Datenarchitektur gesucht

13.10.2005
Von Von Holger Günzel, Simone Hoppe und Wolfgang Hümmer.  
Business-Performance-Management verlangt mehr als die übliche Datenbewirtschaftung. Es ist Strategiearbeit, die Wissen über Prozesse, Geschäftsobjekte und Modellierung verlangt.
Eine Datenarchitektur hilft beim Messen und Analysieren von Prozessen und wird von diesen beeinflusst.
Eine Datenarchitektur hilft beim Messen und Analysieren von Prozessen und wird von diesen beeinflusst.

Die Marktverhältnisse zwingen heute Unternehmen, ihre wirtschaftliche Lage schnell und systematisch verstehen, verfolgen und steuern zu können. Es reicht beispielsweise im Automobilbau nicht mehr aus, die Softwareprozessqualität lokal durch Standards wie Spice oder CMMI zu erhöhen. Vielmehr ist es für den langfristigen Unternehmenserfolg entscheidend, Prozesse von der Entwicklung bis in den Vertrieb bereichsübergreifend zu messen und anzupassen. Führungsinstrumente wie vor allem die Balanced Scorecard bilden hierzu anhand qualitativer und quantitativer Kennzahlen strategische Perspektiven wie Finanzen oder Personal ab und geben Aufschluss über den Status eines integrierten und ganzheitlichen Systems. Auf diese Weise wird bisher in erster Linie das operative Tagesgeschäft auf den unterschiedlichen Organisationsebenen gesteuert. Ein Business-Performance-Management (BPM) will darüber hinaus auch monetäre und nichtmonetäre Kennzahlen einbeziehen und so die operative mit der strategischen Steuerung verbinden. Damit dies gelingt, müssen die passenden Kennzahlen gefunden werden, denn erst durch ihre Analyse und Interpretation lassen sich Geschäftsprozesse verbessern. In der Praxis zeigt sich aber, dass sich ein solcher Regelkreis des Sammelns, Analysierens und Handelns vor allem in großen Unternehmen nur schwer umsetzen lässt.

Hier lesen Sie …

• wie BPM Geschäftsprozesse verbessern hilft;

• wie sich die für die Analyse benötigten Daten finden und verstehen lassen;

• wodurch Projektrisiken verringert werden können.

Mehr zum Thema

www.computerwoche.de/go/

*76888: Datenqualität;

*79270: Management- Cockpits.

Eine punktuelle Messung und Auswertung von Kennzahlen genügt nicht, um die Unternehmensleistung nachhaltig zu steigern. Hierzu ist vielmehr eine kontinuierliche Leistungserhebung und -verbesserung zu implementieren. Der Aufbau von BPM-Lösungen ist deshalb eine lang laufende Initiative, deren Pflegeaufwand auch nach Einführung konstant hoch bleibt. Regelmäßig muss das System an sich ändernde Rahmenbedingungen und Strategien angepasst werden, damit der Betreiber Wettbewerbsvorteile erzielt. Von der IT wird dabei verlangt, auf Veränderungen wie beispielsweise wechselnde Kennzahlen schnell reagieren zu können.

Konsistente Daten nötig

Die Entwicklung und die regelmäßige Anpassung eines Kennzahlensystems sind indes wertlos, wenn keine zuverlässige und konsistente Datenversorgung sichergestellt ist. Trotz integrierter Systeme auf Prozessebene sind diese Daten heute meist über eine heterogene Datenlandschaft mit unabhängigen Quellsystemen verteilt. Oft ist die Datenqualität schlecht oder uneinheitlich, es existieren redundante oder widersprüchliche Informationen mit unklarem Eigner. Vor allem in großen Unternehmen mit komplexen Produkten und Strukturen sind Daten sehr heterogen. Jeder Versuch, einen Überblick zu gewinnen, ist sofort wieder veraltet, da sich die Datenlandschaft den Geschäftsprozessen folgend dynamisch weiterentwickelt. Das Datenproblem stellt deshalb ein nicht kalkulierbares Projektrisiko dar.

Keine Datenlandkarte!

Um dieses Problem anzugehen, benötigen Unternehmen eine gut strukturierte Datenlandschaft sowie ein Kommunikations- und Hilfsmittel zwischen Business und IT. Dafür brauchen sie eine unternehmensweite, ganzheitliche Datenarchitektur. Sie ist sowohl durch statische, strukturbildende als auch durch dynamische Aspekte, also durch das Zusammenspiel der statischen Anteile, geprägt. Im Untzerschied zu einer einmaligen Momentaufnahme, einer "Datenlandkarte", nimmt auch Änderungen von Geschäftsprozessen auf.

Eine Datenarchitektur wird prinzipienorientiert und top-down aus Geschäftsprozessen mit punktuellen Detaillierungen abgeleitet. Sie stellt ein Rahmenwerk aus Strukturen, Standards, Schnittstellen und Verwaltungsprozessen dar und hilft bei der Auswahl, Umsetzung und dem Betrieb der Dateninfrastruktur eines Unternehmens. Allerdings darf sie nicht mit einem vollständigen logischen oder physischen Lösungsdatenmodell verwechselt werden. Ebenso wenig sollen mit ihr existierende Datenmodelle oder Datenbanken verschmolzen oder gar ein Unternehmensdatenmodell geschaffen werden.

Die Entwicklung einer Datenarchitektur ist Strategiearbeit, die üblicherweise von einem Projektteam aus internen und externen Mitarbeitern unter Verwendung einer Methodik und Referenzmustern bewältigt wird. Dazu ist vor allem breites Wissen über die Prozesse, deren Geschäftsobjekte und die vorhandenen Datenmodelle erforderlich. Auf einer hohen Abstraktionsebene können Prozess- oder Datenmodellierungsstandards (ER, UML, XML, XMI, BPEL) und die entsprechenden Werkzeuge nützlich sein. Erst in der Detaillierung wird die Verbindung zur firmeneigenen Datenmodellierung notwendig.

Die Datenarchitektur gibt daher nur einen Überblick über die im Unternehmen vorhandenen Daten in Form von Datenspeichern und ist die Gesprächsgrundlage für Business und IT. Sie soll klären, welche Daten wo existieren, wie die Verteilung der Daten erfolgt und welche Replikate es gibt. Daneben wird der Datenfluss sichtbar und werden Stellen mit primären Daten von sekundären, abgeleiteten Daten unterschieden. Die Frage des Eigners wird dabei übergreifend mit Blick auf den Datenspeicher geregelt. Weiterhin können Daten und Funktionen zugeordnet werden, um den Zusammenhang zwischen Geschäftsprozessen und den sie umsetzenden Funktionen und den dafür erforderlichen Daten abzubilden.

Kernzahlen unterstützen

Mit der Architektur erhält der Anwender ein wenn auch unvollständiges logisches und physisches Datenmodell abhängig von den logischen Datenspeichern, das er für den schnellen Aufbau einer Datenbasis für BPM-spezifische Kennzahlen heranziehen kann. Die Datenarchitektur trägt so deutlich zur Kosteneinsparung und -vermeidung bei, indem sie den Aufwand bei der Aufbereitung der Daten senkt. Das Projektrisiko verringert sich, weil geschäftliche Anforderungen durch den Abgleich von Business und IT besser erfüllt werden.

Schneller ans Ziel

Der Architekturansatz beschleunigt den Aufbau des BPM-Systems, weil er unternehmensweite Richtlinien bei der Prozess-, Daten- und Anwendungsintegration vorgibt. Standards für den Datenzugriff und Austauschformate sowie unternehmensspezifische Vorgaben zur Steigerung der Datenqualität helfen ebenfalls, das Projekt zu stemmen. Darüber hinaus erleichtert die Datenarchitektur eine spätere Migration der Datenlandschaft. Auch Prozesse, Rollen und Verantwortlichkeiten, die als Teil einer Governance-Strategie geregelt werden, helfen bei der Definition der Datenarchitektur und machen sie zukunftssicherer, da künftige Veränderungen in der Datenlandschaft einem vorgegebenen Verfahren unterworfen sind.

Ist noch keine entsprechend fokussierte Architektur vorhanden, sollten Unternehmen sie in den Grundzügen als Bestandteil des BPM-Projekts einplanen. Nur so gewinnen sie einen Überblick über ihre Datenlandschaft und finden die passenden Datenquellen. Zwar kann die Datenarchitektur nicht die Kennzahlen eines BPM-Projekts aussuchen, aber diese Auswahl unterstützen und Datenversorgung solcher Messgrößen sicherstellen. Zudem ist die Konsistenz der Daten und ihre dauerhafte Verfügbarkeit gewährleistet, und Informationen über nichtfunktionale Qualitätsaspekte wie die Aktualisierungsfrequenz sind vorhanden. Dank des Wissens um die Prozess- und Datenverwendung lassen sich die Kennzahlen präziser auswählen. Davon profitieren sowohl die Planung, der tatsächliche Aufbau als auch eventuelle Anpassungsmaßnahmen. (as)