Digitale Transformation: 10 Punkte, die Unternehmen beachten sollten

Komplexere Datenwelten, neue Möglichkeiten der Vernetzung und der Wandel etablierter Technologien: Zehn Faktoren sollten Unternehmen berücksichtigen, um sich für die digitale Zukunft gut aufzustellen. [...]

Die digitale Transformation betrifft nicht nur einzelne Industriezweige, sondern alle Branchen und Eco-Systeme – von Herstellern, Lieferanten, Handel und Versicherungen über Finanzdienstleister bis hin zur Legislative. Kurz: Der digitale Wandel durchdringt unsere Gesellschaft in allen Bereichen und verändert unseren Umgang mit Informationen und den Stellenwert von integrierbaren Daten. Doch was bedeutet der digitale Wandel konkret und auf welche Entwicklungen sollten sich Unternehmen im Bereich Business Intelligence einstellen? Zehn Faktoren kommen zum Tragen, die Unternehmen berücksichtigen sollten, wenn sie sich für die digitale Zukunft gut aufstellen möchten.

Mehr Komplexität

Mit zunehmender Anzahl an verfügbaren Daten steigt auch die Komplexität der Informationen, die Unternehmen verarbeiten müssen. Angesichts dieser Herausforderung gleicht es gar einer Kunst, dabei nicht den Überblick zu verlieren. Umso wichtiger ist es deshalb, sich frühzeitig mit dem vorhandenen Datenraum und den datenhaltenden Systemen auseinanderzusetzen. Welche Applikationen und welche Infos darin sind für mein Unternehmen von Nutzen? Einen ersten Einstieg zur Reduktion der Komplexität bietet ein Data Asset Inventory. Dieses einfache Register stellt eine strukturierte Übersicht über alle datenhaltenden Systeme inklusive beschreibender Merkmale (wie enthaltene Datenbestände, Kritikalität der Daten, Data-Owner, etc.) dar. Darüber hinaus können Unternehmen einen Data Catalog nutzen. Er speichert Metadaten über Datenbestände, die datenhaltenden Systeme und die Datenbewegungen im Unternehmen. Ergänzt um eine intuitive Oberfläche mit starken Suchmöglichkeiten bietet der Katalog dem Endanwender den Einstieg in die komplexe Datenwelt in Form eines Portals. Solche vereinfachenden Applikationen gewinnen im Zuge der erhöhten Datenkomplexität immer mehr an Bedeutung.

Mehr flexible Datenschnittstellen

Die digitale Transformation und das steigende Angebot an datenbasierten Lösungen führen zu einer zunehmenden notwendigen Vernetzung der datenhaltenden Systeme. Unternehmen sollten daher Datenschnittstellen anbieten, die eine hohe Flexibilität in Bezug auf die Formate aufweisen, die bereitgestellt werden können. Gleichzeitig sollte die BI-Lösung der Unternehmen auch variierende Datenfrequenzen und -Qualitäten anbieten und verarbeiten können.

Mehr Self-Service

Die steigende Nutzung von digitalen Services durch Unternehmen ist mit einer kontinuierlich wachsenden Anzahl von Anwendern verknüpft. Das bedeutet: Digitales Wissen wird zunehmend für alle Mitarbeiter wichtig – nicht nur für die Spezialisten in den IT-Abteilungen. Um dieser Entwicklung zu begegnen, können Self-Service BI und Self-Service Data Preparation etabliert werden, also die technischen Kommunikationsmöglichkeiten und Tools, die den Anwendern Selbstständigkeit beim Nutzen von datenbasierten Services ermöglichen. Moderne BI-Systeme stellen daher auch keine Plattformen mehr für ITler, sondern für Endanwender dar.

Mehr Anforderungen an die Datenauswertung

Die steigende Relevanz von Datenerhebung, -speicherung und -verarbeitung stellt zwangsläufig auch höhere Anforderungen an deren Nutzbarkeit. Das betrifft sowohl die Qualifikation der Anwender als auch die technischen Voraussetzungen zur Datenpflege. Ein wichtiges Stichwort für Unternehmen ist die „Data Literacy“ – die Fähigkeit, planvoll mit Daten umzugehen, sie verantwortungsbewusst erfassen, aufbereiten, anwenden und interpretieren zu können. Durch die umfassende Vernetzung aller Services wird die Datenpflege in allen Sektoren essenziell und betrifft auch jeden Mitarbeiter. Wer heute Zeit investiert, um Daten zur Verarbeitung durch andere Mitarbeiter oder angeschlossene Firmen aufzubereiten, profitiert morgen davon. Denn diese Daten landen über den Datenkreislauf wieder auf dem eigenen Schreibtisch bzw. Bildschirm und können nun ohne Mehraufwand genutzt werden. Es gilt daher: „Data Literacy“ ist gut für das eigene Datenkarma.

Mehr Datenvolumen

Die steigende Menge der für Unternehmen zu integrierenden Daten stellt physische IT-Kapazitäten vor große Herausforderungen. Auch wenn diese Kapazitäten prinzipiell erweitert werden können, ist eine materielle IT-Expansion angesichts der Datenmenge oft wirtschaftlich unrentabel. Eine sinnvolle Alternative für Unternehmen können logische Data Warehouses sein. Solche virtuell integrierten Datenbanksysteme haben Zugriff auf unterschiedliche Informationsquellen, ohne dass deren Daten kopiert werden müssen. Die jeweiligen Datenquellen bleiben selbstständig und in ihrer Struktur unverändert, physische Datengrenzen lösen sich in der Betrachtung des Konsumenten auf. Vor diesem Hintergrund werden virtuelle BI-Lösungen für das Unternehmen der Zukunft unverzichtbar.

Mehr unterschiedliche Datentypen

Im Kontext der Digitalisierung sollten Unternehmen dazu in der Lage sein, auch innerhalb ihrer BI unstrukturierte und semi-strukturierte Daten speichern und verarbeiten zu können. Um dieser Herausforderung zu begegnen, können sogenannte Multiplattform-Architekturen eingesetzt werden, in denen mehrere unterschiedliche Daten-Management-Systeme in einer Architektur integriert werden.

Mehr Anforderungen in kürzerer Zeit

Treiber des digitalen Wandels sind zudem wachsende Anforderungen an den Aspekt „Time-to-Market“, also die Dauer von der Entwicklung bis zur Platzierung eines Produktes am Markt. Daher müssen Datenanalysen in immer kürzerer Zeit umgesetzt werden, wobei die Entwicklungsschritte eines klassischen Data Warehouses sich bereits als verzögernde Faktoren erweisen. Ein sinnvoller Ansatz für Unternehmen kann vor diesem Hintergrund Data Warehouse Automation (DWA) sein, also die automatisierte Entwicklung vom Design des Warehouses bis hin zum Generieren von ETL-Codes. Dafür werden aus den Metadaten durch vordefinierte Generatoren alle benötigten Daten-Management-Skripte erstellt, was Zeitaufwand, Kosten und Risiken senkt. Automatisierte Prozesse im Lebenszyklus eines Data Warehouses werden für das digitale Unternehmen der Zukunft ein entscheidende Rolle spielen.

Mehr benötigte Rechenpower

Das Wachstum der Daten schreitet immer weiter voran. Gleichzeitig nimmt die Anzahl der Anwender und Use Cases weiter zu. Eine genaue Prognose dieser Steigerung erweist sich vor dem Hintergrund von Marktdynamiken und neuen technischen Entwicklungen zwar als sehr schwierig, dennoch geht der Trend eindeutig nach oben. Moderne BI-Systeme sollten daher von Anfang an skalierbar und ihre Architektur auf mögliche Anpassungen und Expansion ausgerichtet sein.

Mehr Fähigkeiten der BI

Modernen Unternehmen reicht ein einfaches Reporting nicht mehr aus. Auch innerhalb der BI-Systeme müssen automatisierte, weiterführende Analysen bereitgestellt werden. Hier sollten Unternehmen einen Fokus auf Fähigkeiten wie Predictive und Prescriptive Analytics legen und somit in der Lage sein, komplexe wirtschaftliche Zusammenhänge vorherzusagen und bessere Entscheidungen zu treffen.

Mehr Interaktionsmöglichkeiten

BI-Systeme müssen sich auch im Frontend-Bereich, an der Schnittstelle von Mensch und Maschine, weiterentwickeln und der Serviceorientierung folgen. SQL-basierte Anfragen erscheinen angesichts der fortschreitenden Digitalisierung als nicht mehr zeitgemäß. Stattdessen stehen moderne Oberflächen vor der Aufgabe, die Grenze zwischen dem Nutzer, den abgerufenen Daten und den Analysetools aufzulösen. Die digitale Immersion, die sich im Bereich Gameplay bereits etabliert hat, muss sich auch auf die BI ausweiten. Dafür sollten Frontends suchbasiert, stark visualisiert, dynamisch und vor allem selbsterklärend gestaltet werden. Auf dieser Basis werden BI-Szenarien denkbar, die sich an Voice-Services wie Alexa oder Siri orientieren.

Unternehmen, die sich mit den genannten zehn Faktoren auseinandersetzen, sind gut für die digitale Zukunft gewappnet. In Zeiten des Wandels ist es notwendig, sich nicht von neuen Trends, technischen Innovationen und der damit verbundenen Komplexität verunsichern zu lassen. Stattdessen sind Offenheit und eine klare Analyse der datenbezogenen Bedürfnisse wichtige Strategien für die zukunftsorientierte Optimierung des Unternehmens. Experten im Bereich Data Management und Analytics wie INFOMOTION werden für das Unternehmen der Zukunft immer wichtiger, da sie Prozesse vereinfachen und im Kontext der Digitalisierung Übersicht schaffen. Die Integrierung von Daten ist der Schlüssel zur digitalen Transformation.

Markus Enderlein verantwortet bei INFOMOTION die Business Unit „Strategy and Digital Solutions“.