Foto: Oxie99 - shutterstock.com
Metadaten galten lange als hoch komplex, so dass sich vor allem Data Scientists oder IT-Fachkräfte mit ihnen beschäftigt haben. In einer digitalisierten Welt ist es unumstritten, dass alle Mitarbeitenden eines Unternehmens Metadaten verstehen sollten. Dieses Wissen ist für jede Dateninitiative grundlegend und sollte in allen datengesteuerten Unternehmen einen strategischen Eckpfeiler darstellen. In diesem Artikel lesen Sie,
was Metadaten sind,
welche Vorteile sie bringen und
warum sich ihr Potenzial nur mit Datenkompetenz erschließen lässt.
Was sind Metadaten?
Metadaten sind Daten, die andere Daten beschreiben. Sie helfen bei der Organisation von Daten, indem sie Informationen über einen Datensatz oder ein einzelnes Datenelement bereitstellen - etwa, wann, wie und von wem sie erstellt, gespeichert und verwendet wurden - und erleichtern so das Auffinden, die Nutzung und die Wiederverwendung von Daten.
Metadaten sind überall. Sie sind von grundlegender Bedeutung für die Funktionsweise von Social-Media-Plattformen, Streaming-Diensten, Online-Händlern und Suchmaschinen. Das "Meta" in Metadaten bezieht sich auf die zugrunde liegende, verborgene Logik hinter den Daten - die Informationen "hinter den Kulissen".
Welche Art von Informationen sind in Metadaten enthalten?
Es gibt Hunderte von Optionen für Datenattribute, die Metadaten beschreiben können. Bei einer Website können Metadaten den Titel der Seite, das Erstellungsdatum und Keywords zum Inhalt umfassen. Die Metadaten eines Liedes können etwa den Namen des Künstlers, das übergeordnete Album und den Inhaber des Urheberrechts enthalten. Informationen in Metadaten lassen sich auf sechs Kategorien, beziehungsweise Arten von Fragen eingrenzen:
Was - Wie lautet der Titel des Datensatzes oder Datenelements? Welche Keywords sind damit verbunden? Welches Format haben die Daten?
Wo - Wo wurde das Datenelement erstellt? Welches geografische Gebiet ist mit den Daten verbunden? In welcher Sprache sind sie verfasst?
Wann - Wann wurde das Datenelement erstellt? Welchen Zeitraum deckt es ab? Wann wurde es zuletzt aktualisiert?
Wer - Wer hat das Datenelement erstellt? Wer hat es bearbeitet oder dazu beigetragen? Wer ist für die Pflege der Daten verantwortlich?
Warum - Warum wurde das Datenelement erstellt? Was war der ursprüngliche Kontext der Daten?
Wie - Wie können die Daten verwendet und zugeordnet werden? Sind mit den Daten Rechte oder Veröffentlichungsrichtlinien verbunden?
Warum braucht man Metadaten?
Metadaten ermöglichen es dem Nutzer,
Daten und Ressourcen einfacher zu finden,
Daten effektiv zu katalogisieren und zu organisieren,
Daten in einen Kontext zu stellen,
Daten in Beziehung zu anderen Daten zu sehen,
Informationen aus Datensätzen zu extrahieren,
Daten aus verschiedenen Quellen gemeinsam zu nutzen, und
Daten zu schützen und zu pflegen.
Richtig eingesetzt, können Metadaten ein machtvolles Instrument sein. Sie ermöglichen es uns, näher heranzuzoomen, um ganz bestimmte Aspekte von Daten genauer zu betrachten, oder herauszuzoomen, um einen Blick auf das große Ganze zu werfen und die Daten im Kontext mit anderen Daten zu sehen. Diese doppelte Fähigkeit - den Blick auf die Funktionsweise eines einzelnen Datenpunkts zu werfen und gleichzeitig einen Gesamtüberblick über das große Ganze zu erhalten - ist die Superkraft der Metadaten.
Darum ist das Management von Metadaten für Dateninitiativen entscheidend
Immer mehr Unternehmen setzen auf datengesteuerte Modelle und treffen Geschäftsentscheidungen auf der Grundlage von Daten. Laut McKinsey ist dies ein entscheidender Faktor für die Widerstandsfähigkeit von Unternehmen in einer sich ständig verändernden Welt.
Ein gutes Metadatenmanagement ist für die Umstellung auf datenbasiertes Arbeiten und für jede Dateninitiative aus (mindestens!) fünf Gründen entscheidend:
1. Bessere Organisation von Unternehmensdaten
Eine saubere, verlässliche Basis an Metadaten hilft den Nutzern, bei der Suche nach Informationen Zeit zu sparen. Selbst die am sorgfältigsten geplanten Geschäftsstrategien können scheitern, wenn nicht die richtigen Datensätze erfasst wurden oder wenn die Strategien auf veralteten oder irrelevanten Daten basieren.
2. Genaues Verständnis von Unternehmensdaten
Metadaten geben Aufschluss über die Herkunft, den Kontext und die Qualität von Daten. Sie ermöglichen es den Nutzern, Fragen zu den Daten zu stellen, etwa: Woher stammen die Daten und kann man ihnen vertrauen? Nur mit einem tiefgreifenden Verständnis von Metadaten können die Nutzer das volle Potenzial aus hochentwickelten BI- und Datenanalyse-Tools schöpfen - eine wesentliche Voraussetzung für jede Dateninitiative.
3. Mehrwert aus Unternehmensdatenbeständen erhalten
Mithilfe von Metadaten können Nutzer aus einer großen Menge externer und interner Datensätze Schlüsse ziehen Querverbindungen herstellen. Damit gewinnen sie echten Mehrwert aus Daten.
4. Fehler und Unstimmigkeiten aufdecken
Insbesondere ältere Datensätze können Fehler und Unstimmigkeiten enthalten. Mithilfe von Metadaten können Nutzer schneller Fehler finden und die Verlässlichkeit der Daten sicherstellen.
5. Langlebigkeit von Datensätzen verlängern
Datensätze haben einen begrenzten Lebenszyklus und gehen schnell verloren oder werden irrelevant. Deswegen sollte man - statt ständig neue Datensätze zu erstellen- die bestehenden so lange wie möglich erhalten. Das funktioniert, indem Metadaten ordnungsgemäß gepflegt und weiterentwickelt werden. So spart man Zeit und Geld.
Warum Metadaten ohne Datenkompetenz keinen Sinn machen
Datenkompetenz - im Englischen Data Literacy - kann als die Fähigkeit definiert werden, die Strukturen hinter den Daten, einschließlich der Metadaten, zu verstehen, zu bewerten und anzuwenden. Mitarbeitende mit einer entsprechenden Datenkompetenz können Daten sammeln und visualisieren sowie erforschen und sinnvolle Schlussfolgerungen aus Daten ziehen.
Obwohl das Verständnis von Metadaten für datenbasierte Geschäftsstrategien von entscheidender Bedeutung ist, werden sie nach Angaben der Boston Consulting Group (BCG) häufig übersehen. Denn wenn die Mitarbeitenden nicht über die erforderliche Datenkompetenz verfügen, stehen Unternehmen vor einer Reihe von Herausforderungen:
1. Mangelnde Kenntnisse
Wenn den Nutzern das Wissen über Metadaten fehlt, fehlt ihnen wahrscheinlich auch das Selbstvertrauen oder die Fähigkeit, wertvolle Schlussfolgerungen aus den Daten zu ziehen. Die Organisation verfügt dann vielleicht über die benötigten Daten, das Tool zum Öffnen oder Interpretieren dieser Daten und die Informationen über den ursprünglichen Datensatz. Aber ohne ein Verständnis über Metadaten - den Daten hinter den Daten - ist ein Nutzer möglicherweise nicht in der Lage, die richtigen Maßnahmen abzuleiten.
2. Inkonsistenz der Daten
Wenn Einzelpersonen nicht über richtigen Datenkompetenzen verfügen, wenden sie bei der Eingabe von Metadaten möglicherweise unterschiedliche Methoden oder Standards an. Die daraus resultierende Datenqualität kann uneinheitlich sein, so dass andere Nutzer nicht nahtlos mit den Daten arbeiten können. Das führt zu unbeabsichtigten Datensilos oder Schwierigkeiten bei der Verwendung von Metadaten.
3. Wissensverlust
Mehrere Studien haben gezeigt, dass es für Unternehmen immer schwieriger wird, Data Scientists einzustellen und zu halten. Wenn diese ihr Unternehmen verlassen, nehmen sie möglicherweise ihr Wissen über die Metadaten mit. Es ist also sinnvoller, die Verantwortung für Metadaten im Unternehmen zu verteilen - etwa an diejenigen, die die Daten erstellen.
Wenn Datenkompetenz mit einer verstärkten Nutzung von Metadaten kombiniert wird, sind Mitarbeitende dazu fähig,
selbst die richtigen Fragen zu den Daten zu stellen;
sicherzustellen, dass die Metadaten konsistent sind;
sicherzustellen, dass die Metadaten des Unternehmens für alle zugänglich sind; und
die Initiative zu ergreifen und den größtmöglichen Nutzen aus den Metadaten des Unternehmens zu ziehen.
Unternehmen sollten deshalb in den Bereichen Datenkompetenz und Metadaten strategisch vorgehen - und beide Strategien bündeln. Die Vorteile sind eindeutig - aber wie lassen sie sich in der Praxis nutzen?
Innovative Softwarelösungen ermöglichen es Unternehmen, Wissenssilos abzubauen und das Risiko des Wissensverlustes zu managen. Sie sammeln Daten und Metadaten, um die zugrunde liegenden Logiken, Beziehungen und Informationen zu extrahieren, zu speichern und zu visualisieren. Durch die automatische Auswertung von Arbeitsergebnissen bündeln die Lösungen Metadaten aus verschiedenen Teilen der Datenlandschaft und stellen Informationen für eine schnelle Auswertung zur Verfügung. (mb)