Im Zuge der Digitalisierung werden Software-Landschaften immer umfangreicher und komplexer. Damit verbunden ist ein unglaubliches Datenwachstum. Es bietet Unternehmen neue Potenziale zur Realisierung von Geschäftsmodellen. Daneben stößt die Datenflut systematische Lernprozesse an, um die Entscheidungsfindung zu optimieren. Dafür ist allerdings die bloße Ansammlung von Daten kaum zu gebrauchen, diese müssen zu höherwertigen Informationen aufbereitet werden. Die Fähigkeit zur automatischen Datenanalyse spielt dabei eine entscheidende Rolle: sie ist in der Lage, Ursache-Wirkungsbeziehungen aus Daten, die aus unterschiedlichen Quellen stammen, abzugleichen. So wird es mithilfe von zielgerichtetem Datenmanagement möglich, zukünftige Entscheidungen zu prognostizieren.
Probleme: Fehler in der Datenhaltung
Die gewachsenen, heterogenen IT-Landschaften, die sich heute in vielen Unternehmen finden, hemmen diesen Prozess. Hier verteilen sich die Daten auf zahlreiche Software-Applikationen in verschiedenen Formaten und Strukturen sowie auf unterschiedliche Speicherorte. Dadurch entstehen häufig Probleme im Zusammenhang mit fehlerhaft erfassten und veralteten Informationen sowie doppelter Datenhaltung. Unternehmensentscheidungen stützen sich hier noch auf manuell erstellte Berichte, denn eine automatisierte Wertschöpfung, die die Integration und Bereinigung des Datenbestandes voraussetzen würde, ist in einem solchen Szenario kaum umzusetzen.
Qualitätssteigerung des Datenbestands durch Datenmanager
Eine datenorientierte Neuausrichtung des Unternehmens erfordert Basiswissen in der Kategorisierung, Modellierung und Integration von Daten sowie Kenntnisse über verschiedene Praktiken und Werkzeuge zu deren Verwaltung und Analyse. Die Beschaffung und Akkumulation dieses Wissens im Unternehmen stellt eine Grundvoraussetzung dar, um die Datenlandschaft des eigenen Unternehmens bewerten und analysieren zu können. Darauf aufbauend können dann Maßnahmen zur Integration und Qualitätssteigerung des Datenbestands ergriffen sowie Abläufe und Werkzeuge zur automatisierten Verwaltung der Daten im Unternehmen etabliert werden. Ziel muss es dabei sein, aus dem so erschlossenen Datenbestand unmittelbaren Nutzen für bestehende und neue Geschäftsmodelle zu ziehen.
