Zum Hauptinhalt springen
Willkommen bei Deloitte

Sollten wir das falsche Erlebnis für Sie ausgewählt haben, ändern Sie es bitte oben.

Unternehmensdaten als strategischer Produktionsfaktor

Kathrin Schwan wird Chief Data & Analytics Officer bei Deloitte

München, 01. September 2026 – Kathrin Schwan verantwortet seit dem 1. September als Partnerin und Chief Data & Analytics Officer (CDAO) das Data&AI-Transformationsgeschäft von Deloitte. Schwan kommt von Accenture, wo sie zuletzt die Data&AI-Einheit im deutschsprachigen Raum führte. Ihre Aufgabe bei Deloitte wird es sein, dieses Geschäft weiterzuentwickeln — mit einem Schwerpunkt auf den Bedingungen, die derzeit über den Erfolg von KI-Programmen entscheiden: den Daten der Unternehmen selbst. Modell und Datenbasis müssen zusammenpassen, damit Wert entsteht. Der Engpass liegt heute fast durchgängig auf der Datenseite.

Maren Hauptmann, Managing Partner Technology & Transformation, Deloitte: „Wir freuen uns sehr über Kathrins Zusage. Sie übernimmt ein Geschäft, das für unsere Kunden gerade in eine neue Phase eintritt: weg von einzelnen KI-Initiativen, hin zu der Frage, welcher Wertbeitrag dauerhaft messbar bleibt. Diese Frage lässt sich nicht in der Beratung allein beantworten. Sobald es um den Wert von Datenbeständen, ihre Behandlung im Abschluss und ihre Prüfbarkeit geht, arbeiten Technology & Transformation, Tax & Legal, Audit & Assurance und Risk Advisory zusammen. Genau diese Kombination wird Kathrin für unsere Kunden nutzbar machen."

Kathrin Schwan: „Modelle sind der Motor, Daten der Treibstoff — beides muss zueinander passen, sonst bewegt sich nichts. Der Engpass liegt derzeit fast immer bei den unternehmenseigenen Daten, und dort liegt zugleich die Differenzierung: Proprietäre Datenbestände der Unternehmen für den KI Stack können Wettbewerber nicht einkaufen. Sie zum Produktionsfaktor zu entwickeln, ist keine reine Technologie-Frage oder IT-Aufgabe — es berührt genauso Operations, Finance, Risk und Governance. Genau deshalb Deloitte."

Für Transformationsprogramme bedeutet das, zwei Ebenen zu unterscheiden: den ökonomischen Wert eines Datenbestands — belegbar über Wiederbeschaffungskosten und Differenzierungsbeitrag — und seine bilanziell adäquate Behandlung als strategischer Produktionsfaktor.