Data Architecture

Das Data Architecture-Model sorgt für Transparenz über bestehende Systeme, Datenflüsse und Datenquellen. Dabei wird mit einem Zielbild gearbeitet, welche das Unternehmen erreichen möchte und die Steps entlang einer Roadmap definiert, welche für die Erreichung dieses Ziels notwendig ist. Ein gemeinsam erarbeitetes Datenflusschart sorgt für Transparenz, Verständnis und Einklang in der Zusammenarbeit der Abteilungen.

Vorgehen und Ziele einer Data Architecture

Phase 1: Evaluieren

Im ersten Schritt der Entwicklung eines Data Architecture-Models wird zunächst evaluiert, welche Key Stakeholder es für das Thema Daten im Unternehmen gibt. Diese können aus den verschiedensten Fachbereichen kommen, welche in Verbindung zu Quellsystemen, ETL/ELT-Systemen und Data Platforms stehen, sowie aus der BI, dem Bereich Reporting und Visualisierung. Mit diesen setzt sich The Data Institute in Verbindung und stellt bereits die ersten Fragen.

Phase 2: Spezifizieren

In einem nächsten Schritt wird spezifiziert, wie der aktuelle Stand des Unternehmens aussieht. Hierfür wird ein standardisiertes Template in Zusammenarbeit mit den Fachabteilungen und vorher evaluierten Stakeholdern ausgefüllt. Dieses bezieht sich auf die Definition und die aktuellen Systeme, sowie ein Ausblick auf bereits geplante Neuanschaffungen in Bezug auf Quellsysteme, ETL/ELT, Data-Plattformen, BI, Reporting, Visualisierung sowie weitere Data-spezifische Systeme. Dies ist die Basis für die danach anstehenden Workshops.

Phase 3: Durchführen

In Workshops mit den betroffenen Business-Units werden Datenflusscharts entwickelt, welche Datenflüsse zwischen den einzelnen Systemen skizzieren, aber auch Dependenzen zwischen den Systemen identifizieren. Diese Datenflusscharts werden dann auf die Ebene des Konzerns hochaggregiert, um einen spezifischen und individuellen Blick auf das Unternehmen zu erhalten. So entsteht ein Überblick über den bestehenden Status, der nicht nur im weiteren Verlauf des Workshops, sondern auch für Entwicklungen außerhalb der Data Architecture unterstützen kann.

Phase 4: Validieren

Gemeinsam mit den Kernentscheider:innen wird ein Datenarchitektur-Zielbild entwickelt, welches dann mit den Datenflusscharts verglichen wird. In fast allen Fällen weicht der aktuelle Stand vom Zielbild ab, wodurch die Lücken allerdings genau identifiziert und in Handlungsempfehlungen umgesetzt werden können. Diese werden auf Basis der indikativen Bewertung priorisiert und in die Strategie des Unternehmens eingefügt, um dann einen Plan zur Maßnahmenimplementierung aufzustellen.

Phase 5: Präsentieren

Auf Basis der indikativen Bewertungsskala „Crawling, Walking and Running“ werden die Maßnahmen in Bezug auf Automatisierungsgrad, Plattformfähigkeit und Flexibilität, Effizienz und Skalierbarkeit dem Top Management präsentiert.

Durch die Ergebnisse dieser Untersuchungen ist es für das Unternehmen möglich, die nächsten Schritte in Richtung datengetriebenes Unternehmen zu gehen, Prozesse zu verbessern und dafür zu sorgen, dass Daten nicht „untergehen“, sondern gezielt den angesprochenen Fachabteilungen zur Verfügung stehen.

Die Ziele von Data Architecture

Transparenz über die vorhandenen Datenquellen, Systeme und Tools

Den Überblick darüber, wie die aktuelle Data Architecture des Unternehmens aussieht, sollte jedes Unternehmen haben. Allerdings ist genau dieser Überblick oft nicht gegeben aufgrund von historisch gewachsenen Strukturen und abteilungsinternen Prozessen. Hierzu gehört allerdings auch, sich darüber klar zu werden, welche Systeme und Tools überholt oder durch andere ersetzt werden könnten – eine Entschlackung genauso wie ein Upgrade können die Abteilungen oft massiv unterstützen.

Transparenz über im Unternehmen bestehende Datenflüsse

Wann und wie laufen Daten von welchem Ort an welches Ziel? Eine genaue Übersicht darüber schafft Klarheit und sorgt dafür, dass „unnötige“ Flüsse eliminiert werden können bzw. Datenflüsse schneller und unkomplizierter ablaufen.

Eine Visualisierung dieser Datenflüsse gibt auch den Personen, die nicht tief in die Architektur involviert sind, aufschlussreiche Informationen über die im Unternehmen verwendeten Daten.

Transparenz über das Architektur Zielbild und die bestehenden Gaps

Welche Architektur wird angestrebt und welche ist zurzeit im Unternehmen vorhanden? Dieser Soll-Ist-Vergleich fördert Gaps zutage, welche im normalen Arbeits-Alltag oft untergehen. Doch auch die Evaluierung der gewünschten Architektur ist ein Schritt, der Brainstorming, Best Practices und einen objektiven Blick von außen benötigt. Nur so können Handlungsempfehlungen zur Schließung der Gaps ausgesprochen werden.

Architektur-Roadmap und Handlungsmaßnahmen

Auf Basis der Ausarbeitung einer für das Unternehmen wünschenswerten Architektur und der Evaluierung der Gaps kann dann ein Maßnahmenplan sowie die Roadmap für das Erreichen genau dieser Architektur erarbeitet werden.

Das Team vom The Data Institute hat diese Roadmaps bereits oft erarbeitet und unterstützt mit Expertise und Erfahrung dabei, eine für Ihr Unternehmen passende Lösung zu finden.

Was ist überhaupt Datenarchitektur?

Das Management von Daten innerhalb des Unternehmens

Datenarchitektur ist – genauso wie die Architektur bei einem Haus – der Plan dafür, wie Daten im Unternehmen gemanaged werden. Sie fasst zusammen, welche Datenbestände es im Unternehmen gibt, welche Datenflüsse zwischen Systemen und Abteilungen bestehen und welche Daten an welcher Stelle verwaltet werden.

Denn im besten Fall sind Daten für alle Fachabteilungen zugänglich (Stichwort Self Service). Um dies sicherzustellen, müssen allerdings auch die Systeme und Tools an den richtigen Stellen sitzen, für die richtigen Mitarbeitenden zugänglich sein und die gesamte Datenarchitektur unterstützen.

Im besten Fall ist das Aufstellen oder auch Designen der Datenarchitektur der erste Schritt im Daten-Management-Prozess. Doch durch gewachsene Strukturen ist die Data Architecture in vielen Unternehmen nicht mehr so übersichtlich und klar erkennbar, wie sie mal war. Zudem ist sie oft nicht ersichtlich, da es – im Gegensatz zur Architektur eines Hauses – keinen Plan gibt, der einmal festgeschrieben und dann nicht mehr verändert wird. Umbaumaßnahme können schnell passieren, ohne dass sie auf dem Papier festgehalten werden.

Hier hilft es, immer mal wieder einen Schritt zurückzugehen, den Status Quo zu betrachten und die Ziele der Data Architecture neu zu definieren. Hierzu gehört auch, bestehende Tools zu hinterfragen, das Toolstack an einigen Stellen zu entschlacken und an anderen Stellen hochzustufen, um das bestmögliche Arbeitsumfeld für Data-Abteilung, BI, Marketing und aber auch Produktion und Sales zu bieten.

In manchen Unternehmen übernimmt diese Aufgabe ein Data Architect, welcher die Übersicht über die bestehenden Prozesse behält, diese immer wieder optimiert und an die Ziele des Unternehmens anpasst. Allerdings hilft – auch wenn so eine Person im Unternehmen ist – ein objektiver Blick von außen.

Wer braucht Data Architecture?

Daten sammeln und Prozesse automatisieren

Datenarchitektur ist unabdinglich für jedes Unternehmen, welches Daten sammelt, mit diesen arbeitet und durch sie Prozesse automatisieren möchte. Denn sobald Daten im Unternehmen anfallen, muss darüber nachgedacht werden, wo und wie diese gespeichert werden, wie Zugriffe ermöglicht und Daten migriert und gesendet werden können.

Die Leistung von The Data Institute richtet sich vor allem an Unternehmen aus den Branchen Medien, Logistik und Finanzen, aber auch an E-Commerce Unternehmen, welche bereits eine Data Architecture haben, aber Unterstützung bei der effektiveren Nutzung der Daten brauchen.

Wer ist an der Data Architecture beteiligt?

Für den Aufbau einer gesamten Architektur

Die Data Architecture im Unternehmen betrifft viele Stakeholder und Fachabteilungen, weshalb auch bei der Zusammenarbeit mit The Data Institute einige Personen beteiligt sind. Dies sind sowohl Personen aus dem C-Level, wie Chief Data Officer, Chief Information Officer, Chief Data Architect und Chief System Architect, aber auch Mitarbeitende aus dem Analytics und Business Intelligence-Bereich.

Mit diesen wird sowohl in verschiedenen 1:1 Meetings gearbeitet, als auch in gemeinsamen Workshop-Session, um sicherzustellen, dass die verschiedenen Interessen alignen.

Welche Leistungen sind zusätzlich zur Data Architecture für mich geeignet?

Ein Gesamtkonstrukt für den Erfolg

Das Modul Data Architecture ist Teil eines Gesamtkonstrukts, zu dem noch die Module Data Audit und Data Governance gehören. Natürlich können Sie auch nur eins dieser Module buchen – allerdings kreiert die Kombination der Module eine starke Basis für die Weiterentwicklung zum datengetriebenen Unternehmen.