plattformen, Analyse-Software, Beratungshäuser. In Quartalsberichten und Pressemitteilungen dient die Kennzahl als Beweis für den Nutzen einer Investition. Sätze wie „wir haben die Time-to-Insight um 70 Prozent reduziert“ sind Standard. Als Leser lohnt die Rückfrage, ab welchem Startpunkt gemessen wurde, denn eine einheitliche Definition gibt es nicht.

Auch im Alltag existiert das Prinzip, nur ohne den englischen Namen. Ein Lehrer, der Klausuren am selben Tag korrigiert, gibt der Klasse eine schnelle Rückmeldung. Kommt sie erst nach vier Wochen, hat niemand mehr die Aufgaben im Kopf. Der Wert der Information hängt am Zeitpunkt.

Verwandt, aber nicht gleichbedeutend ist Time-to-Market, also die Zeit von der Produktidee bis zum Verkaufsstart. Time-to-Insight betrifft nur den Weg von der Frage zur Antwort. Beide Kennzahlen gehören zu derselben Denkweise: Zeit wird als Kostenfaktor behandelt, den man messen und senken kann.