Mit dem Begriff „Datenintegration“ verbindet man oft die Vorstellung von riesigen Data Lakes, die aus einer Vielzahl von Unternehmenssystemen gespeist werden. In manchen Unternehmen ist dieses Bild nicht weit von der Realität entfernt. Aber sind diese Daten wirklich wertvoll? [...]
Kurz gesagt: Nein…wenn sie in isolierter Form vorliegen. Das Konzept der Datenintegration basiert auf der Verschmelzung von Daten, weil Daten ohne Kontext wenig Sinn ergeben. Datenintegration ist heute wichtiger denn je, da ein Großteil der verfügbaren Informationen durch maschinelles Lernen und künstliche Intelligenz erzeugt wird. Es ist ganz einfach: Wenn Sie die Produktivität steigern, Ausfälle reduzieren oder genaue Vorhersagen treffen wollen, müssen Sie Daten aus zwei oder mehreren Systemen zusammenführen. Mit zunehmender Komplexität des Geschäftsbetriebs wird jedoch die Erfassung von Daten aus all diesen Quellen immer zeitintensiver. In der Regel verfügen Unternehmen über mehrere Systeme, die kaufmännische und betriebliche Daten generieren. Dieser Silo-Ansatz erfordert zumeist eine Vielzahl von Tools zur Verwaltung einzelner Systeme, die wiederum die Abläufe im Unternehmen komplexer und ineffizienter machen.
Wo liegt das Problem?
In vielen Unternehmen ist es schon schwierig genug, auf Daten zuzugreifen – geschweige denn, einen Mehrwert daraus zu ziehen. Betrachtet man die Struktur der Daten, so sind im Durchschnitt nur 12 % davon geschäftskritisch. Und wenn man nicht einmal diese Daten effizient nutzen kann, hat man ein ernstes Problem. Hinzu kommen bis zu 23 % an redundanten oder veralteten Daten. Die letzten 65 % sind zwar relevant, jedoch zumeist unstrukturiert, unvollständig oder in „verschmutzten“ Data Lakes verborgen. Den meisten Unternehmen ist es nicht möglich, auf alle geschäftskritischen und weniger wichtigen Daten zuzugreifen bzw. diese zu integrieren und zu analysieren, um relevante, verwertbare Erkenntnisse zu gewinnen und ihre Prozesse und Abläufe entsprechend zu verbessern. Der damit verbundene Arbeitsaufwand ist immens.
Die richtigen Tools können bestimmte Aufgaben deutlich erleichtern. Die meisten Unternehmen sind schon heute in der Lage, nach dem ETO-Prinzip (ETO: Engineer to Order) auftragsbasiert zu produzieren und dabei strukturierte Daten aus entsprechenden Quellen zu integrieren. Wenn es jedoch darum geht, durch die zusätzliche Nutzung von unstrukturierten Daten den nächsten Reifegrad der Datenintegration zu erreichen, sind viele Unternehmen aufgrund fehlender Technologien oder Kompetenzen überfordert.
Der „Stairway to Value“
Die Datenreise eines Unternehmens lässt sich als „Stairway to Value“ abbilden, der zum Ziel hat, den Return on Data bei jedem Schritt zu maximieren. Diese Schritte umfassen die Speicherung, Anreicherung, Aktivierung und Monetarisierung von Daten. Mit den richtigen Technologien können Unternehmen Data Warehouses, Data Lakes und datengestützte Verfahren entwickeln und auf diese Weise Datensilos aufbrechen. Die Daten werden für Analysen herangezogen und in entsprechend aufbereiteter Form Entscheidungsträgern zur Verfügung gestellt. Anschließend können aus diesen Daten verwertbare Erkenntnisse gezogen werden. Ein weiterer wichtiger Bereich ist die Datenmonetarisierung, z.B. durch den Datenaustausch mit Geschäftspartnern entlang der Lieferkette.
Warum jetzt handeln?
Das Kontextualisieren, Analysieren und Monetarisieren von Daten ist heute eine wirtschaftliche Notwendigkeit. Unternehmen, die sich gegen die digitale Transformation und die Datenverwertung sträuben, vergeben Wachstumschancen und laufen Gefahr, zu scheitern. Es besteht unmittelbarer Handlungsbedarf. Unternehmen müssen die Time-to-Market verkürzen und neue Potenziale freisetzen, denn die Konkurrenz schläft nicht. Dies gilt insbesondere für wettbewerbsintensive Branchen wie die Fertigungs- und die Konsumgüterindustrie, den Versorgungssektor und den Einzelhandel. Unter dem Strich ist eine effektive Datenintegration unerlässlich, wenn Sie für die Zukunft gewappnet sein wollen.
Der Autor Stefan Müller ist Director Big Data Analytics bei it-novum.
Sehr interessanter und aufklärender Beitrag!
Vor allem auch über zwei Jahre später noch hochrelevant. Erst kürzlich wurde ich von einem Kunden gefragt, warum er seine Daten aufbereiten sollte. Auf viele Argumente hat er nicht angesprochen, überzeugt war er aber, als ich sagte, dass er dadurch Geld sparen kann, indem er seine eigenen Daten aufbereitet, statt Fremddaten zu kaufen.
Es ist echt immer wieder verwunderlich, wie viele (Gross-)Kunden auf einem Berg voller signifikanter Daten sitzen, aber nichts damit machen und stattdessen eine ganze Stange Geld für eingekaufte Daten ausgeben. Verrückt. Und als Dienstleister ist man dann immer Schuld.
Es mangelt in Deutschland ganz massiv an datenkompetent denkenden Menschen in Führungspositionen. Es werden Marketingmaßnahmen aus Lust und Laune heraus laufen gelassen. Dass diese Maßnahme aber gar nicht oder nicht in dem genutzten Ausmaß nützlich sind, sondern nur Geld verbrannt wird, ist den meisten nicht bewusst. Aus dem einfachen Grund, dass kaum jemand in der Lage ist, relevante Daten in Kontext zueinander zu stellen und daraufhin zu analysieren.