Sämtliche Prozesse, Methoden, Strategien, Techniken und Architekturen, um Daten zu verwalten von der Entstehung bis zum Löschen, was auch Aspekte berücksichtigt wie Transformation, Governance, Qualität, Sicherheit und Verfügbarkeit von Daten über ihren gesamten Lebenszyklus hinweg" - allein diese Definition von Forrester Research macht deutlich, dass Daten-Management eine unternehmensweite Aufgabe ist, bei der es um mehr geht als nur um Integrationsaufgaben, Maßnahmen zur Qualitätssicherung oder Datenbankadministration.

Aus Sicht vieler Experten werden Daten für alle Unternehmen immer wichtiger. Gartner bezeichnete sie jüngst als Treibstoff für sämtliche Geschäftsprozesse. Eine aktuelle Capgemini-Studie ordnet Geschäftsinformationen als vierten elementaren Produktionsfaktor neben Arbeit, Kapital und Boden ein. Doch viele Unternehmen tun sich nach wie vor schwer im richtigen Umgang mit ihren Daten.

Eine Umfrage von IBM unter 1700 Topentscheidern in 64 Ländern deckte kürzlich Defizite im Daten-Handling auf. Jeder vierte der befragten CEOs räumte ein, nicht gut genug in der effektiven Nutzung von Daten zu sein. Ein CEO aus der amerikanischen Konsumgüterindustrie fasste sein Dilemma so zusammen: "Wir haben eine Menge Daten, aber nur zehn Prozent davon sind nützliche Informationen. Und selbst diese zehn Prozent nutzen wir nicht effektiv."

Viele Daten - komplexes Handling

Diesen Missstand zu beheben, sind vor allem die IT-Abteilungen gefordert. In den aktuellen Capgemini-Top-Five der IT-Themen, die CIOs für die Zukunftssicherung des eigenen Unternehmens für besonders wichtig erachten, tauchen denn auch drei Aspekte auf, die sich explizit um Daten drehen: Data-Quality-Management (DQM), Enterprise-Content-Management (ECM) und Master-Data-Management (MDM). Dieses Ergebnis ist aus Sicht der Capgemini-Experten ein Beleg, wie wichtig das Thema Daten derzeit für die CIOs ist. Seit geraumer Zeit bemühten sich die IT-Abteilungen deshalb darum, Ordnung zu schaffen, Strukturen zu vereinheitlichen und so Informationen nutzbar zu machen.

Doch das ist alles andere als trivial. "Diese Projekte sind extrem komplex, sehr aufwendig und binden eine Menge IT-Ressourcen", heißt es bei Capgemini. Dazu komme, dass uneinheitliche Daten viele andere Projekte ausbremsten. "Mit der wachsenden Menge an Daten und der Vielzahl von Datenquellen gilt es, das Daten-Management analog weiterzuentwickeln", beschreibt Ulrich Frenkel, Capgemini-Experte für das Thema Data-Management, die aktuellen Herausforderungen.

Die Unternehmen müssten beim Management von Stamm- und Bewegungsdaten folgende drei Dimensionen im Blick haben:

• Organisation,

• Prozesse und

• Werkzeuge.

Ziel der Anwenderunternehmen müsse dabei sein, die Daten

• pünktlich, zeitnah, genau, vollständig, korrekt und konsistent zu erfassen,

• zu speichern, um die Integrität zu bewahren und einen "Single Point of Reference" zu erzeugen, und

• an den Stellen zur Verfügung zu stellen, an denen sie gebraucht werden - intern wie extern.

Dafür müssten Frenkel zufolge Bereiche wie DQM, MDM und ECM eng miteinander verzahnt werden und letztlich in das Thema Informationsbereitstellung münden: "Hier sind die Grenzen fließend."

Es geht nicht allein um Technik

Was es für die Anwender nicht unbedingt einfacher macht. Es gehe beim Daten-Management nicht allein um Technik, mahnt der Capgemini-Experte. "Die Herausforderung gerade hinsichtlich der immer zahlreicheren Datenquellen bedeutet, dass Unternehmen vor allem die Organisation und die Prozesse rund um das Daten-Handling im Griff haben müssen." Frenkel bringt dafür das "POLE"-Konzept ins Spiel, mit dessen Hilfe Anwender verschiedene Aspekte von Daten im Blick behalten können.

• Party: Partner, Zulieferer, Kunde etc.;

• Object: Verträge, Accounts, Waren etc.;

• Location: Postadresse, Aufenthaltsort etc.;

• Event: Interesse, Kauf etc.

Der Experte erläutert anhand eines Beispiels, wie die verschiedenen Facetten ineinandergreifen. Ein Kunde (Party) sieht im Schaufenster eine Hose (Object), die ihm gefällt, postet dies via Smartphone auf Twitter (Location) und betritt den Laden (Event). Unternehmen mit einem effizienten Daten-Management registrierten das Interesse des potenziellen Kunden und könnten diesem beispielsweise einen Rabatt-Coupon auf sein Smartphone schicken und somit die Chancen für einen erfolgreichen Geschäftsabschluss erhöhen. Außerdem ließe sich feststellen, ob es sich um einen Influencer im Social Web handelt, über den sich eine Art Realtime-Marketing-Kampagne anzustoßen lohnen könnte.

Unternehmen lernten zurzeit, mit diesen Anforderungen umzugehen, sagt Frenkel und plädiert für ein starkes Business-IT-Alignment. In einem funktionierenden Daten-Management komme es in erster Linie darauf an, die wertschöpfenden Geschäftsprozesse zu identifizieren. Diese müssten im nächsten Schritt mit den richtigen und damit wertvollen Daten versorgt werden. "Was hilft es mir, wenn der Kunde vor dem Laden steht, ich als Geschäftsinhaber aber seine Twitter-ID nicht kenne?", fragt Frenkel. "Oder schlimmer - wenn ich die falsche Twitter-ID habe oder sein Interesse falsch interpretiere?"

Fachbereiche in die Pflicht nehmen

"Die Qualität der Informationen, die man erfasst und auszuwerten versucht, ist ein ganz wichtiger Faktor", stellt der Experte klar. Daher sei auch die enge Einbindung der Fachabteilungen in das Data-Management so wichtig. Unternehmensintern müsse ein einheitliches Datenverständnis herrschen. Das erfordere jedoch eine starke Data Governance. Unternehmen müssten ihre Datenverantwortlichkeiten klar organisieren. "So wie es heute auch Prozessverantwortlichkeiten gibt", vergleicht der Experte. Das funktioniere aber nicht ohne die Fachabteilungen. In der IT sei nicht bewertbar, welche Bedeutung bestimmte Daten für die Prozesse haben. Diese Priorisierung müsse der Fachbereich treffen.

Sind die Daten geordnet, ist die Arbeit in Sachen Daten-Management jedoch längst nicht vorbei, mahnt Frenkel Kontinuität an. "Einmalige Aktionen bringen nichts - nachhaltiges Datenqualitäts-Management ist wichtig." Die Unternehmen müssten sich darum bemühen, auch nach einem Projektabschluss ein laufendes Data Quality Monitoring zu etablieren. Gerade angesichts zahlreicher neuer Kanäle wie der Cloud, dem Social Web oder der wachsenden Zahl mobiler Devices, aus denen Informationen ins Unternehmen strömten, müssten die dort anfallenden Daten in die Betrachtungen einbezogen werden.

In den Organisationen müsse ein gemeinsames Verständnis herrschen, wie mit Daten umzugehen sei, fordert Frenkel. Es brauche Modelle für die Datenprozesse. Das betreffe vor allem das Monitoring sowie Veränderungen. Um die eigenen Daten nachhaltig im Griff zu behalten, müsse ein entsprechendes Change-Management eingerichtet werden. "Genau wie eine Prozesskultur etabliert wurde, muss man eine Datenkultur entwickeln", empfiehlt der Datenexperte. "Das muss der Organisation in Fleisch und Blut übergehen."

Datenqualität
Gibt oder gab es in Ihrem Unternehmen Initiativen, um die Datenqualität zu verbessern?

Datenqualität
Ist die Datenqualität ein Thema in Ihrem Unternehmen, das IT- und Fachabteilungen beschäftigt?

Datenqualität
Würde das Business Ihres Unternehmens unter einer schlechten Datenqualität leiden?

Datenqualität
Wie beurteilen Sie die Datenqualität in Ihrem Unternehmen?

Datenqualität
Gibt es eine zentrale Stelle in Ihrem Unternehmen, die für die Datenqualität verantwortlich ist?

Datenqualität
Wie hoch ist aus Ihrer Sicht der Aufwand, eine gute Datenqualität in Ihrem Unternehmen sicherzustellen?

Datenqualität
Hat Ihr Unternehmen ein Budget für die Sicherung der Datenqualität?

Datenqualität
Wie hoch ist aus Ihrer Sicht die Verantwortung der Fachabteilungen, an dem Thema "Verbesserung der Datenqualität" mitzuarbeiten?