{"id":250208,"date":"2023-05-30T13:22:16","date_gmt":"2023-05-30T11:22:16","guid":{"rendered":"https:\/\/coaching-your-change.com\/?p=250208"},"modified":"2024-08-01T15:19:41","modified_gmt":"2024-08-01T13:19:41","slug":"data-science-im-change-management","status":"publish","type":"post","link":"https:\/\/coaching-your-change.com\/en_gb\/data-science-im-change-management\/","title":{"rendered":"Data science in change management"},"content":{"rendered":"\n[et_pb_section][et_pb_row][et_pb_column type=“4_4″][et_pb_text]\n

Data Science und digitale Prozesse bieten enorme M\u00f6glichkeiten, Transformationen und Anpassungsprozesse in Echtzeit zu begleiten und maximal wirksam zu unterst\u00fctzen. Und mit jedem Schritt der digitalen Transformation kommen mehr M\u00f6glichkeiten hinzu. Dadurch entstehen auch neue Ans\u00e4tze und Chancen f\u00fcr Change Management Strategien und Methoden.<\/p>\n\n\n\n

Das „Sense and Response\u201c-Modell<\/h2>\n\n\n\n

Pinaki Chakladar, Senior Managing Consultant bei IBM, legt besonderen Wert auf das „Sense and Response\u201c-Modell, dass der Sammlung und Verarbeitung relevanter Daten zugrunde liegt. Sein Fokus auf die Wahrnehmung individueller und situationsabh\u00e4ngige Bed\u00fcrfnisse der Stakeholder kann radikal ver\u00e4ndern, wie wir in Zukunft Transformationen begleiten. Er bricht durch diesen Data Science Ansatz mit vielen traditionellen Change Management Modellen. Das Modell verwendet Design-Thinking-Prinzipien (basierend auf Stakeholder-Personas) und agile Programm-Methoden, um einen Rahmen f\u00fcr das Ver\u00e4nderungsmodell zu schaffen. Es ist speziell auf die Erfahrungen der Stakeholder im Verlauf des Ver\u00e4nderungsprozesses ausgerichtet und nutzt fortschrittliche Analytik und Datenwissenschaften. <\/p>\n\n\n\n

Ein Grundpfeiler dieses neuen Ver\u00e4nderungsmodells ist die mutli-channel Datenanalyse. Sie beruht darauf, den Stakeholdern digital \u201ezuzuh\u00f6ren\u201c und so die Stimmungen der Mitarbeiter, Vertriebspartner und Kunden zu erfassen. Im vorgestellten Beispiel werden Social Media Kommentare, Hotline-Anfragen und die Nutzung der Trainingsvideos ausgewertet. Auch Details, wie das Anhalten und Wiederholen der Trainingsvideo wird mit einbezogen. Auf dieser Grundlage werden die Interessen und Hilfsmittel eines breiten Spektrums von Stakeholdern analysiert. Das Data Science Modell nutz kontinuierlichen Messungen, um den Change Plan in Echtzeit an die Bed\u00fcrfnisse der Stakeholder anzupassen. Pinaki Chakladar erreicht dadurch schnellere und optimierte Transformationsergebnisse f\u00fcr seine Kunden. Aktuell wird dieses Modell erfolgreich im Rahmen eines digitalen Transformationsprogramms in einem der gr\u00f6\u00dften Chemie- und Erd\u00f6lunternehmen Indiens eingesetzt.<\/p>\n\n\n\n

\"Zwei<\/figure>\n\n\n\n

Der Weg hin zu einer datenbasierte Unternehmenskultur<\/h2>\n\n\n\n

Unternehmen, in denen die digitale Transformation schon weiter fortgeschritten ist, denken bereits laut \u00fcber eine datengesteuerte Strategie, eine datengesteuerte Entscheidungsfindung nach. Sp\u00e4testens dort f\u00e4llt der kleine Unterschied zwischen \u201edatengesteuert\u201c und \u201edatengest\u00fctzt\u201c ins Gewicht! Eine Diskussion entbrennt \u00fcber das akzeptable Mass an Datenh\u00f6rigkeit, m\u00f6gliche Datenmanipulation und die sinnvolle Ber\u00fccksichtigung der menschlichen Erfahrungen und Kompetenzen. Es stellt sich die Frage, wieviel datengesteuertes Verhalten wir in unserem Unternehmen insgesamt f\u00fcr gut hei\u00dfen und an welcher Stelle. Die Meinungsbildung hierzu h\u00e4ngt direkt mit den Digitalisierungsgrad des privaten und sozialen Umfeldes zusammen und ist somit eine Frage der Gesellschaft. Alan Bostakian, Chief Consulting Officer bei Intelligent Organization, hat die Diskussion zur \u201edatengesteuerte Unternehmenskultur\u201c im Rahmen von Data Science im Change einmal genauer unter die Lupe genommen.<\/p>\n\n\n\n

Eine Kultur entwickelt sich nicht auf Knopfdruck oder top down! Es ist eine gemeinsame Reise, diese Kultur zu entwickeln. Sie orientiert sich an dem Verhalten, das allgemein akzeptiert und gesch\u00e4tzt wird. Und: unsere Change-Management-Praxis spielt auf dieser Reise eine wichtige Rolle. Eine datengesteuerte Kultur bringt dem Unternehmen nur dann Vorteile, wenn die Besch\u00e4ftigten auch die F\u00e4higkeit und Erlaubnis besitzen, sie zu leben. <\/p>\n\n\n\n

In datengesteuerten Unternehmenskulturen ist \u201eData Democracy\u201c von entscheidender Bedeutung. \u201eData Democracy\u201c bedeutet den vollen Zugriff auf die erhobenen Daten f\u00fcr alle Besch\u00e4ftigen, damit sie dem kollektiven Schwarmwissen jederzeit und aus jeder Perspektive zur Verf\u00fcgung stehen. Dahinter steht also ein dezentraler, agiler Gedanke bei nur geringer hierarchischer Kontrolle. Doch um den optimalen Nutzungsgrad von Data Science im Unternehmen zu erreichen, braucht jeder Besch\u00e4ftigte die F\u00e4higkeit, die Daten auch dem Bedarf entsprechen abzurufen und nach Perspektiven zu filtern. Zudem braucht es die kognitive F\u00e4higkeit, die Daten so miteinander in Beziehung zu setzen und zu interpretieren, dass daraus handlungsorientierte Schlussfolgerungen entstehen. Da sind wir noch nicht! Die Kompetenz zum Lesen und Auswerten von Daten ist bisher nur unzureichend vorhanden. Ganz klar ein Future Skill, den jedes Unternehmen ausbauen sollte!

Capgemini’s aktuelle Change Studie zeigt, dass datengest\u00fctztes Change Management den Transformationserfolg signifikant verbessert.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Die ganze Studie lesen!<\/em><\/a><\/p>\n\n\n\n

Die Visualisierung von Data Analytics im Change ist Key!<\/h2>\n\n\n\n

Gerade wenn es um neu eingef\u00fchrte Produkte, Services oder Tools geht, kann eine umfassende Daten-Analyse uns helfen, mehr \u00fcber das Nutzerverhalten von Kunden und Mitarbeitenden zu erfahren. Die Daten k\u00f6nnen sowohl Probleme als auch Best Practices sichtbar machen. Doch sichtbar hei\u00dft noch nicht gleich verst\u00e4ndlich. Oft stehen wir eher vor einem Datendschungel oder schauen auf die immer gleichen Balken und Kreisdiagramme. Im Change Management sind allerdings andere Informationen interessant. <\/p>\n\n\n\n

Wir wollen wissen, wo die Dinge im Fluss sind oder wo es stockt. Zu welchem Thema wird besonders oft Hilfe nachgefragt? Welche Dinge sind leicht und intuitiv zu benutzen, so dass die Mitarbeitenden und Kunden sich durch diese Neuerung unterst\u00fctzt f\u00fchlen. Sandeep Bhat, EVP-Products bei Gramener Inc., ist Experte f\u00fcr erfolgreiche Visualisierung von Data Science im Change. Die Kommunikation seiner IT Projekte st\u00fctzt sich auf die gezielte Visualisierung von Datenstr\u00f6men und Volumen. Er nutzt die Tatsache, dass die Aufnahme von Daten durch das menschliche Auge anders im Gehirn verarbeitet wird, wie die Aufnahme durch das Geh\u00f6r. Menschen k\u00f6nnen mit den Augen komplexe Situationen extrem schnell erfassen und analysieren. Wir tun es jeden Tag im Stra\u00dfenverkehr, wenn wir unsere Arbeit erledigen oder andere Menschen beobachten. Die nackten Daten k\u00f6nnen manchmal schwierig zu interpretieren sein, aber das richtige Bild kann die Daten UND die dahinter liegenden Informationen offenlegen.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Mittels dieser Grafik konnte ein Support Center zeigen, dass die enorm langen Durchlaufzeiten ihrer Service Request nicht darin begr\u00fcndet sind, dass die Prozesse schlecht sind oder zu lang. Das Problem dieses Centers lag darin, dass das Kundenproblem nicht richtig verstanden wurde. Hier wurden fertige L\u00f6sungsvorschl\u00e4ge vom Kunden immer wieder als nicht hilfreich zur\u00fcckgewiesen. Das Team fokussierte sich konkret auf diese Schwachstelle und konnte die Durchlaufzeiten kurzfristig enorm verbessern.<\/p>\n\n\n\n

F\u00fcr die Kommunikation unserer Changeprojekte ist also eine gute Visualisierung dessen, was es zu ver\u00e4ndern gilt, unerl\u00e4sslich. So k\u00f6nnen aus Daten \u2192 Erkenntnisse und aus Erkenntnissen \u2192 kollektives Wissen entstehen. Auf Basis des so gewonnenen Wissens k\u00f6nnen viele Stakeholder zur Probleml\u00f6sung aktiviert werden, um Ver\u00e4nderungen gezielt und z\u00fcgig herbeizuf\u00fchren.<\/p>\n\n\n\n

\"Mann<\/figure>\n\n\n\n

Fazit:<\/h2>\n\n\n\n

Mit dem Einsatz fortschrittlicher sozialer Analytik und k\u00fcnstlicher Intelligenz (KI) entstehen enorme M\u00f6glichkeiten, besser und schneller zu transformieren. Wir k\u00f6nnten durch Hinzun\u00e4hme von Data Science leicht zwischen einem systemorientierten Ansatz und einem personalisierten Change-Ansatz wechseln. Das w\u00fcrde auf nat\u00fcrliche Weise agile, iterative Transformationsprogramme unterst\u00fctzen und somit auch die Evolution hin zu einem kontinuierlichen Wandel in Unternehmen. Doch der nutzbringende Einsatz umfassender Datenerfassung h\u00e4ngt massgeblich davon ab, wir schnell wir in Unternehmen die F\u00e4higkeit ausbauen k\u00f6nnen, diese Daten zu lesen, zu visualisieren und zu interpretieren. Im Prinzip bedeutet es f\u00fcr die Besch\u00e4ftigten, eine ganz neue Sprache zu erlernen, zu lesen, zu sprechen und zu visualisieren! Und diese F\u00e4higkeiten scheinen unverzichtbar, angesichts der steigenden Menge an verf\u00fcgbaren Daten, der Notwendigkeit, sich vor Fehlinformationen zu sch\u00fctzen und mit immer komplexer werdenden Zusammenh\u00e4ngen kompetent umzugehen.<\/p>\n\n\n\n

\u201eWir versuchen, durch die Augen zu beeinflussen, was wir der \u00d6ffentlichkeit durch ihre wortfesten Ohren nicht vermitteln k\u00f6nnen!\u201c<\/em><\/p>\n\n\n\n

Florence Nightingale<\/em><\/p>\n[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]\n","protected":false},"excerpt":{"rendered":"

\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t<\/div>
\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t<\/div>
\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t<\/div> Data Science und digitale Prozesse bieten enorme M\u00f6glichkeiten, Transformationen und Anpassungsprozesse in Echtzeit zu begleiten und maximal wirksam zu unterst\u00fctzen. Und mit jedem Schritt der digitalen Transformation kommen mehr M\u00f6glichkeiten hinzu. Dadurch entstehen auch neue Ans\u00e4tze und Chancen f\u00fcr Change Management Strategien und Methoden. Das „Sense and Response\u201c-Modell Pinaki Chakladar, Senior Managing Consultant bei […]<\/p>\n","protected":false},"author":1,"featured_media":250210,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"\n

Data Science und digitale Prozesse bieten enorme M\u00f6glichkeiten, Transformationen und Anpassungsprozesse in Echtzeit zu begleiten und maximal wirksam zu unterst\u00fctzen. Und mit jedem Schritt der digitalen Transformation kommen mehr M\u00f6glichkeiten hinzu. Dadurch entstehen auch neue Ans\u00e4tze und Chancen f\u00fcr Change Management Strategien und Methoden.<\/p>\n\n\n\n

Das \"Sense and Response\u201c-Modell<\/h2>\n\n\n\n

Pinaki Chakladar, Senior Managing Consultant bei IBM, legt besonderen Wert auf das \"Sense and Response\u201c-Modell, dass der Sammlung und Verarbeitung relevanter Daten zugrunde liegt. Sein Fokus auf die Wahrnehmung individueller und situationsabh\u00e4ngige Bed\u00fcrfnisse der Stakeholder kann radikal ver\u00e4ndern, wie wir in Zukunft Transformationen begleiten. Er bricht durch diesen Data Science Ansatz mit vielen traditionellen Change Management Modellen. Das Modell verwendet Design-Thinking-Prinzipien (basierend auf Stakeholder-Personas) und agile Programm-Methoden, um einen Rahmen f\u00fcr das Ver\u00e4nderungsmodell zu schaffen. Es ist speziell auf die Erfahrungen der Stakeholder im Verlauf des Ver\u00e4nderungsprozesses ausgerichtet und nutzt fortschrittliche Analytik und Datenwissenschaften. <\/p>\n\n\n\n

Ein Grundpfeiler dieses neuen Ver\u00e4nderungsmodells ist die mutli-channel Datenanalyse. Sie beruht darauf, den Stakeholdern digital \u201ezuzuh\u00f6ren\u201c und so die Stimmungen der Mitarbeiter, Vertriebspartner und Kunden zu erfassen. Im vorgestellten Beispiel werden Social Media Kommentare, Hotline-Anfragen und die Nutzung der Trainingsvideos ausgewertet. Auch Details, wie das Anhalten und Wiederholen der Trainingsvideo wird mit einbezogen. Auf dieser Grundlage werden die Interessen und Hilfsmittel eines breiten Spektrums von Stakeholdern analysiert. Das Data Science Modell nutz kontinuierlichen Messungen, um den Change Plan in Echtzeit an die Bed\u00fcrfnisse der Stakeholder anzupassen. Pinaki Chakladar erreicht dadurch schnellere und optimierte Transformationsergebnisse f\u00fcr seine Kunden. Aktuell wird dieses Modell erfolgreich im Rahmen eines digitalen Transformationsprogramms in einem der gr\u00f6\u00dften Chemie- und Erd\u00f6lunternehmen Indiens eingesetzt.<\/p>\n\n\n\n

\"Zwei<\/figure>\n\n\n\n

Der Weg hin zu einer datenbasierte Unternehmenskultur<\/h2>\n\n\n\n

Unternehmen, in denen die digitale Transformation schon weiter fortgeschritten ist, denken bereits laut \u00fcber eine datengesteuerte Strategie, eine datengesteuerte Entscheidungsfindung nach. Sp\u00e4testens dort f\u00e4llt der kleine Unterschied zwischen \u201edatengesteuert\u201c und \u201edatengest\u00fctzt\u201c ins Gewicht! Eine Diskussion entbrennt \u00fcber das akzeptable Mass an Datenh\u00f6rigkeit, m\u00f6gliche Datenmanipulation und die sinnvolle Ber\u00fccksichtigung der menschlichen Erfahrungen und Kompetenzen. Es stellt sich die Frage, wieviel datengesteuertes Verhalten wir in unserem Unternehmen insgesamt f\u00fcr gut hei\u00dfen und an welcher Stelle. Die Meinungsbildung hierzu h\u00e4ngt direkt mit den Digitalisierungsgrad des privaten und sozialen Umfeldes zusammen und ist somit eine Frage der Gesellschaft. Alan Bostakian, Chief Consulting Officer bei Intelligent Organization, hat die Diskussion zur \u201edatengesteuerte Unternehmenskultur\u201c im Rahmen von Data Science im Change einmal genauer unter die Lupe genommen.<\/p>\n\n\n\n

Eine Kultur entwickelt sich nicht auf Knopfdruck oder top down! Es ist eine gemeinsame Reise, diese Kultur zu entwickeln. Sie orientiert sich an dem Verhalten, das allgemein akzeptiert und gesch\u00e4tzt wird. Und: unsere Change-Management-Praxis spielt auf dieser Reise eine wichtige Rolle. Eine datengesteuerte Kultur bringt dem Unternehmen nur dann Vorteile, wenn die Besch\u00e4ftigten auch die F\u00e4higkeit und Erlaubnis besitzen, sie zu leben. <\/p>\n\n\n\n

In datengesteuerten Unternehmenskulturen ist \u201eData Democracy\u201c von entscheidender Bedeutung. \u201eData Democracy\u201c bedeutet den vollen Zugriff auf die erhobenen Daten f\u00fcr alle Besch\u00e4ftigen, damit sie dem kollektiven Schwarmwissen jederzeit und aus jeder Perspektive zur Verf\u00fcgung stehen. Dahinter steht also ein dezentraler, agiler Gedanke bei nur geringer hierarchischer Kontrolle. Doch um den optimalen Nutzungsgrad von Data Science im Unternehmen zu erreichen, braucht jeder Besch\u00e4ftigte die F\u00e4higkeit, die Daten auch dem Bedarf entsprechen abzurufen und nach Perspektiven zu filtern. Zudem braucht es die kognitive F\u00e4higkeit, die Daten so miteinander in Beziehung zu setzen und zu interpretieren, dass daraus handlungsorientierte Schlussfolgerungen entstehen. Da sind wir noch nicht! Die Kompetenz zum Lesen und Auswerten von Daten ist bisher nur unzureichend vorhanden. Ganz klar ein Future Skill, den jedes Unternehmen ausbauen sollte!

Capgemini's aktuelle Change Studie zeigt, dass datengest\u00fctztes Change Management den Transformationserfolg signifikant verbessert.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Die ganze Studie lesen!<\/em><\/a><\/p>\n\n\n\n

Die Visualisierung von Data Analytics im Change ist Key!<\/h2>\n\n\n\n

Gerade wenn es um neu eingef\u00fchrte Produkte, Services oder Tools geht, kann eine umfassende Daten-Analyse uns helfen, mehr \u00fcber das Nutzerverhalten von Kunden und Mitarbeitenden zu erfahren. Die Daten k\u00f6nnen sowohl Probleme als auch Best Practices sichtbar machen. Doch sichtbar hei\u00dft noch nicht gleich verst\u00e4ndlich. Oft stehen wir eher vor einem Datendschungel oder schauen auf die immer gleichen Balken und Kreisdiagramme. Im Change Management sind allerdings andere Informationen interessant. <\/p>\n\n\n\n

Wir wollen wissen, wo die Dinge im Fluss sind oder wo es stockt. Zu welchem Thema wird besonders oft Hilfe nachgefragt? Welche Dinge sind leicht und intuitiv zu benutzen, so dass die Mitarbeitenden und Kunden sich durch diese Neuerung unterst\u00fctzt f\u00fchlen. Sandeep Bhat, EVP-Products bei Gramener Inc., ist Experte f\u00fcr erfolgreiche Visualisierung von Data Science im Change. Die Kommunikation seiner IT Projekte st\u00fctzt sich auf die gezielte Visualisierung von Datenstr\u00f6men und Volumen. Er nutzt die Tatsache, dass die Aufnahme von Daten durch das menschliche Auge anders im Gehirn verarbeitet wird, wie die Aufnahme durch das Geh\u00f6r. Menschen k\u00f6nnen mit den Augen komplexe Situationen extrem schnell erfassen und analysieren. Wir tun es jeden Tag im Stra\u00dfenverkehr, wenn wir unsere Arbeit erledigen oder andere Menschen beobachten. Die nackten Daten k\u00f6nnen manchmal schwierig zu interpretieren sein, aber das richtige Bild kann die Daten UND die dahinter liegenden Informationen offenlegen.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Mittels dieser Grafik konnte ein Support Center zeigen, dass die enorm langen Durchlaufzeiten ihrer Service Request nicht darin begr\u00fcndet sind, dass die Prozesse schlecht sind oder zu lang. Das Problem dieses Centers lag darin, dass das Kundenproblem nicht richtig verstanden wurde. Hier wurden fertige L\u00f6sungsvorschl\u00e4ge vom Kunden immer wieder als nicht hilfreich zur\u00fcckgewiesen. Das Team fokussierte sich konkret auf diese Schwachstelle und konnte die Durchlaufzeiten kurzfristig enorm verbessern.<\/p>\n\n\n\n

F\u00fcr die Kommunikation unserer Changeprojekte ist also eine gute Visualisierung dessen, was es zu ver\u00e4ndern gilt, unerl\u00e4sslich. So k\u00f6nnen aus Daten \u2192 Erkenntnisse und aus Erkenntnissen \u2192 kollektives Wissen entstehen. Auf Basis des so gewonnenen Wissens k\u00f6nnen viele Stakeholder zur Probleml\u00f6sung aktiviert werden, um Ver\u00e4nderungen gezielt und z\u00fcgig herbeizuf\u00fchren.<\/p>\n\n\n\n

\"Mann<\/figure>\n\n\n\n

Fazit:<\/h2>\n\n\n\n

Mit dem Einsatz fortschrittlicher sozialer Analytik und k\u00fcnstlicher Intelligenz (KI) entstehen enorme M\u00f6glichkeiten, besser und schneller zu transformieren. Wir k\u00f6nnten durch Hinzun\u00e4hme von Data Science leicht zwischen einem systemorientierten Ansatz und einem personalisierten Change-Ansatz wechseln. Das w\u00fcrde auf nat\u00fcrliche Weise agile, iterative Transformationsprogramme unterst\u00fctzen und somit auch die Evolution hin zu einem kontinuierlichen Wandel in Unternehmen. Doch der nutzbringende Einsatz umfassender Datenerfassung h\u00e4ngt massgeblich davon ab, wir schnell wir in Unternehmen die F\u00e4higkeit ausbauen k\u00f6nnen, diese Daten zu lesen, zu visualisieren und zu interpretieren. Im Prinzip bedeutet es f\u00fcr die Besch\u00e4ftigten, eine ganz neue Sprache zu erlernen, zu lesen, zu sprechen und zu visualisieren! Und diese F\u00e4higkeiten scheinen unverzichtbar, angesichts der steigenden Menge an verf\u00fcgbaren Daten, der Notwendigkeit, sich vor Fehlinformationen zu sch\u00fctzen und mit immer komplexer werdenden Zusammenh\u00e4ngen kompetent umzugehen.<\/p>\n\n\n\n

\u201eWir versuchen, durch die Augen zu beeinflussen, was wir der \u00d6ffentlichkeit durch ihre wortfesten Ohren nicht vermitteln k\u00f6nnen!\u201c<\/em><\/p>\n\n\n\n

Florence Nightingale<\/em><\/p>\n","_et_gb_content_width":"","_themeisle_gutenberg_block_has_review":false,"footnotes":""},"categories":[24],"tags":[],"class_list":["post-250208","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-nicht-kategorisiert-de"],"yoast_head":"\nData Science im Change Management<\/title>\n<meta name=\"description\" content=\"Soziale Analytik und KI k\u00f6nnen uns helfen, besser und schneller zu transformieren. Doch Data Science im Change ist noch weitgehend ungenutzt.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/coaching-your-change.com\/en_gb\/data-science-im-change-management\/\" \/>\n<meta property=\"og:locale\" content=\"en_GB\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Data Science im Change Management\" \/>\n<meta property=\"og:description\" content=\"Soziale Analytik und KI k\u00f6nnen uns helfen, besser und schneller zu transformieren. Doch Data Science im Change ist noch weitgehend ungenutzt.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/coaching-your-change.com\/en_gb\/data-science-im-change-management\/\" \/>\n<meta property=\"og:site_name\" content=\"coaching-your-change.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/people\/Kathrin-Schrepfer\/100085420214170\/\" \/>\n<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/people\/Kathrin-Schrepfer\/100085420214170\/\" \/>\n<meta property=\"article:published_time\" content=\"2023-05-30T11:22:16+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-08-01T13:19:41+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/coaching-your-change.com\/wp-content\/uploads\/3-9.png\" \/>\n\t<meta property=\"og:image:width\" content=\"800\" \/>\n\t<meta property=\"og:image:height\" content=\"550\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Kathrin Schrepfer\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Kathrin Schrepfer\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimated reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/\"},\"author\":{\"name\":\"Kathrin Schrepfer\",\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/#\\\/schema\\\/person\\\/a883cb7c2b5b5302f27eb2ae2ac966b0\"},\"headline\":\"Data Science im Change Management\",\"datePublished\":\"2023-05-30T11:22:16+00:00\",\"dateModified\":\"2024-08-01T13:19:41+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/\"},\"wordCount\":1194,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/#\\\/schema\\\/person\\\/a883cb7c2b5b5302f27eb2ae2ac966b0\"},\"image\":{\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/coaching-your-change.com\\\/wp-content\\\/uploads\\\/3-9.png\",\"articleSection\":[\"Nicht kategorisiert\"],\"inLanguage\":\"en-GB\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/\",\"url\":\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/\",\"name\":\"Data Science im Change Management\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/coaching-your-change.com\\\/wp-content\\\/uploads\\\/3-9.png\",\"datePublished\":\"2023-05-30T11:22:16+00:00\",\"dateModified\":\"2024-08-01T13:19:41+00:00\",\"description\":\"Soziale Analytik und KI k\u00f6nnen uns helfen, besser und schneller zu transformieren. Doch Data Science im Change ist noch weitgehend ungenutzt.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/#breadcrumb\"},\"inLanguage\":\"en-GB\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-GB\",\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/#primaryimage\",\"url\":\"https:\\\/\\\/coaching-your-change.com\\\/wp-content\\\/uploads\\\/3-9.png\",\"contentUrl\":\"https:\\\/\\\/coaching-your-change.com\\\/wp-content\\\/uploads\\\/3-9.png\",\"width\":800,\"height\":550,\"caption\":\"Mann zeigt auf verschiedene Grafen.\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/data-science-im-change-management\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/coaching-your-change.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Data Science im Change Management\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/#website\",\"url\":\"https:\\\/\\\/coaching-your-change.com\\\/\",\"name\":\"coaching-your-change.com\",\"description\":\"Change Expertise & Business Coaching\",\"publisher\":{\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/#\\\/schema\\\/person\\\/a883cb7c2b5b5302f27eb2ae2ac966b0\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/coaching-your-change.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-GB\"},{\"@type\":[\"Person\",\"Organization\"],\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/#\\\/schema\\\/person\\\/a883cb7c2b5b5302f27eb2ae2ac966b0\",\"name\":\"Kathrin Schrepfer\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-GB\",\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/wp-content\\\/uploads\\\/Logo-weiss-short.png\",\"url\":\"https:\\\/\\\/coaching-your-change.com\\\/wp-content\\\/uploads\\\/Logo-weiss-short.png\",\"contentUrl\":\"https:\\\/\\\/coaching-your-change.com\\\/wp-content\\\/uploads\\\/Logo-weiss-short.png\",\"width\":750,\"height\":750,\"caption\":\"Kathrin Schrepfer\"},\"logo\":{\"@id\":\"https:\\\/\\\/coaching-your-change.com\\\/wp-content\\\/uploads\\\/Logo-weiss-short.png\"},\"sameAs\":[\"http:\\\/\\\/coaching-your-change.com\",\"https:\\\/\\\/www.facebook.com\\\/people\\\/Kathrin-Schrepfer\\\/100085420214170\\\/\",\"https:\\\/\\\/www.instagram.com\\\/coaching.your.change\\\/\",\"http:\\\/\\\/linkedin.com\\\/in\\\/kathrin-schrepfer-b041bb19b\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Data science in change management","description":"Soziale Analytik und KI k\u00f6nnen uns helfen, besser und schneller zu transformieren. Doch Data Science im Change ist noch weitgehend ungenutzt.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/coaching-your-change.com\/en_gb\/data-science-im-change-management\/","og_locale":"en_GB","og_type":"article","og_title":"Data Science im Change Management","og_description":"Soziale Analytik und KI k\u00f6nnen uns helfen, besser und schneller zu transformieren. Doch Data Science im Change ist noch weitgehend ungenutzt.","og_url":"https:\/\/coaching-your-change.com\/en_gb\/data-science-im-change-management\/","og_site_name":"coaching-your-change.com","article_publisher":"https:\/\/www.facebook.com\/people\/Kathrin-Schrepfer\/100085420214170\/","article_author":"https:\/\/www.facebook.com\/people\/Kathrin-Schrepfer\/100085420214170\/","article_published_time":"2023-05-30T11:22:16+00:00","article_modified_time":"2024-08-01T13:19:41+00:00","og_image":[{"width":800,"height":550,"url":"https:\/\/coaching-your-change.com\/wp-content\/uploads\/3-9.png","type":"image\/png"}],"author":"Kathrin Schrepfer","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Kathrin Schrepfer","Estimated reading time":"8 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/coaching-your-change.com\/data-science-im-change-management\/#article","isPartOf":{"@id":"https:\/\/coaching-your-change.com\/data-science-im-change-management\/"},"author":{"name":"Kathrin Schrepfer","@id":"https:\/\/coaching-your-change.com\/#\/schema\/person\/a883cb7c2b5b5302f27eb2ae2ac966b0"},"headline":"Data Science im Change Management","datePublished":"2023-05-30T11:22:16+00:00","dateModified":"2024-08-01T13:19:41+00:00","mainEntityOfPage":{"@id":"https:\/\/coaching-your-change.com\/data-science-im-change-management\/"},"wordCount":1194,"commentCount":0,"publisher":{"@id":"https:\/\/coaching-your-change.com\/#\/schema\/person\/a883cb7c2b5b5302f27eb2ae2ac966b0"},"image":{"@id":"https:\/\/coaching-your-change.com\/data-science-im-change-management\/#primaryimage"},"thumbnailUrl":"https:\/\/coaching-your-change.com\/wp-content\/uploads\/3-9.png","articleSection":["Nicht kategorisiert"],"inLanguage":"en-GB","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/coaching-your-change.com\/data-science-im-change-management\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/coaching-your-change.com\/data-science-im-change-management\/","url":"https:\/\/coaching-your-change.com\/data-science-im-change-management\/","name":"Data science in change management","isPartOf":{"@id":"https:\/\/coaching-your-change.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/coaching-your-change.com\/data-science-im-change-management\/#primaryimage"},"image":{"@id":"https:\/\/coaching-your-change.com\/data-science-im-change-management\/#primaryimage"},"thumbnailUrl":"https:\/\/coaching-your-change.com\/wp-content\/uploads\/3-9.png","datePublished":"2023-05-30T11:22:16+00:00","dateModified":"2024-08-01T13:19:41+00:00","description":"Soziale Analytik und KI k\u00f6nnen uns helfen, besser und schneller zu transformieren. Doch Data Science im Change ist noch weitgehend ungenutzt.","breadcrumb":{"@id":"https:\/\/coaching-your-change.com\/data-science-im-change-management\/#breadcrumb"},"inLanguage":"en-GB","potentialAction":[{"@type":"ReadAction","target":["https:\/\/coaching-your-change.com\/data-science-im-change-management\/"]}]},{"@type":"ImageObject","inLanguage":"en-GB","@id":"https:\/\/coaching-your-change.com\/data-science-im-change-management\/#primaryimage","url":"https:\/\/coaching-your-change.com\/wp-content\/uploads\/3-9.png","contentUrl":"https:\/\/coaching-your-change.com\/wp-content\/uploads\/3-9.png","width":800,"height":550,"caption":"Mann zeigt auf verschiedene Grafen."},{"@type":"BreadcrumbList","@id":"https:\/\/coaching-your-change.com\/data-science-im-change-management\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/coaching-your-change.com\/"},{"@type":"ListItem","position":2,"name":"Data Science im Change Management"}]},{"@type":"WebSite","@id":"https:\/\/coaching-your-change.com\/#website","url":"https:\/\/coaching-your-change.com\/","name":"coaching-your-change.com","description":"Change Expertise & Business Coaching","publisher":{"@id":"https:\/\/coaching-your-change.com\/#\/schema\/person\/a883cb7c2b5b5302f27eb2ae2ac966b0"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/coaching-your-change.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-GB"},{"@type":["Person","Organization"],"@id":"https:\/\/coaching-your-change.com\/#\/schema\/person\/a883cb7c2b5b5302f27eb2ae2ac966b0","name":"Kathrin Schrepfer","image":{"@type":"ImageObject","inLanguage":"en-GB","@id":"https:\/\/coaching-your-change.com\/wp-content\/uploads\/Logo-weiss-short.png","url":"https:\/\/coaching-your-change.com\/wp-content\/uploads\/Logo-weiss-short.png","contentUrl":"https:\/\/coaching-your-change.com\/wp-content\/uploads\/Logo-weiss-short.png","width":750,"height":750,"caption":"Kathrin Schrepfer"},"logo":{"@id":"https:\/\/coaching-your-change.com\/wp-content\/uploads\/Logo-weiss-short.png"},"sameAs":["http:\/\/coaching-your-change.com","https:\/\/www.facebook.com\/people\/Kathrin-Schrepfer\/100085420214170\/","https:\/\/www.instagram.com\/coaching.your.change\/","http:\/\/linkedin.com\/in\/kathrin-schrepfer-b041bb19b"]}]}},"_links":{"self":[{"href":"https:\/\/coaching-your-change.com\/en_gb\/wp-json\/wp\/v2\/posts\/250208","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/coaching-your-change.com\/en_gb\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/coaching-your-change.com\/en_gb\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/coaching-your-change.com\/en_gb\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/coaching-your-change.com\/en_gb\/wp-json\/wp\/v2\/comments?post=250208"}],"version-history":[{"count":3,"href":"https:\/\/coaching-your-change.com\/en_gb\/wp-json\/wp\/v2\/posts\/250208\/revisions"}],"predecessor-version":[{"id":250899,"href":"https:\/\/coaching-your-change.com\/en_gb\/wp-json\/wp\/v2\/posts\/250208\/revisions\/250899"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/coaching-your-change.com\/en_gb\/wp-json\/wp\/v2\/media\/250210"}],"wp:attachment":[{"href":"https:\/\/coaching-your-change.com\/en_gb\/wp-json\/wp\/v2\/media?parent=250208"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/coaching-your-change.com\/en_gb\/wp-json\/wp\/v2\/categories?post=250208"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/coaching-your-change.com\/en_gb\/wp-json\/wp\/v2\/tags?post=250208"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}