Vermutlich denken Sie bei Datenmanagement an große Datenbanken, Serverstrukturen, das Verarbeiten gewaltiger Datensätze und „BigData“-Analysen. Andere haben cloudbasierte Lösungen im Kopf und Systeme, deren erfolgreiche Verwendung ein IT-Studium und das flüssige Beherrschen verschiedenster Programmiersprachen voraussetzen.
Aber das alles ist ein paar Schritte zu weit: Gutes Datenmanagement stellt das belastbare Fundament für alle möglichen Entscheidungsprozesse in einem Unternehmen dar. Gesamt betrachtet ist Datenmanagement immer die Menge aller technischen und gerade auch konzeptionellen, organisatorischen, sowie methodischen Prozesse, um mit der Ressource Daten umzugehen. Das Ziel ist es, sich jederzeit auf die Daten verlassen zu können, um die für das Unternehmen bestmöglichen Entscheidungen treffen und mit Fakten untermauern zu können.
Ein stabiles Fundament für Entscheidungen auf Basis von Unternehmensdaten lässt sich mit den vier Säulen Datenqualität, Lebenszyklus, Gesamtkontext und Verfügbarkeit bauen.
Wer hohe Datenqualität erreichen will, braucht definierte Prozesse für die Qualitätssicherung, ein entsprechendes kontinuierliches Monitoring und muss seine Datenverarbeitungsprozesse laufend optimieren. Voraussetzung dafür sind klar definierte Rollen und Verantwortlichkeiten innerhalb des gesamten Unternehmens. Die hohe Qualität meiner Daten ist der erfolgskritischste Faktor für unternehmensweite Entscheidungen. Daher ist es besonders wichtig alle Mitarbeiter entsprechend zu sensibilisieren, da alle Akteure Teil des Prozesses sind. Beginnend mit der Qualitätsprüfung der Eingangsdaten bis zum Ende des Lebenszyklus der Datensätze ist, durch definierte Kontroll- und Prüfprozesse, die hohe Qualität stetig sicherzustellen.
Der Lebenszyklus von Daten spielt als die zweite Säule eine entscheidende Rolle. Dieser beschreibt den Weg von Daten innerhalb eines Informationssystems von deren Entstehung über die Verarbeitung bis hin zur Archivierung. Grundlegende Status wie die zwei in Aktion befindlichen „aktiv“ und „analysiert“, sowie die passiven „archiviert“ und „gelöscht“ finden heutzutage häufig Verwendung. Der Status „gelöscht“ darf hierbei nicht mit physischem Löschen von Daten verwechselt werden, sondern kennzeichnet eine Sonderform archivierter Daten, die z.B. mit dem Label „Datensatz veraltet“ gekennzeichnet sind. Um Informationslücken in der Zukunft vorrausschauend zu vermeiden, sollten Datensätze nie vollständig gelöscht werden, um Blindleistung und Doppelarbeit zu vermeiden. Daten, die nicht mehr aktiv in Verwendung, aber noch aktuell sind, werden mit dem Status „archiviert“ konserviert.
Die Mehrzahl an Datensätzen wird den Status „aktiv“ tragen, da diese aktiv in allen Unternehmensprozessen genutzt, verarbeitet und stetig geändert werden. Sobald Datensätze nicht mehr verändern werden, wechseln sie in den Status „analysiert“, sofern sie noch in Unternehmensprozessen zur Auswertung herangezogen werden. Von „aktiv“ bis „archiviert“ stellen alle Phasen unterschiedliche Anforderungen an IT-Systeme und Datenspeicher dar. Speichersysteme für Daten im Status „aktiv“ sollten sehr schnelle Zugriffe ermöglichen. Speicher für Archive können hingegen meist günstigere, langsamere, aber nicht weniger zuverlässige Speicher sein. Wichtig dabei ist, die einzelnen Phasen klar voneinander abgegrenzt zu definieren und vor allem die Übergänge nach automatisierten und einheitlichen Definitionen sicherzustellen.
Der beste Datensatz und die zuverlässigste Auswertung können nie ohne den Gesamtkontext für Entscheidungsprozesses herangezogen werden. Typische Fragen, wie „Woher kommen die Eingangsdaten?“ und „Welche Qualität und Verlässlichkeit haben die Eingangsdaten?“ sollten immer gestellt werden. „Ist der Datensatz eine Momentaufnahme oder eine umfangreiche Abbildung?“ Nicht zuletzt muss man den Wert einer Information immer im Gesamtkontext beurteilen, um die Daten für kritische Unternehmensprozesse als Entscheidungsgrundlage heranziehen zu können. Um die Dividende einer Aktie festzulegen, bringt es nichts, eine einzelne Abteilung des Unternehmens zu betrachten. Für eine valide Entscheidung ist das Gesamtbild des Unternehmens notwendig. Eine Momentaufnahme kann mehr Gefahren für eine Entscheidung bergen, die nur durch die Betrachtung des Gesamtbilds ausgeschlossen werden können.
Zu guter Letzt muss unternehmensweit der Zugang und die Verfügbarkeit aller Daten sichergestellt sein. Dazu muss für alle Daten definiert sein, wie jeder einzelne Mitarbeiter auf alle für ihn relevanten Daten zugreifen und mit diesen arbeiten kann, ohne den Schutz kritischer Informationen zu gefährden. Hier sind besonders die IT-Systeme gefordert und deren Schutz gegenüber unbefugtem Zugriff, aber auch der bewusste Umgang seitens jedes einzelnen Mitarbeiters, um Systemangreifern keine Lücke zu bieten.
Sind diese vier Säulen im Unternehmen etabliert, können jederzeit alle Entscheidungsprozesse mit einer stabilen Datenbasis untermauert und befähigt werden. Wer sicherstellen will, dass durch das gesamte Unternehmen Datenmanagement gelebt und als Basis für alle Entscheidungsprozesse genutzt wird, der muss in einem noch größeren Kontext denken. Dabei sind ein sicheres und vertrauensvolles Umfeld sowie eine offene Kommunikation, besonders im Umgang mit Fehlern, essenziell, um dauerhaft verlässliche, qualitativ hochwertige Daten als Entscheidungsgrundlage zu generieren.
Christoph Lehnert
Experte für Datenmanagement
