3 Erkenntnisse aus dieser Folge
- 01
Datenkultur in Pharma braucht mehr Zeit als in anderen Branchen — aber sie ist belastbarer, wenn sie einmal etabliert ist.
- 02
Der Engpass ist nicht Technologie oder Budget. Es ist Veränderungs-Bereitschaft in über 100-jährig gewachsenen Organisationen.
- 03
Erfolgreiche Datenkultur-Programme arbeiten über viele Jahre. Kein Quartals-Ergebnis, sondern langfristige Verhaltens-Änderung.
Worum es in dieser Folge geht
Stefanie verantwortet Data Culture bei Merck — einem der ältesten und größten deutschen Pharma- und Wissenschaftsunternehmen. Wir sprechen über Kultur-Transformation in einem Unternehmen mit 350+ Jahren Geschichte.
Die Storyline
Pharma als besonders langsamer Kontext
Wir haben 100-jährige Labor-Traditionen, regulierte Prozesse, eine hoch-qualifizierte Belegschaft, die an Evidenz und Vorsicht geschult ist. Das ist für Datenkultur gleichzeitig Stärke und Herausforderung.
Die Stärke: Pharma-Mitarbeiter:innen sind strukturell daten-affin — sie arbeiten mit Evidenz, sie verstehen Statistik. Die Herausforderung: Tempo. Was in E-Commerce ein Quartal dauert, braucht in Pharma ein Jahr oder mehr.
Die Dimensionen von Datenkultur
Stefanie beschreibt: 1. Zugang: Wer darf welche Daten sehen? 2. Kompetenz: Wer kann damit arbeiten? 3. Vertrauen: Vertraut die Organisation den Daten? 4. Anwendung: Werden Entscheidungen wirklich datengetrieben getroffen?
Alle vier brauchen Zeit und systematische Arbeit.
Was Merck konkret macht
- Daten-Schulungen für alle Hierarchie-Ebenen.
- Internal Champions-Netzwerk in allen Divisionen.
- Langfristige Team-Entwicklung statt Quick-Wins.
- Klare Anerkennung für datengetriebene Entscheidungen.
Was andere regulierte Branchen mitnehmen
- Akzeptiert den Zeitrahmen. 3-5 Jahre sind realistisch.
- Kultur vor Tooling. Technisch sind viele Konzerne weiter als kulturell.
- Long-Term-Incentives für Datenkultur — nicht Quartals-KPIs.
Warum mich das besonders umtreibt
Stefanies Folge ist eine gute Referenz für alle, die Kultur-Transformation in regulierten oder Traditions-Branchen angehen. Nicht frustrierend, aber realistisch — wichtig für CDOs, die sonst ungeduldig werden.
Jetzt reinhören
Jetzt reinhören
Diese Folgen könnten dich auch interessieren
Folge 323
Solo gegen alle: Wie 15 Jahre Datenhandwerk eine D2C-Brand allein tragen
Carlos Yniguez · 60Kollektiv
Folge 322
KI in NRW: Warum 90 % des Mittelstands noch nicht wirklich anfängt
Christian Temat · KI.NRW (Fraunhofer IAIS)
Folge 319
Warum Data Mesh ohne Data Citizens scheitert
Jonas Kell · Siemens Energy