Data Governance und Datenqualität im Big-Data-Zeitalter

Das datengetriebene Unternehmen ist längst keine Illusion mehr. Selbstlernende Maschinen und Analyse-algorithmen durchkämmen riesige Datenberge. Die daraus resultierenden Erkenntnisse werden mehr und mehr zur Basis von wichtigen Unternehmensentscheidungen. Doch das funktioniert nur, wenn die zugrunde liegenden Daten passen und richtig sind. Ansonsten droht das bekannte "Garbage in - Garbage out". Unternehmen müssen sich deshalb verstärkt um Data Governance und Datenqualität kümmern. [...]

Governance bedeutet aus Gartner-Sicht zu definieren, nach welchen Regeln im Umgang mit Daten gespielt werden soll. Das erfordere ein Agreement, an das sich alle Beteiligten halten. „Im Fussball stellt schließlich auch kein Spieler das Regelwerk in Frage“, vergleicht Oestreich. Governance habe dabei verschiedene Aspekte. Beispielsweise gehe es im Zusammenhang mit Analytics-Governance um Fragen wie: Können wir bestimmte Dinge analysieren, und sollten wir dies auch tun? Bei der Information Governance drehe sich vieles um den Wert bestimmter Informationen.

So benötige die Finanzabteilung zu 100 Prozent korrekte Daten, um die geforderten Compliance-Anforderungen erfüllen zu können. Das bedeutet einen gewissen Aufwand, den man in anderen Bereichen möglicherweise nicht treiben muss. Im Marketing zum Beispiel genüge bei bestimmten Fragen eine Daten-Zielgenauigkeit von 80 Prozent.

Wichtig sei, an dieser Stelle sicherzustellen, wer sich um die Governance kümmert, und auch den Erfolg der Maßnahmen zu messen, rät der Gartner-Analyst. Schließlich gehe es darum, definierte Ziele zu erreichen, wie beispielsweise die Kundenabwanderung zu verringern oder den Umsatz zu steigern. „Die Validierung von Datenprozessen wird immer wichtiger“, bilanziert Oestreich, „aber auch immer schwieriger.“ Zunehmend treffen Maschinen und Algorithmen Entscheidungen. Nutzer müssten darauf vertrauen, dass diese Helfer richtig liegen. „Die Welt der Kontrolle verändert sich hin zu einer Welt des Vertrauens.“

BI-MARKT IM WANDEL
Die Roadmaps der Anwenderunternehmen rund um Business Intelligence (BI) und Analytics werden sich in den kommenden Jahren drastisch verändern, sagt Neil Chandler, Research Vice President von Gartner: „Die Ära des Data Warehouse ist vorbei.“ Chandler zufolge gehe es in Zukunft darum, neue Dinge mit Daten auszuprobieren. Ziel dürfe allerdings nicht sein, bessere Data Lakes anzulegen. Vielmehr müsse stets im Fokus stehen, das eigene Geschäft voranzubringen.Mit dem Trend von der klassischen Reporting-BI hin zu Analytics-BI verändern sich die Fragen: Von „Was ist passiert?“ über „Warum ist es passiert?“ zu „Was wird passieren?“ und „Wie können wir bestimmte Dinge eintreten lassen?“

Um auf diese Fragen zu antworten, steht den IT-Verantwortlichen allerdings kaum mehr Geld zur Verfügung. Die IT-Budgets haben sich laut Gartner nach dem drastischen Einbruch im Jahr 2009 kaum mehr erholt. In den zurückliegenden Jahren gab es nur marginale Steigerungen zwischen 0,2 und einem Prozent beziehungsweise leichte Rückgänge. Chandler sieht allerdings noch einen anderen Trend. Immer mehr Investitionen für Analytics-Werkzeuge kämen aus den Fachabteilungen. Der Analyst berichtet von einer Marketing-Abteilung aus Großbritannien, der etwa 50 Millionen Pfund pro Jahr für IT zur Verfügung stehen.

*Martin Bayer ist Stellv. Chefredakteur der computerwoche.de


Mehr Artikel

Gregor Schmid, Projektcenterleiter bei Kumavision, über die Digitalisierung im Mittelstand und die Chancen durch Künstliche Intelligenz. (c) timeline/Rudi Handl
Interview

„Die Zukunft ist modular, flexibel und KI-gestützt“

Im Gespräch mit der ITWELT.at verdeutlicht Gregor Schmid, Projektcenterleiter bei Kumavision, wie sehr sich die Anforderungen an ERP-Systeme und die digitale Transformation in den letzten Jahren verändert haben und verweist dabei auf den Trend zu modularen Lösungen, die Bedeutung der Cloud und die Rolle von Künstlicher Intelligenz (KI) in der Unternehmenspraxis. […]

News

Richtlinien für sichere KI-Entwicklung

Die „Guidelines for Secure Development and Deployment of AI Systems“ von Kaspersky behandeln zentrale Aspekte der Entwicklung, Bereitstellung und des Betriebs von KI-Systemen, einschließlich Design, bewährter Sicherheitspraktiken und Integration, ohne sich auf die Entwicklung grundlegender Modelle zu fokussieren. […]

News

Datensilos blockieren Abwehrkräfte von generativer KI

Damit KI eine Rolle in der Cyberabwehr spielen kann, ist sie auf leicht zugängliche Echtzeitdaten angewiesen. Das heißt, die zunehmende Leistungsfähigkeit von GenAI kann nur dann wirksam werden, wenn die KI Zugriff auf einwandfreie, validierte, standardisierte und vor allem hochverfügbare Daten in allen Anwendungen und Systemen sowie für alle Nutzer hat. Dies setzt allerdings voraus, dass Unternehmen in der Lage sind, ihre Datensilos aufzulösen. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*