Der Weg zu einer effektiven Data-Hub-Strategie

Unternehmen, die nebeneinander her existierende Informationssilos beseitigen wollen, ein besseres Stammdatenmanagement und damit höhere Datenqualität erreichen möchten, brauchen eine Datenmanagementplattform (Data Hub). Mit bloßer Technik allein ist es jedoch nicht getan.

Um eine Data Governance zu etablieren – also Standards, Prozesse und Rollen zur sicheren und transparenten Nutzung von Informationen – müssen die Menschen in den Fachbereichen mit einbezogen werden, müssen Aufgaben neu zugeordnet werden. Kurz gesagt. Das Business muss die Technologie steuern und nicht umgekehrt. Zu einer effektiven Data-Hub-Strategie zählen vor allem folgende fünf Maßnahmen: 

1. Den Chief Data Officer zum Evangelisten machen

Chief Data Officer (CDO) gibt es mittlerweile in vielen Unternehmen. Sie sollen IT-, Geschäfts- und Datenstrategien miteinander verbinden und verteilte Self-Services mit zentraler Steuerung in ein Gleichgewicht bringen. Genau dies ist auch das Kernziel einer Datenmanagementplattform. Der CDO muss demzufolge die Vision einer Datendrehscheibe im Unternehmen propagieren, nicht zuletzt weil er die Notwendigkeit für kreatives Denken und neue Tools zur Rationalisierung der Datennutzung am ehesten versteht. Um wirklich ihre volle Produktivkraft zu entwickeln und nicht als bloß optional angesehen zu werden, sind Data Hubs auf die Überzeugungskraft des CDOs angewiesen.

2. Umfassende Interaktion – mit Legacysystemen wie neuen Cloud-Plattformen

Datensilos und Informationsinseln lassen sich nur dann abschaffen, wenn der Data Hub umfassend interagiert: mit Altsystemen ebenso wie mit Cloud-basierten Plattformen, auf die heute immer mehr Unternehmen wechseln. Erst dann erzeugt er Stammdaten, die einen wirklich umfassenden Überblick über das Unternehmen bieten. Durch das Auflösen von Datensilos vereinfacht sich zugleich die Aufgabe der Datenverwalter (Data Stewarts).

3. Föderierte Organisationsstruktur

Um mit einem Data Hub zu höherer Produktivität, Standardisierung und einer Data Governance zu gelangen, müssen Business-Intelligence-Analysten und Manager ihn auch annehmen.  Es braucht also ein Organisationsmodell, das Anwender*innen schult und ihnen vorgibt, wie Standardverfahren, Vorlagen und Datenmodelle zu verwenden sind. Data Scientists und Entwicklungsabteilungen brauchen gleichzeitig mehr Freiraum, um mit benutzerdefinierten Skripten und Innovationen zu experimentieren. Sobald deren neue Datenmodelle reif für den produktiven Einsatz sind, werden sie zentral integriert, nachdem sie die Governance-Kontrollen bestanden haben. Ohne eine Methode zur Zusammenführung von Aktivitäten gehen die Analysten in zu unterschiedliche Richtungen und untergraben so die Kontrolle der Datendrehscheibe.

4. Rolle des Data Stewart aufwerten

Data Stewards profitieren in hohem Maße von Data Hub-Initiativen, da sie die taktische Arbeit der Stammdatenerstellung, -pflege usw. an Manager und BI-Analysten weitergeben – vorausgesetzt, sie werden vom CDO unterstützt und haben eine föderierte Organisationsstruktur aufgebaut. Vom Feuerwehrmann müssen sie zum Entscheidungsträger und Ausbilder werden und den Anwender*innen vorgeben, wie Daten kontrolliert zu verwalten sind. Tun sie dies nicht, verliert die Datendrehscheibe ihre wichtigsten Propagandisten.

5. Schnell zum ersten sichtbaren Erfolg kommen

Je eher sich Erfolge zeigen, desto mehr Unterstützung erhält die Datendrehscheibe durch die Führungskräfte. Deshalb am besten mit einem einfachen Projekt beginnen, das sich auf einen fachbereichsspezifischen Bedarf bezieht, einen begrenzten Datensatz betrachtet oder ein einfach strukturiertes Modell. Ist das (leicht messbare) Ziel erreicht, werden auch Bereitschaft und Budget steigen, um die Datenmanagementplattform auch in komplexeren Szenarien einzusetzen.. 

Um eine Datamanagement-Strategie mit der angestrebten Data Governance zusammenzuführen, braucht es viel Aufmerksamkeit. Erfolgreich dabei sind Organisation, die ihren Chief Data Officer zum Evangelisten machen, Anwender*innen schulen und die Rolle ihrer Data Stewarts stärken. Wer hier Schritt für Schritt vorgeht, wird mit seiner Data-Hub-Initiative auf lange Sicht Erfolg haben.