6 Tipps für modernes Datenmanagement

0

i4b51 Industrie4Banner i4b - industry 4.0 interface hightech touchscreen technology - 3to1 g3892

Erst kürzlich habe ich mit einem CIO über die Zukunft seiner IT-Infrastruktur gesprochen. In einem erstaunlich offenen Gespräch war fast schon Verzweiflung zu hören: Jedes Jahr kämen neue Trends, alle seien megawichtig, und dazu werde neuerdings alles im Big-Data-Umfeld mit CEO-Blick durchleuchtet.
Ständig werde von ihm Innovation gefordert, aber gleichzeitig würden die IT-Budgets so stark gekürzt, dass er nur mühsam überhaupt den laufenden Betrieb aufrechterhalten könne. Klar, auf den Beraterfolien höre sich das immer einfach an: digitale Transformation, Start-up-Kultur, Out-of-the-Box-Denken. Bei ihm sei es nur „out of budget“.

Im anschließenden Workshop ist es uns dennoch gelungen, ein paar konkrete Handlungsfelder zu benennen, die dem CIO Freiräume in seiner Organisation verschaffen und ihm Innovationsfähigkeit zurückgeben. Denn neben allen operativen Schwierigkeiten erlebe ich eine große Offenheit: Die Chancen, sich als CIO momentan als Werttreiber und Geschäftsmodell-Entwickler zu positionieren, waren nie größer.

Wir sind auf sechs Handlungsfelder gestoßen, die gegenwärtig bearbeitet werden müssen. Hieraus habe ich die folgenden sechs Tipps für modernes Datenmanagement formuliert.

Datenaufbereitung für Analytics

In einer Welt, die immer mehr Sensoren verbaut und in der immer mehr Daten zur Verfügung stehen, muss einfach mehr verdichtet, berechnet, aggregiert und abgeleitet werden. Kurz: Der Bedarf an Analytics wächst. Weil aber Analytics zu einem sehr großen Anteil aus Datenaufbereitung besteht, muss der CIO den Hebel hier frühzeitig ansetzen. Sie muss agil und ad hoc funktionieren – und darf dennoch nicht in einen Wildwuchs an Do-it-yourself-Lösungen in den Fachbereichen münden.

Self-Service

Eine der größten Sollbruchstellen heute ist, dass die Fachbereiche nicht den notwendigen Zugriff auf vorhandene Daten haben. Einerseits aufgrund mangelnder Transparenz über die Daten, andererseits aufgrund fehlender fachbereichsgeeigneter Mittel. Viele installierte Tools und Lösungen sind zwar leistungsfähig, benötigen aber immer wieder einen Profi aus der IT. In Zeiten sinkender IT-Budgets nicht mehr machbar. Self-Service hat sich im BI-Umfeld schon durchgesetzt, im nächsten Schritt muss dies jetzt für das Datenmanagement umgesetzt werden.

Hadoop/NoSQL

Das Bild hat sich extrem gewandelt. Vor zwei Jahren noch habe ich CIOs erstmals den Begriff „Hadoop“ erläutert. Heute geht es nicht mehr um das „ob“, sondern nur noch um das „wo noch“. Eine „Big-Data-Welt“ wächst parallel zur traditionellen DWH-Struktur. Nun kommt es darauf an, diese beiden Welten optimal miteinander zu verbinden – logisch, technisch, personell. Konkret: Wie schaffen Sie es, Ihre vorhandenen ETL-Entwickler gewinnbringend in der Hadoop-Welt einzusetzen?

Right Time Data Integration

Man kann es drehen und wenden, wie man will: In den meisten Daten steckt nicht viel an Information drin. Vieles kann man sofort wieder löschen. Aber um das zu entscheiden, wird es immer wichtiger, bereits den entstehenden Datenstrom zu scannen und Daten abzuspeichern, direkt in Handlungen zu übersetzen („Decision Management“) oder eben zu verwerfen. Ein Kollege von mir hat das mal so formuliert: „Stream it, score it, store it“.

Neue Datenquellen

Beim Thema Big Data kam rasch raus, dass das eigentliche Problem weder Geschwindigkeit noch Masse sind – sondern die Varietät. Neue Datenformate verlangen nach neuen Methoden und Verfahren. Da helfen keine schnelleren und größeren Server, sondern nur neue Funktionen – etwa das automatisierte Erschließen unstrukturierter Informationen mit Text Analytics.

Data Governance

Der wichtigste Punkt jeglichen modernen Datenmanagements ist jedoch weniger eine Technologie als eine Strategie. Wenn Daten ein neues und wertvolles Asset sein sollen, dann müssen wir sie auch so behandeln. Wer in Ihrem Unternehmen ist für welche Daten verantwortlich? Wie misst man Datenqualität und verbessert sie kontinuierlich? Wie soll und darf mit Daten umgegangen werden? Es geht um ein konsistentes Verfahren, den Wert von Daten zu heben, neudeutsch: Data Governance.

Datenmanagement ist kein Hexenwerk, braucht aber eine regelmäßige Modernisierung. Mit pragmatischen Schritten Richtung Self-Service und Hadoop-Integration lassen sich schon Kräfte für weitere Projektschritte freisetzen. Dem CIO im konkreten Fall konnte geholfen werden.

Ein Einzelfall? – wohl kaum. Ich bin der festen Überzeugung, dass jede Unternehmens-IT von dieser Strukturierung profitieren kann und sich zu den sechs Handlungsfeldern aufstellen muss. Bitte korrigieren Sie mich in Kommentaren und Anmerkungen, wenn Sie anderer Meinung sind.

Fordern Sie mich gerne mit Ihrem Datenmanagement-Problem heraus!

Share

About Author

Andreas Gödde

Director Business Analytics

Andreas Gödde is specialist for strategies around Big Data Analytics, Digitalization and Internet of Things, helping organizations to get insights from data for business decisions. He leads the presales organization for Business Analytics of SAS in Germany, Austria and Switzerland. Andreas has a 25 years background in advising companies around Business Intelligence, Data Warehouse and Big Data concepts and projects. Andreas graduated in business informatics in Mannheim. He joined SAS in 1994 helping developing and growing the professional services organization in different management roles. In 2006 he moved to the presales organization building up teams for technical and strategic advisory for customers and for emerging technologies and trends like Big Data and the Internet of Things. Before joining SAS he worked for BASF in Ludwigshafen.

Related Posts

Leave A Reply

Back to Top