In vielen Branchen sind Daten zum entscheidenden Machtfaktor geworden. Sie schaffen Wettbewerbsvorteile und treiben Innovationen voran. Doch werden sie nicht sinnvoll gemanagt, so birgt ihre Nutzung auch Gefahren – zum einen für Datenschutz, -sicherheit und -sicherung, zum anderen aber auch für die Funktionsfähigkeit des ganzen Betriebs.
Für Unternehmen ist ein großer Fundus an relevanten Daten ein strategischer Wettbewerbsvorteil und oft auch ein Mittel, um Konkurrenten klein zu halten. Aber wir alle müssen in den kommenden Jahren mit einer Daten-Tsunami rechnen – und mit ihr kommt möglicherweise die Überlastung von CPU, Transistoren und Datenspeichern.
Um den Worst Case zu verhindern, muss sichergestellt sein, dass die relevanten Daten ordnungsgemäß gemanagt werden. Kompetente Partner sind im Datenmanagement das Ein und Alles. Dabei haben sich in den vergangenen Jahren sieben wichtige Daten-Rollen herausgebildet:
Data Retriever
Er dockt sich mit Daten-Tools an alle Arten von Datenbanken und -quellen an und saugt die notwendigen Dateninhalte ab. Hier scheitert bereits eine Vielzahl aller Datenprojekte. So banal es erscheint, so technisch anspruchsvoll ist es doch. Diese Rolle wird in der Forschung zwar gerne ignoriert, kompetente Data Retriever sind derzeit jedoch Mangelware und heiß begehrt. Ohne ihn geht gar nichts!
Data Analyst
Er arbeitet mit strukturierten Daten aus dem Bereich der Business Intelligence. Er wertet Daten mit Hilfe von selbst erstellten Programmen und Tools aus, um daraus sinnvolle Informationen zu gewinnen, Schlussfolgerungen zu ziehen und Problemlösungen oder neue Unternehmenschancen zu finden.
Data Scientist
Er kombiniert verschiedene Wissensgebiete wie Informatik, Statistik und Business Analysis. Wichtig sind dabei Kreativität und eine gute Vorstellungskraft, um Probleme und ihre Lösung in den Daten erfassen zu können. Er arbeitet mit allen Arten und Typen von Daten und kombiniert sie so, dass neues Wissen als Basis für Entscheidungen entsteht. Seine Aufgabe ist es außerdem, Themen anzustoßen, die bisher niemandem im Unternehmen bewusst waren oder nach denen noch gar niemand gefragt hat. Der Data Scientist ist nicht dasselbe wie ein Data Analyst, denn der Data Scientist geht einige Schritte weiter.
Data Engineer
Er ist im Wesentlichen für die Konstruktion der Datenlandschaft verantwortlich. Er kreiert aus den zur Verfügung stehenden Daten und Technologien eine “Landschaft”, in der sich der Data Scientist ausleben kann. Sein Wissen beschränkt sich nicht nur auf die im Unternehmen vorhanden Daten und ihre Speicherorte, er kennt sich auch damit aus, wie sich diese Daten am besten in eine zentrale Analyseinfrastruktur integrieren lassen, welche Technologien sich dazu eignen und welche externen Daten zur Anreicherung genutzt werden können.
Data Steward
Er arbeitet im Kontext von Data Governance, die die Regeln und Prozesse definiert, die im Daten-Management gelten bzw. ablaufen. So soll sichergestellt werden, dass Daten korrekt und konsistent im ganzen Unternehmen genutzt werden.
Data Manager
Er plant, steuert und überwacht die gesamte Datenorganisation mit ihren handelnden Personen und den Datenprozess über den gesamten Lebenszyklus der relevanten Daten. Er ist der Bauleiter der “Datenbaustellen”.
Data Architect
Er ist für die Erstellung und das Management der Daten-Architektur verantwortlich. So einfach es erscheint, so anspruchsvoll ist es, eine konsistente und dennoch flexible Daten-Architektur für die angestrebte Lösung zu finden. Diese Rolle muss in diesem Rahmen technische und wirtschaftliche Aspekte gleichermaßen beachten. Alle anderen Rollen nutzen seinem Architekturentwurf. Er hält die gesamte Daten-Architektur zusammen. Ein kompetenter Data Architect ist sehr schwierig zu finden.
Wer in der Krise die Herrschaft über die Daten hat, hat auch die Macht der Entscheidung und der Veränderung auf seiner Seite. Das gilt allerdings nur, wenn Business Case und Daten-Scope stimmig sind, Smart Data sinnvoll zusammengeführt werden und die Daten-Qualität sowie die Daten-Mengen ausreichend sind.
Es macht in Krisensituationen indes keinen Sinn, dass eine so große Anzahl von Personen mit so verschiedenen Rollen die einzelne Daten-Aufgaben bearbeiten und eigenständige Lösungen entwickeln. Datenmanagement ist mehr als nur die Summe all dieser Einzelaspekte.
Für die Schaffung einer datenbasierten Entscheidungsgrundlage ist interdisziplinäres Wissen in Betriebswirtschaft, Wirtschaftsinformatik, Wirtschaftsrecht, Wirtschaftsstatistik und Wirtschaftsmathematik erforderlich. All das sollte im Idealfall in möglichst wenigen cross-skilled Personen vereinigt sein. Zudem sollten sie Datenmanagement und -organisation verstehen und Erfahrungen in der Projektarbeit haben. Letztendlich kommt es dann für den Erfolg nur noch auf das richtige Business-, Daten und Projekt-Management an.
Fazit
Für diejenigen, die eine Restrukturierung, eine Digitale Transformation oder eine Marktführerschaft anstreben, heißt es: Nur mithilfe einer effektive Nutzung von Daten kann dieses Ziel heutzutage erreicht werden. Dazu bedarf es kompetenter Partner, die etwas von ganzheitlichem Datenmanagement verstehen und gleichzeitig über alle relevanten Querschnittskompetenzen verfügen.
