Datenmanagement: Definition und Prinzipien

WMDC Datenverwaltung

Datenmanagement: eine strategische Vision des Unternehmens

Die GAFAMs haben gezeigt, wie effektiv Datenmanagement Wert und Wettbewerbsfähigkeit schafft. Datenmanagement ist eine Strategie, die das Unternehmen um die Daten herum organisiert. Diese Strategie wirkt sich auf die Organisation des Unternehmens, sein Marketing und seine Investitionsentscheidungen aus. Daten werden als Vermögenswerte (mit finanziellem Wert) behandelt.

Datenmanagement: Die Herausforderungen für Unternehmen

Das Ziel des Datenmanagements: Verbesserung der Gesamtleistung des Unternehmens. Dies betrifft sowohl Abwehrmaßnahmen (Sicherheit) als auch die Entwicklung offensiver Fähigkeiten (Produktivität).

  • Die Zuverlässigkeit von Management- und Entscheidungshilfetools
  • Einhaltung gesetzlicher Verpflichtungen
  • Datenschutz und Sicherheit
  • Die Genauigkeit, Konsistenz und Rückverfolgbarkeit der Daten
  • Optimierung der Kosten für die Erstellung von Daten
  • Die Fähigkeit zur Innovation und zur Bewältigung von Chancen (Time-to-Market)

Datenverwaltung: Tools und Methoden

Das Datenmanagement umfasst Methoden zur Sicherung der Datenverfügbarkeit, Datenqualität, Datenzuverlässigkeit und der damit verbundenen Kosten.

  • Strategische Vision im Datenmanagement
  • Finanzielle Bewertung von Daten und Datenqualitätslücken
  • Global Governance
  • Datenverwaltungsprozesse und -methoden
  • Verfahren zur effizienten gemeinsamen Nutzung von Stammdaten (Stammdatenverwaltung)
  • Architektur von Systemen und Schnittstellen zur Optimierung des Datenaustauschs
  • Geschäftsdatenarchitektur (Datenmodelle, MCD, MLD, MPD)
  • Datenqualitätsprüfungen

Datenmanagement: eine Rolle im Unternehmen

Die Rolle des Datenmanagements im Informationsmanagement

Wenn wir die Produktion von Daten mit der Produktion von Objekten in einer Fabrik vergleichen:

  • Informationssystem => Produktionslinien
  • Datenverarbeitung Mitarbeiter in Fachbereichen => Mitarbeiter der Produktionslinie
  • IT-Teams => Industrialisierungsabteilung Planung und Bau von Produktionslinien
  • Data Management Teams => Spezifikationen der Fertigungskette + Qualitätskontrolle
  • Daten => Produktion, deren Verkauf zum Unternehmen Einkünfte generiert

Eine Schnittstelle zwischen den Technologie- und Business-Teams

Viele IT-Projekte erweisen sich als enttäuschend, da sich die Akteure auf Technologie und Geschäftsprozesse konzentriert haben, zum Nachteil des Wesentlichen: Daten. Um es zu vermeiden haben die Datenverwaltungsteams eine Schnittstellenrolle zwischen IT-Diensten und Fachbereichen. Diese Rolle ist nicht einfach, da IT und Business seit langem Projekte direkt zusammenarbeiten.

  • IT-Projektmanager sind sicher, die Geschäftsanforderungen zu verstehen und dann die richtigen Technologienauszuwählen und zu implementieren
  • Fachbereichen sind sich ihrer Geschäftskenntnisse sicher und haben eine genaue Vorstellung von ihren Werkzeuganforderungen
  • Data Management stellt Daten wieder in den Mittelpunkt von Projekten und schafft so Wertsteigerung für das Unternehmen.

Eine globale Vision der Daten

Die Datenverwaltung berücksichtigt die Verwaltung der Daten über ihren gesamten Lebenszyklus (Data Lifecycle Management, DLM).

  • Erstspezifikation der Daten (Datenanforderungen)
  • Datenerstellung (Erfassung, manuelle Eingabe)
  • Datenspeicherung
  • Datenänderungen (Versionsverlauf)
  • Verwendung und Verteilung der Daten (Rückverfolgung, Herkunft)
  • Vorratsdatenspeicherung und Archivierung

Anwendungsbereiche des Datenmanagements

  • Einhaltung gesetzlicher Vorschriften (DSGVO)
  • Business Intelligence (BI), Softwarepaket für Analyse-, oder Prognosezwecke
  • Data Science, Data Engineering
  • E-Commerce, Vertrieb, Kundenbeziehungen
  • Engineering (CAD), Konfiguratoren
  • Industrielle IT, Produktion, Logistik, Lieferkette
  • Softwareentwicklung

Mehr erfahren

Probleme mit der Datenqualität   Dienstleistungsangebot   Anfrage per Email

Tag-Liste:

Datenmanagement

,

Datenverwaltung

,

Definition

,

Prinzipien

,

Werkzeuge

,

Methoden

,

Rolle

,

Anwendungsbereich