Nicht nur die Bedeutung des Datenmanagements wächst, Datenmanagement beeinflusst direkt die Wertsteigerung aus Daten. In Zeiten, in denen Digitalisierung als Selbstzweck und ohne „Output“ der Vergangenheit angehört, bekommt Datenmanagement damit eine wachsende fachliche Relevanz. Zu diesem Ergebnis kommt das Würzburger Forschungs- und Beratungsinstitut für Unternehmenssoftware Business Application Research Center (BARC) in seiner aktuellen Research Note „Mehrwerte aus Daten generieren – Wie Sie Stammdaten als Schlüssel für echte Wertsteigerung im Unternehmen einsetzen“. Die zetVisions AG, IT-Spezialist für Softwarelösungen zum Stammdaten- und Beteiligungsmanagement, hat durch ein Sponsoring die kostenfreie Verteilung der unabhängigen Research Note ermöglicht.
Nicht nur die Zahl an Daten, Datenquellen und Datentouchpoints wächst. Neue technische Entwick-lungen und fachliche Möglichkeiten wirken auf die Umgebungen ein, müssen bewertet und berück-sichtigt werden. Dazu gehören Themen wie Edge Analytics, Cloud, stärkere Automatisierung, Advanced Analytics, Datenkataloge/Metadatenmanagement und Datenintegration. Nicht wenige dieser Themen beeinflussen die gesamte Datenverarbeitung. Als Bindeglied zwischen den Anwendungsbereichen – operative Systeme, klassische BI und fortgeschrittene Analysen – fungieren Stammdaten.
Die Research Note zeigt für „Advanced Analytics“ und „Data Governance“, inwiefern adäquate Stammdaten für ihren Erfolg und für die Schaffung von Mehrwerten ausschlaggebend sind.
Wertsteigerung durch Stammdaten für Advanced Analytics
Advanced Analytics umfasst Aufgaben wie Data Mining, Künstliche Intelligenz, Predictive Analytics, Machine Learning und Deep Learning. Für all diese Aufgaben ist „der Zugriff auf richtige, konsistente und verständliche Daten entlang des kompletten Analytics-Prozesses von hoher Bedeutung“, schreiben Lars Iffert und Timm Grosser, die beiden Autoren der Research Note. Unabgestimmte Stammdaten führten dazu, dass voneinander losgelöste Datenwahrheiten entstünden und der eigentliche Kontext (die fachliche Aussage) der Daten verloren gehe oder nicht mehr stimme. „Unternehmen fällt es schwer, echte Mehrwerte mit Advanced Analytics zu generieren, weil sie Schwierigkeiten haben, in eine echte Operationalisierungsphase zu kommen. Vielmehr ‚verstauben‘ die Prototypen in den Schubfächern der Data Science Labs“, führen Iffert und Grosser weiter aus.
Einer der Hauptgründe, warum Prototypen nicht „in die operativen Systeme kommen“, bestehe im unzureichenden Datenhaushalt der Unternehmen. Einheitliche Stammdaten seien hier ein wesentli-ches Element. Bereits in der Prototypisierungsphase fielen etwa 75 Prozent des Aufwands für die Datenaufbereitung an. Sind Stammdaten auffindbar und unmittelbar nutzbar, verringert sich der Auf-wand direkt. Für eine gelingende Operationalisierung der Advanced-Analytics-Lösung seien daher einheitliche Stammdaten besonders wichtig, betonen Iffert und Grosser.
Wertsteigerung durch Stammdaten für Data Governance
Bei Data Governance geht es heute neben der Einhaltung von regulatorischen Anforderungen ver-stärkt auch um die Förderung von Innovation. Unternehmen, die das nicht so sehr geliebte Thema Data Governance erfolgreich in die Tat umsetzen wollen, finden im Stammdatenmanagement einen aussichtsreichen Ansatzpunkt. Der Grund: Data Governance-Initiativen mit dem Ziel, ein funktionsfähiges Stammdatenmanagement aufzubauen, stiften unmittelbar Mehrwert. Dazu zählen unter anderem ein gemeinsames Verständnis und eine erhöhte Nutzbarkeit durch die einheitliche Definition und Beschreibung der Datenobjekte; mehr Transparenz durch eine konsistente Ablage, klare Zuständigkeiten und im Zeitverlauf nachvollziehbare Datenänderungen; eine einfachere Datenaufbereitung durch qualitativ hochwertige Daten, die später nicht umständlich korrigiert werden müssen. „Werden diese und weitere erzielte Mehrwerte auch noch geschickt kommuniziert, kann Stammdatenmanagement als Leuchtturm- und Referenzprojekt für weitere Data-Governance-Projekte dienen“, so Iffert und Grosser.
Wirksames Stammdatenmanagement etablieren
Ein funktionierendes Stammdatenmanagement ist eine Schlüsselkomponente, damit verschiedene Unternehmensdisziplinen wie Reporting & BI, AI-Labs, Data Governance-Initiativen und (hybride) Cloud-Architekturen ihre jeweils eigenen Mehrwerte schnell und günstig erbringen können.
Um ein wirksames Stammdatenmanagement im Unternehmen etablieren zu können, ist zunächst die Unterstützung des Managements erforderlich. Darüber hinaus bedarf es eines expliziten Budgets und dedizierter Personalressourcen, eines laufenden Monitorings und der Visualisierung der Fortschritte (Mehrwerte), die Datenqualitäts- und Stammdateninitiativen hervorbringen, und schließlich der internen Vermarktung der Erfolge. „Zudem sollten Unternehmen nicht ewig planen, sondern einfach mal machen“, empfehlen die BARC-Analysten. Es gäbe mehr denn je Konzepte, Best Practices und Erfolgsgeschichten rund um Prozesse, Organisation und Technologieeinsatz zum nachhaltigen Stammdatenmanagement, an denen sich Unternehmen orientieren können.
Nicht nur die Zahl an Daten, Datenquellen und Datentouchpoints wächst. Neue technische Entwick-lungen und fachliche Möglichkeiten wirken auf die Umgebungen ein, müssen bewertet und berück-sichtigt werden. Dazu gehören Themen wie Edge Analytics, Cloud, stärkere Automatisierung, Advanced Analytics, Datenkataloge/Metadatenmanagement und Datenintegration. Nicht wenige dieser Themen beeinflussen die gesamte Datenverarbeitung. Als Bindeglied zwischen den Anwendungsbereichen – operative Systeme, klassische BI und fortgeschrittene Analysen – fungieren Stammdaten.
Die Research Note zeigt für „Advanced Analytics“ und „Data Governance“, inwiefern adäquate Stammdaten für ihren Erfolg und für die Schaffung von Mehrwerten ausschlaggebend sind.
Wertsteigerung durch Stammdaten für Advanced Analytics
Advanced Analytics umfasst Aufgaben wie Data Mining, Künstliche Intelligenz, Predictive Analytics, Machine Learning und Deep Learning. Für all diese Aufgaben ist „der Zugriff auf richtige, konsistente und verständliche Daten entlang des kompletten Analytics-Prozesses von hoher Bedeutung“, schreiben Lars Iffert und Timm Grosser, die beiden Autoren der Research Note. Unabgestimmte Stammdaten führten dazu, dass voneinander losgelöste Datenwahrheiten entstünden und der eigentliche Kontext (die fachliche Aussage) der Daten verloren gehe oder nicht mehr stimme. „Unternehmen fällt es schwer, echte Mehrwerte mit Advanced Analytics zu generieren, weil sie Schwierigkeiten haben, in eine echte Operationalisierungsphase zu kommen. Vielmehr ‚verstauben‘ die Prototypen in den Schubfächern der Data Science Labs“, führen Iffert und Grosser weiter aus.
Einer der Hauptgründe, warum Prototypen nicht „in die operativen Systeme kommen“, bestehe im unzureichenden Datenhaushalt der Unternehmen. Einheitliche Stammdaten seien hier ein wesentli-ches Element. Bereits in der Prototypisierungsphase fielen etwa 75 Prozent des Aufwands für die Datenaufbereitung an. Sind Stammdaten auffindbar und unmittelbar nutzbar, verringert sich der Auf-wand direkt. Für eine gelingende Operationalisierung der Advanced-Analytics-Lösung seien daher einheitliche Stammdaten besonders wichtig, betonen Iffert und Grosser.
Wertsteigerung durch Stammdaten für Data Governance
Bei Data Governance geht es heute neben der Einhaltung von regulatorischen Anforderungen ver-stärkt auch um die Förderung von Innovation. Unternehmen, die das nicht so sehr geliebte Thema Data Governance erfolgreich in die Tat umsetzen wollen, finden im Stammdatenmanagement einen aussichtsreichen Ansatzpunkt. Der Grund: Data Governance-Initiativen mit dem Ziel, ein funktionsfähiges Stammdatenmanagement aufzubauen, stiften unmittelbar Mehrwert. Dazu zählen unter anderem ein gemeinsames Verständnis und eine erhöhte Nutzbarkeit durch die einheitliche Definition und Beschreibung der Datenobjekte; mehr Transparenz durch eine konsistente Ablage, klare Zuständigkeiten und im Zeitverlauf nachvollziehbare Datenänderungen; eine einfachere Datenaufbereitung durch qualitativ hochwertige Daten, die später nicht umständlich korrigiert werden müssen. „Werden diese und weitere erzielte Mehrwerte auch noch geschickt kommuniziert, kann Stammdatenmanagement als Leuchtturm- und Referenzprojekt für weitere Data-Governance-Projekte dienen“, so Iffert und Grosser.
Wirksames Stammdatenmanagement etablieren
Ein funktionierendes Stammdatenmanagement ist eine Schlüsselkomponente, damit verschiedene Unternehmensdisziplinen wie Reporting & BI, AI-Labs, Data Governance-Initiativen und (hybride) Cloud-Architekturen ihre jeweils eigenen Mehrwerte schnell und günstig erbringen können.
Um ein wirksames Stammdatenmanagement im Unternehmen etablieren zu können, ist zunächst die Unterstützung des Managements erforderlich. Darüber hinaus bedarf es eines expliziten Budgets und dedizierter Personalressourcen, eines laufenden Monitorings und der Visualisierung der Fortschritte (Mehrwerte), die Datenqualitäts- und Stammdateninitiativen hervorbringen, und schließlich der internen Vermarktung der Erfolge. „Zudem sollten Unternehmen nicht ewig planen, sondern einfach mal machen“, empfehlen die BARC-Analysten. Es gäbe mehr denn je Konzepte, Best Practices und Erfolgsgeschichten rund um Prozesse, Organisation und Technologieeinsatz zum nachhaltigen Stammdatenmanagement, an denen sich Unternehmen orientieren können.
