Diese 3 Daten-Trends machen den Unterschied zwischen Marktführer und Mitläufer

Die wichtigsten Insights aus der weltweit größten Umfrage unter Data Professionals – jetzt im Data, BI and Analytics Trend Monitor

Inhalt
  1. Von GenAI zu Agentic AI: Der nächste Schritt intelligenter Systeme
  2. Data Culture: Menschen als Erfolgsfaktor
  3. Vertrauen als Fundament: Datensouveränität neu denken
  4. So navigierst du erfolgreich durch die Datenwelt der Gegenwart und Zukunft
Was ist heute wirklich wichtig, um Daten erfolgreich zu nutzen? Die aktuelle Auswertung des BARC Trend Monitors zeigt klar: Unternehmen stehen nicht nur vor technologischen Umbrüchen, sondern auch vor kulturellen und strategischen Herausforderungen – und die entscheiden darüber, wer auch künftig wettbewerbsfähig bleibt.
Der Data, BI and Analytics Trend Monitor der Marktanalysten BARC basiert auf der weltweit größten Umfrage zu Data- und Analytics-Trends und bietet dir einen umfassenden Blick hinter die Kulissen. Mit den Einschätzungen von rund 1.800 befragten Datenverantwortlichen aus unterschiedlichen Branchen und Regionen weltweit liefert die Studie Einblicke, mit denen du deine Datenstrategie optimal ausrichten kannst.
Welche Entwicklungen für die Befragten besonders relevant sind und wie diese Trends ein neues Zeitalter datengetriebener Wertschöpfung einläuten, erfährst du hier.
Das Wichtigste in Kürze
  • Unternehmen müssen sich mit kulturellen und strategischen Herausforderungen auseinandersetzen, um datengetrieben wettbewerbsfähig zu bleiben.
  • Der Trend geht von Generativer KI zu Agentic AI, die komplexe Aufgaben autonom ausführt, was neue Anforderungen an die Datenkompetenz der Mitarbeitenden stellt.
  • Eine starke Data Culture ist entscheidend, um den digitalen Wandel erfolgreich zu gestalten.

Von GenAI zu Agentic AI: Der nächste Schritt intelligenter Systeme

Generative KI (GenAI) hat in kurzer Zeit beeindruckende Fortschritte ermöglicht – von automatisierter Code-Erstellung über Natural-Language-Interfaces bis hin zu prädiktiven Analysen und personalisierten Handlungsempfehlungen. Diese Technologie bleibt relevant, wird aber zunehmend von einem noch mächtigeren Konzept ergänzt: Agentic AI
241115-Trendmonitor-25-SMT-2.png
Anders als klassische Generative KI, die auf Nutzerimpulse reagiert, agieren Agentic-AI-Systeme zunehmend eigenständig. Sie kombinieren Wahrnehmung, Planung und Handlung oft über mehrere Schritte hinweg und können komplexe Aufgaben autonom ausführen. In der Welt von Data and Analytics bedeutet das: KI-Anwendungen, die nicht nur Antworten liefern, sondern proaktiv Prozesse steuern, Reports generieren oder Entscheidungen vorbereiten. Die Analyst*innen von BARC sind überzeugt, dass Agentic AI künftig eine zentrale Rolle spielen wird – und erwarten, dass sich dies im kommenden BARC Trend Monitor 2026 widerspiegelt.
Highlight Box
BARC ist ein führendes Analystenhaus für Data, Analytics und Unternehmenssoftware. Mit 25 Jahren Erfahrung in Datenstrategie und -kultur, Datenarchitektur, Organisation und Softwareauswahl unterstützt BARC Unternehmen dabei, wirklich datengesteuert zu sein.
Unternehmen, die jetzt mit Pilotprojekten starten, verschaffen sich einen entscheidenden Vorsprung. Denn die nächste Generation datengetriebener Anwendungen entsteht nicht morgen, sondern heute. Gleichzeitig verändern sich die Anforderungen an die Menschen im Unternehmen: Wer mit solchen Systemen arbeitet, muss verstehen, wie Daten entstehen, welche Qualität sie haben und was die Ergebnisse bedeuten. Es geht also nicht nur um technische Fragen; diese Entwicklungen verändern auch die Anforderungen an die Datenkompetenz von Mitarbeitenden.
Data Literacy ist somit längst nicht mehr nur Sache von Spezialist*innen, sondern wird zur Schlüsselqualifikation in allen Rollen und Branchen. Wer mit autonomen Systemen zusammenarbeiten will, muss Daten von der Quelle bis zur Anwendung verstehen. Deshalb zählt Data Literacy weiterhin zu den Top-Themen im Trendranking. Unternehmen, die ihre Mitarbeitenden befähigen, Daten souverän zu nutzen und KI-gestützte Systeme zu verstehen, sichern sich entscheidende Wettbewerbsvorteile.

Data Culture: Menschen als Erfolgsfaktor

Der Wandel hin zum datengetriebenen Arbeiten gelingt nur dann, wenn auch die Unternehmens- und Datenkultur aufeinander ausgerichtet sind. Hier setzt der zweite große Trend des Data, BI and Analytics Trend Monitors an: eine starke, gelebte Data Culture.
241115-Trendmonitor-25-SMT-1.png
Der Aufbau einer datengetriebenen Kultur ist längst keine Option mehr – er ist Voraussetzung, um Innovationen schnell umzusetzen, fundierte Entscheidungen zu treffen und Mitarbeitende erfolgreich in den digitalen Wandel einzubinden.
Was das bedeutet? Daten müssen nicht nur verfügbar sein, sie müssen auch genutzt, geteilt und hinterfragt werden. Eine solche Kultur entsteht nicht von allein. Sie erfordert gezielte Maßnahmen in sechs zentralen Handlungsfeldern, wie sie im BARC Data Culture Framework beschrieben sind:
  1. Strategie
  2. Führung
  3. Governance
  4. Kompetenz
  5. Kommunikation
  6. Zugang
In der Praxis heißt das zum Beispiel: Führungskräfte setzen datenbasierte Entscheidungen sichtbar um; Mitarbeitende haben Zugriff auf relevante Informationen und wissen, wie sie diese sinnvoll einsetzen.
„Eine datengetriebene Kultur macht Organisationen anpassungsfähiger, transparenter und innovativer. Sie ermöglicht es, aus Daten echten Geschäftswert zu schöpfen – nicht nur punktuell, sondern systematisch und zukunftsorientiert.“ BARC-Studien zeigen: Unternehmen, die hier besonders weit sind, investieren nicht nur in Technologie, sondern vor allem in Menschen und Zusammenarbeit.
⁠– Dr. Carsten Bange, Geschäftsführer BARC

Vertrauen als Fundament: Datensouveränität neu denken

Vertrauen ist die Basis jeder datengetriebenen Organisation und gleichzeitig ein Thema, das 2025 neue Dynamik erhalten hat. Während sich viele Diskussionen um Governance bislang auf Regeln, Tools und Prozesse konzentriert haben, rückt nun ein zentraler Aspekt stärker in den Fokus: Datensouveränität.
Datensouveränität bedeutet, die Kontrolle über Daten nicht aus der Hand zu geben, weder technologisch noch organisatorisch. Im aktuellen Zeitgeschehen, in dem Daten immer häufiger in der Cloud, in KI-Modellen oder zwischen verschiedenen Fachbereichen zirkulieren, ist ein eigenständiges Datenmanagement keine Selbstverständlichkeit. Unternehmen müssen sicherstellen, dass sie jederzeit wissen, wo ihre Daten liegen, wer darauf zugreift und wofür sie genutzt werden.
Fehlt diese Kontrolle, entstehen nicht nur operative Risiken – es droht der Verlust von Innovationskraft, Wettbewerbsfähigkeit und regulatorischer Sicherheit, gerade im europäischen Raum.
Dabei reicht es nicht, sich auf zentrale Kontrollmechanismen zu verlassen. Moderne Ansätze wie Data Mesh und Data Product Thinking setzen auf dezentrale Verantwortung. Governance muss heute nicht nur regulieren, sondern ermöglichen – und das Vertrauen stärken, das für datengetriebene Entscheidungen notwendig ist.

So navigierst du erfolgreich durch die Datenwelt der Gegenwart und Zukunft

Ob Agentic AI, Data Culture oder Datensouveränität, alle drei Trends zeigen: Der Umgang mit Daten wird umfassender, strategischer und menschlicher. Die Zeit des Abwartens ist spätestens seit dem BARC Data, BI and Analytics Trend Monitor vorbei. Unternehmen, die diese Entwicklungen ernst nehmen, schaffen die Basis für nachhaltigen Erfolg – und stellen sicher, dass sie die Zukunft nicht nur mitgestalten, sondern aktiv vorantreiben. 
Lade dir den Data, BI and Analytics Trend Monitor jetzt kostenlos herunter und verstehe Daten-Trends, die dein Business prägen werden.
Chantal Seiter

Chantal ist Redakteurin bei OMR Reviews. Wenn sie gerade mal nicht in die Tasten haut, betreibt sie Café Hopping oder erkundet neue Städte. Am liebsten beides zusammen. Vor ihrem Start bei OMR Reviews hat die Eigentlich-Kielerin in Kreativagenturen und als Freelancerin gearbeitet. 2022 hat sie außerdem eine Weiterbildung zur Fashion Stylistin abgeschlossen.

Dieser Artikel erscheint auf OMR Reviews – der führenden DACH-Plattform für B2B-Software-Bewertungen, Software-Vergleiche, Agenturen, Business Services und B2B-Tech-Content. Mit mehr als 80.000 verifizierten Bewertungen und 12.000+ gelisteten Tools hilft OMR Reviews Unternehmen dabei, passende Software-Lösungen und Dienstleister fundiert zu recherchieren, zu vergleichen und bessere Entscheidungen zu treffen.

Alle Artikel von Chantal Seiter

Im Artikel erwähnte Software- oder Service-Kategorien

Data Governance
Der Begriff Data Governance beschreibt Prozesse des Data-Lifecyle-Managements, die das Ziel verfolgen, die Verfügbarkeit, Nutzbarkeit, Richtigkeit und Sicherheit von Daten (Datenqualität) und die Einhaltung rechtlicher Vorgaben über einen längeren Zeitraum sicherzustellen. Data-Governance-Softwares helfen Unternehmen und ihren Mitarbeiter*innen bei der Erstellung von konsistenten Richtlinien, Regeln und Rechenschaftspflichten zur Einhaltung der Datenqualitätsstandards. Außerdem unterstützen sie die Firmen dabei, konsistente Richtlinien, Prozesse und Verantwortliche bzw. Eigentümer*innen für Datenbestände aufrechtzuerhalten und Datenbewegungen effektiv zu überwachen und kontrollieren, zu verwalten und zu analysieren. Des Weiteren geben viele Data-Governance-Lösungen Empfehlungen für die Effizienzsteigerung und die Prozessrationalisierung im Datenmanagement. Unternehmen setzen die Data-Governance-Softwares für die Einhaltung gesetzlicher Vorgaben ein, um die Sicherheit und Organisation der Daten zu verbessern. Zudem unterstützen die Tools Mitarbeiter*innen beim Festlegen und Umsetzen von Richtlinien zur Kontrolle der Datenqualität und können so helfen, die Effizienz der Mitarbeiter*innen zu steigern. Einige Master-Data-Managment-Softwares (MDM) und Softwares für Datenqualität verfügen über Funktionen zur Erstellung von Data-Governance-Prozessen, aber sie sind nicht dediziert auf diesen Zweck ausgerichtet. Um sich als Data-Governance-Software zu qualifizieren, muss die Lösung: * das Data-Lifecycle-Management erleichtern * Tools für den Entwurf und die Implementierung von Data-Governance-Strategien bereitstellen * bei der Durchsetzung von Standards und Compliance-Anforderungen unterstützen * Empfehlungen für die Verbesserungen von Governance-Prozessen bereitstellen
Data Management Platforms (DMP)
Unternehmen setzen Data-Management-Platforms (DMPs), zu Deutsch Datenmanagement-Plattformen, als zentrale Knotenpunkte ein, alle ihre Kunden-, Zielgruppen und Marketingdaten zu speichern und zu analysieren. DMPs zeichnen sich dadurch aus, dass sie riesige Datenmengen aus verschiedenen Datenquellen sammeln, analysieren und leicht verständlich präsentieren können. Data-Management-Plattformen werden von Werbeangenturen, Vermarktern und Publishern eingesetzt, um umfangreiche, personalisierte Datensätze zu erstellen und Nutzer*innen effektiver mit Online-Werbung anzusprechen. DMPs beziehen Daten aus verschiedenen Quellen, darunter First-Party-Software – wie CRM-Systeme, Web-Analytics-Software, Advertiser-Campaign-Management-Software, Publisher-Ad-Management-Software und Ad-Networks – sowie Third-Party-Datenanbietern. Um sich als Data-Management-Platform (DMP) zu qualifizieren, muss die Lösung: * Daten aus verschiedenen Quellen wie Websites und Software von Erstanbietern, Dritt-Datenanbietern und Offline-Quellen abrufen und speichern * Daten in Demand-Site-Platforms (DSPs), Supply-Side-Platforms (SSPs) und andere Werbetools ausgeben, um Entscheidungen über den Anzeigenkauf zu ermöglichen
Cloud Data Security
Cloud-Data-Security-Software hilft Unternehmen dabei, Informationen zu schützen, die in Cloud-Diensten oder cloudbasierten Anwendungen gespeichert werden, um dadurch ihre Cloud-Datensicherheit zu erhöhen. Die Softwares erleichtern die Gewährleistung der Datensicherheit, indem sie Richtlinien für den Cloud-Zugriff und die Speicherung in der Cloud kontrollieren und durchsetzen. Organisationen können mithilfe der Cloud-Data-Security-Anbieter Sicherheitsprotokolle implementieren, Zugriffe auf die Cloud-Server-Infrastruktur überwachen, SaaS-Anwendungen und die auf Cloud-Dienste und Cloud-Anwendungen gespeicherte und übertragene Daten zu schützen. Administrator*innen können die Steuerung verwalten, Berechtigungen festlegen und die Nutzung von jenen, die auf Cloud-Dienste zugreifen, überwachen. Viele Cloud-Data-Security-Dienstleister bieten eine Verschlüsselungsfunktionen und Funktionen zur Vorbeugung von Datenverlusten, um eine erhöhte Sicherheit für Dokumente und in der Cloud gespeicherte Daten zu gewährleisten. Die Tools bieten die gleichen Funktionen wie die herkömmlichen Datensicherheitssoftwares, welche jedoch durch Funktionen ergänzt werden, die speziell auf den Schutz und die Sicherheit von Cloud-Speichern oder gespeicherten Daten ausgerichtet sind. Um sich als Cloud-Data-Security-Software zu qualifizieren, muss die Lösung: * über Funktionen zur Verschlüsselung und Maskierung von Daten verfügen und so die Vertraulichkeit sicherstellen * Netzwerkverbindung auf cloudbasierte Bedrohungen überwachen * die Möglichkeit bieten, eine administrative Zugriffs- und Berechtigungskontrolle für die in der Cloud gespeicherten Daten umzusetzen
Cloud Security
Cloud Security beschreibt alle Maßnahmen und Technologien, die darauf abzielen, Daten, Anwendungen und Dienste in einer Cloud-Umgebung vor Cyberbedrohungen und unerlaubtem Zugriff zu schützen. Diese Lösungen richten sich an Unternehmen jeder Größe, die ihre IT-Infrastrukturen in die Cloud verlagern oder Cloud-Dienste nutzen möchten. Sie kommen vor allem in Branchen zum Einsatz, die strenge Datenschutzrichtlinien einhalten müssen, wie z.B. Gesundheitswesen, Finanzwesen und der öffentliche Sektor. Cloud Security Lösungen umfassen sowohl technische Maßnahmen wie Verschlüsselung und Firewalls als auch organisatorische Maßnahmen wie Zugriffskontrollen und Sicherheitsrichtlinien. Zu dieser Kategorie gehören zum Beispiel: - Cloud Data Security - Extended Detection and Response (XDR) Platforms
Predictive Analytics
Predictive Analytics Software ist ein fortschrittliches Analysetool, das Daten, statistische Algorithmen und Maschinenlernverfahren nutzt, um die Wahrscheinlichkeit zukünftiger Ergebnisse basierend auf historischen Daten vorherzusagen. Es richtet sich an Unternehmen aller Branchen, die fundierte Prognosen über zukünftige Ereignisse treffen möchten, um bessere Entscheidungen zu treffen, Risiken zu minimieren und Chancen zu maximieren. Dies umfasst Sektoren wie Finanzen, Gesundheitswesen, Marketing, Einzelhandel und viele mehr. Predictive Analytics Software kann dabei helfen, Kundenverhalten zu analysieren, Verkaufsprognosen zu erstellen, Risiken zu bewerten und operative Effizienz zu steigern. Um in der Kategorie Predictive Analytics Software aufgenommen zu werden, sollte eine Lösung folgende Features und Eigenschaften aufweisen: - Datenaufbereitung und -management: Fähigkeit, große Datenmengen aus verschiedenen Quellen zu verarbeiten und zu bereinigen. - Modellierung und Analyse: Erweiterte statistische Tools und Maschinenlernmodelle für präzise Vorhersagen. - Benutzerfreundliche Schnittstelle: Ermöglicht auch Nicht-Experten die Nutzung der Analysefunktionen. - Integration in bestehende Systeme: Nahtlose Anbindung an CRM-, ERP- und andere Unternehmenssysteme. - Berichterstellung und Visualisierung: Detaillierte Berichte und intuitive Visualisierungen zur Darstellung der Analyseergebnisse.
KI Agenten
KI-Agenten, auch bekannt als intelligente virtuelle Assistenten oder virtuelle Agenten, sind spezialisierte Softwarelösungen, die darauf abzielen, Aufgaben und Prozesse autonom und intelligent auszuführen. Sie werden häufig in Bereichen wie Kundenservice, Marketing-Automatisierung, Datenanalyse und Workflow-Optimierung eingesetzt. Unternehmen nutzen KI-Agenten, um repetitive Aufgaben zu automatisieren, die Effizienz zu steigern und personalisierte Nutzererfahrungen zu schaffen. Ein besonderes Merkmal von KI-Agenten ist die Fähigkeit, natürliche, menschenähnliche Gespräche zu führen, die durch fortschrittliche KI- und Machine-Learning-Algorithmen ermöglicht werden. Diese Lösungen richten sich an Unternehmen jeder Größe, die ihre Arbeitsabläufe durch den Einsatz künstlicher Intelligenz optimieren und gleichzeitig eine verbesserte Kommunikation mit Kund*innen und Mitarbeitenden ermöglichen wollen. Um in der Kategorie KI-Agenten aufgenommen zu werden, sollte eine Lösung folgende Funktionen und Eigenschaften bieten: - Selbstlernende Algorithmen durch maschinelles Lernen - Nahtlose Integration in bestehende Systeme - Automatisierung wiederkehrender Aufgaben - Natürliche, menschenähnliche Interaktionen - Skalierbarkeit, um den Anforderungen wachsender Unternehmen gerecht zu werden

Ähnliche Artikel