Daten sind die Triebfeder für Unternehmenserfolg. Schlechtes oder aus der Zeit gefallenes Data Management sollte sich also keine Firma mehr erlauben. [...]
Daten sind das wichtigste Unternehmens-Asset. Sie dienen als Grundlage für die Digitalstrategie und die digitale Transformation. Um die über Public und Private Clouds sowie On-Premises-Umgebungen verstreuten Daten im Blick zu behalten, muss das Datenmanagement sich an neuen und innovativen Methoden ausrichten.
Ein modernes Data Management ist außerdem unerlässlich, um mit den wachsenden Applikations- und Security-Anforderungen Schritt halten zu können. Um Daten sicher und effektiv zu managen, muss eine nachhaltige Strategie her – und zuverlässige Methoden, um auf Daten zuzugreifen, sie zu integrieren, zu bereinigen und zu speichern. Die folgenden sieben Tipps helfen Ihnen bei diesem Unterfangen.
1. Strategie-Update
Der erste Schritt zur Modernisierung Ihres Datenmanagements sollte darin bestehen, die Geschäftsstrategien, Datenbedürfnisse und Analytics-Zielsetzungen Ihres Unternehmens zu verstehen, wie Yan Huang, Assistenzprofessorin für Business Technologies an der Carnegie Mellon University, empfiehlt. „Anschließend designen Sie eine Data-Management-Architektur, die mit aktuellen Tools und Systemen integriert und State-of-the-Art-Modelle und -Methoden abbilden kann. Nur so lässt sich sicherstellen, dass die aktuellen und künftigen Unternehmensziele erreicht werden können.“
Eine starke Architektur ist laut Huang die Grundlage für eine strukturierte und systematische Herangehensweise, die nötig sei, um sowohl Kompatibilitätsprobleme als auch Datensilos zu vermeiden. Beim Redesign-Prozess komme es aber auch darauf an, die Analytics-Zielsetzungen des Unternehmens und gleichzeitig mögliche Optimierungen und neue Möglichkeiten im Blick zu behalten, so die Daten-Expertin: „Wenn die Data-Management-Systeme effektiv und effizient arbeiten, bleiben sie flexibel und liefern dem Unternehmen konstanten Mehrwert.“
2. Asset-Inventarisierung
„Wenn Sie keine Ahnung haben, wo Ihre Assets liegen und wie sie geschützt werden, können Sie auch nicht garantieren, dass jedermann über das Internet darauf zugreifen kann“, warnt Mike Lloyd, CTO beim Sicherheitsanbieter RedSeal.
Dieser Aussage kann sich Peter Mottram, Managing Director beim Beratungsunternehmen Protivit, nur anschließen: „Entwickeln Sie ein Verständnis darüber, welche Daten aggregiert werden und wohin diese gesendet werden. Anschließend können Sie überlegen, wie moderne Datenmanagement-Technologien das bestehende Betriebsmodell bereichern können.“ Data Management sei im Laufe der letzten Jahre allerdings auch übermäßig komplex geworden, so Mottram. Deswegen sei ein Herunterbrechen auf die Grundbausteine sinnvoll, um das ursprüngliche Problem zu identifizieren und eine sinnvolle Data-Management-Transformation in Gang zu setzen.
„Eine moderne Datenmanagement-Strategie sollte auch eine Hybrid-Cloud-Strategie beinhalten“, erklärt Mottram. Ein guter Überblick über das Dateninventar sei dazu ein guter Start – anschließend müssten Prinzipien und Kontrollmaßnahmen eingezogen werden, die dafür sorgen, dass die Daten im gesamten Unternehmen zur Verfügung stehen.“
3. Daten-Demokratisierung
Noch vor ein paar Jahren gab es für Unternehmen einen wesentlichen Grund, ihre Data-Management-Ökosysteme zu modernisieren – nämlich das rapide steigende Datenvolumen.
„Heutzutage geht es vielmehr darum, Daten zu demokratisieren – sie also zu richtigen Zeit den richtigen Personen zur Verfügung zu stellen“, meint Luc Ducroq, Vice President of Data Management beim Beratungsunternehmen Capgemini North America. Daten zu demokratisieren eröffne Unternehmen die Möglichkeit, Self-Service-Analytics-Systeme auszurollen, große Data-Engineering- und Data-Science-Teams zu befähigen sowie Datenaustausch, Collaboration Zones und andere Initiativen voranzutreiben. „Außerdem lässt sich so echter ‚Data Trust‘ erzeugen“, weiß Ducroq.
Eine starke Data Governance reduziere zudem die Vorbereitungszeit, was Data Scientists und anderen Power Usern ermögliche, mehr Zeit auf die Analyse der Daten zu verwenden. „Wenn die Unternehmen nicht endlich ihre Daten in Ordnung bringen, werden sie in der neuen Welt von Cloud und Data keinen Erfolg haben“, prophezeit der Berater.
4. Modernisierungstechnologien
Weiterhin in Cloud- und Datenmanagement-Technologien zu investieren, sei unabdingbar, schließlich seien erfolgreiche Datenmodernisierungs-Projekte untrennbar mit diesen verbunden, meint Frank Farrall, zuständig für KI-Ökosysteme beim Beratungsunternehmen Deloitte. „Dabei sollten CIOs mit den ‚low hanging fruits‘ starten – beispielsweise Legacy-Technologien, die On-Premises laufen und keine Kapazität mehr haben“, rät er.
Ein idealer Weg, um die ganzheitliche Kontrolle über die Daten im Unternehmen zu behalten, sei ein Investment in Master Data Management und Governance-Technologien: „Eine starke Ownership von Datenprozessen und -elementen ist etwas, das bei Data-Management-Initiativen oft übersehen wird – dabei ist das einer der wesentlichen Enabler, um eine komplexe Umgebung managen zu können“, so Farrall.
5. Unification Benefits
Unternehmen, die eine Hybrid- oder Multi-Cloud-Strategie verfolgen, sollten in Erwägung ziehen, in Management-Plattformen zu investieren, die Data Unification beherrschen.
„Das kann zum Beispiel bedeuten, Enterprise-Daten mit solchen aus Drittquellen über SaaS-Plattformen zu kombinieren“, meint Faisal Alam, beim Beratungsunternehmen EY Americas zuständig für „Emerging Technologies“.
Virtualisierung sei eine Technologie, die schon seit einiger Zeit verfügbar ist, aber erst kürzlich soweit gereift sei, dass sie skalierbar wäre und gleichzeitig nur minimale Latenzzeiten benötigt würden. Alle großen Cloud Provider böten inzwischen die Möglichkeit, Daten Cloud-übergreifend zu vereinigen, so Alam. Daneben seien auch Data Lakes und moderne Data Warehouses Optionen für Data-Unification-Initiativen.
6. Daten-Verantwortlichkeiten
Ein grundlegender Schritt auf dem Weg zu einer modernen Data Governance bestehe darin, die Verantwortlichkeiten für die Daten klar zu verteilen, ist Steve Bates, Principal CIO Advisory beim Beratungshaus KPMG, überzeugt.
„Erfolgreiche Unternehmen werfen einen Blick über den Policy- und Prozess-Tellerrand hinaus und legen bestimmte Insights und Qualitätssicherungsmaßnahmen in die Hände von erfahrenen Führungskräften. Eine klare Aufteilung der Datenverantwortlichkeiten unter CIO, CTO und Chief Data Officer ist empfehlenswert“, so der Experte.
In der heutigen Business-Welt sei so gut wie alles digital und vernetzt meint Bates: „Alle Daten, die über Transaktionen, Kunden und interne Prozesse gesammelt werden, werden zum Asset, das potenziell die Kundenerfahrung bereichern kann“. Eine kritische Herausforderung für IT-Entscheider stellen aus Sicht von Bates daher vor allem die monolithischen Legacy-Systeme dar, mit denen immer noch eine Vielzahl von digitalen Touchpoints verknüpft sind. „Hierzu braucht es neue Ansätze wie Agile, DevOps und Cloud“, ist er überzeugt.
7. Data-Management-Evolution
Datenmanagement ist eine der wesentlichen Herausforderungen für IT-Entscheider im Jahr 2021 – und darüber hinaus.
„Datenmanagement-Strategien und ihre Effektivität sollten kontinuierlich auf dem Prüfstand stehen – systematische Reviews, die mindestens einmal im Jahr stattfinden, können Problemfelder und Optimierungspotenziale zu Tage fördern“, sagt Assistenzprofessorin Yan Huang. Sie ist davon überzeugt, dass der Data-Management-Ansatz eines Unternehmens mit der Geschäftsstrategie in Einklang stehen sollte. „Wenn die Business Strategy sich ändert, muss auch die für das Datenmanagement überdacht werden“, so die Expertin.
*John Edwards ist freier Autor.
Be the first to comment