Datenintegration: Acht unverzichtbare Funktionen für jede Datenstrategie

Um von den Vorteilen einer „data-driven Enterprise“ profitieren zu können, müssen Unternehmen in erster Linie sicherstellen, dass sämtliche Datenkonsumenten einen leichten und schnellen Zugang zu integrierten Echtzeitdaten erhalten. Daraus ergibt sich der eigentliche Mehrwert aller bis dato und zukünftig gesammelten Daten: Sie unterstützen Unternehmen dabei, sowohl Geschäfts- als auch Entscheidungsprozesse zu optimieren.

Die Grundlage hierfür bildet eine adaptive Datenarchitektur mit Datenvirtualisierung. Diese Technologie fungiert innerhalb der Architektur als kanonisches Datenmodell für alle Unternehmensdaten, die sich in operativen Systemen, in der Cloud oder On-Prem, Data Warehouses oder Data Lakes befinden. Datenvirtualisierung hält die folgenden acht Funktionen bereit, die notwendig sind, um ein datengesteuerte Organisation abzubilden:

1. Möglichkeit zum Ad-hoc-Reporting

Auch heute bleibt dieses Konzept ein wichtiger Bestandteil für datengesteuerte Unternehmen – vor allem, wenn das Management zum Beispiel aufgrund einer plötzlichen oder dringlichen Angelegenheit aktuelle Berichte für eine schnelle Entscheidungsfindung benötigt. Damit Beschlüsse nicht aus dem Bauch heraus, sondern fundiert getroffen werden können, muss das verantwortliche Team entsprechend schnell auf Daten aus mehreren Systemen zugreifen können und in der Lage sein, schnell und einfach neue Datenquellen zu integrieren.

2. Konsistente Datenbereitstellung

Unabhängig davon wann und wo Nutzer auf Daten zugreifen: Sie sollten immer den gleichen Datenbestand repräsentieren. Beispielsweise sollten sämtliche Verkaufsdaten konsistent sein, egal ob diese mittels einfacher Tabellenkalkulation, speziellen Dashboards oder einer Java-Anwendungen dargestellt werden.

3. 360-Grad Sicht

Die Informationsarchitektur muss sämtlichen Mitarbeiter eine vollständige 360-Grad-Sicht auf Business-Objects wie zum Beispiel Kunden, Patienten oder Produktionsstätten ermöglichen. Dies muss unter verschiedenen Bedingungen gelten – unabhängig davon, ob es sich bei dem Datenkonsumenten um eine mobile Anwendung für eine Vielzahl von Online-Kunden oder um eine Tabellenkalkulation handelt, welche die Führungsebene nutzt.

4. Zentrale Umsetzung der Data-Governance

Unternehmen unterliegen strengen Compliance-Vorgaben und dürfen sich keine Fehler in Sachen Datenverwaltung und -verfügbarkeit leisten. Um Datenschutzrichtlinien effektiv umsetzen zu können, dürfen diese nicht dezentral über mehrere Systeme, Anwendungen, Datenbanken und Reportings verstreut sein. Stattdessen sollten sie so zentral und ganzheitlich wie möglich implementiert werden. 

5. Latenzfreie Datenverfügbarkeit

Die Vielfalt jener Datenkonsumenten, denen Informationen in geringer Latenzzeit bereitgestellt werden müssen, nimmt immer weiter zu. Daher sind Architekturen, welche Daten mehrfach von einer Datenbank in eine andere kopieren, nicht mehr zeitgemäß. Eine moderne und zukunftsfähige Architektur muss demnach in der Lage sein, Daten in Echtzeit bereitzustellen.

6. Fähigkeit zur Adaption neuer Technologien

Im Laufe des letzten Jahrzehnts sind viele leistungsstarke und schnelle Datenspeicherungs- und Analyse-Lösungen auf den Markt gekommen und wurden in die Infrastrukturen integriert. Diese Dynamik setzt sich weiter fort. Unternehmen benötigen daher adaptive Datenarchitekturen, mit denen sie neue Technologien schnell und einfach integrieren können. Dies sorgt für Zukunfts- und Investitionssicherheit.

7. Zugang zu Stammdaten

Auch Stammdaten müssen ein vollständig integrierter Teil der Datenarchitektur sein und somit jedem Datenkonsumenten entsprechend den Berechtigungen zur Verfügung stehen.

8. Zugang zu deskriptiven Metadaten

Metadaten helfen dabei, Informationen zu verstehen und richtig zu deuten. Die Speicherung und Verwaltung von ihnen ist daher sinnvoll, doch ergeben sich dadurch Herausforderungen: Sie müssen den Datenkonsumenten ebenso leicht zugänglich gemacht werden wie die eigentlichen Daten. Je einfacher der Zugang zu den Metadaten ist, desto transparenter die Systeme. Nur kann sichergestellt werden, dass Analysen unternehmensweit auf den richtigen Datensätzen beruhen und verlässlich sind.