Strategisches Datenmanagement

Von einer produkt- zu einer datenzentrierten Organisation.

#

Unser Leistungsangebot #

Für eine organisationsübergreifende Datenverwertung bedarf es in einem Unternehmen zuerst eines strategischen Datenmanagements. Dieses Datenmanagement sollte erfolgskritische Entscheidungen für Datenthemen bündeln und unternehmensübergreifend gestalten. Neue Arten der Organisationsentwicklung (wie einheitliche Data Governance oder Datenarchitektur) oder neue Trends wie Datenökosysteme werden nachhaltigen Einfluss auf ein Unternehmen haben. Die strategische Positionierung des Datenmanagements erlaubt die nachhaltige Ausrichtung von Datendomänen, Datenrollen und Datenapplikationen.

Am Fraunhofer ISST werden die Bestandteile eines strategischen Datenmanagements erforscht, in dem relevante Datenfähigkeiten einer defensiven und offensiven Unternehmensausrichtung adressiert werden. Das Ziel ist die Etablierung und Optimierung von Datenorganisationen unter Berücksichtigung strategischer Prämissen und Optionen. Durch die Entwicklung einer Datenstrategie werden beispielsweise die Voraussetzung für die Teilnahme am Datenökosystem bestimmt oder die Art der Ausrichtungen am Datenlebenszyklus über die Gesamtorganisation entschieden. Die Etablierung einer Datenorganisation erfolgt über Data Governance Ansätze, die mittels dezentralen und/oder zentralen Unternehmenseinheiten und geeigneten Datenrollen wie Data Ownern und Data Steward gewährleistet wird. In diesem Zusammenhang werden Datenregistrierungsprozesse umgesetzt, um eine geschäftskonformen Datennutzung zu ermöglichen. Die Umsetzung einer Datenorganisation erhöht die Datenqualität und die Nutzbarkeit von KI-Anwendungen, reduziert Datensuchprozesse und verbessert die Einführung von Datenapplikationen.

Ganzheitlicher Ansatz zum Aufbau eines Strategischen Datenmanagements mit dem Werkzeugkoffer des Fraunhofer ISST
Abbildung 1: Ganzheitlicher Ansatz zum Aufbau eines Strategischen Datenmanagements mit dem Werkzeugkoffer des Fraunhofer ISST

Das Leistungsangebot des Fraunhofer ISST umfasst die datenstrategische Positionierung, Durchführung von Datenassessments, Auswahl geeigneter Data Governance Ansätze, Entwicklung von Rollen- und Prozessmodellen bis hin zur Umsetzung der datenstrategischen Konzepte.

 

Datenstrategie

  • Analyse relevanter Datentrends (wie Data Spaces, Data Productization)
  • Strategische Positionierung des Datenmanagements im internen und externen Unternehmensumfeld
  • Ableitung von Datenfähigkeiten der Organisation
  • Erarbeitung defensiver und offensiver Attribute zur Ausrichtung der Datenstrategie
  • Strategische Verzahnung mit der Geschäftsstrategie mittels Zielsystem, Entwicklungsplan und Key Performance Indikatoren

 

Data Governance

  • Entwicklung und Auswahl eines geeigneten Data Governance Organisationsmodell zur Bestimmung von zentralen und dezentralen Verantwortlichkeiten
  • Analyse und Bestimmung geeigneter Datenrollen nach Aufgaben, Kompetenzen und Verantwortlichkeiten (AKV-Prinzip)
  • Prozessmodellentwicklung auf Basis der relevanten Datenfähigkeiten

 

Branchen

Das strategische Datenmanagement trägt in unterschiedlichen Branchen zur Lösung anspruchsvoller Herausforderungen bei. Ob als Werkzeugkasten in der Automobilfertigung, als Framework in der Medizintechnik oder als Organisationsmodell im Transportbereich, das Datenmanagement als strategischer Eckpfeiler hat positive Auswirkungen auf die Produkteinführungszeit und Einführung neuer Applikationen.

 

 

#

Hier finden Sie eine Auswahl von freigegebenen Anwendungsbeispielen aus dem Kompetenzfeld »Strategisches Datenmanagement« der vergangenen Jahre. Sie suchen weitergehende Informationen? Nehmen Sie einfach Kontakt mit uns auf – unsere Ansprechpartner stehen Ihnen gerne für Fragen und Gespräche zur Verfügung.

Beispiel 1:

Industrial Data Management bei VW

Im Rahmen des Projekts entwickelt das Fraunhofer ISST ein ganzheitliches und stringentes Konzept für ein industrielles Datenmanagement. Hierzu nehmen wir zunächst die kundenrelevanten Prozesse vor Ort auf. Dieser Bottom-Up-Ansatz ermöglicht die Ableitung konkreter Handlungsbedarfe. In der Folge wird im Wechselspiel aus Arbeitstreffen und konzeptioneller Arbeit eine Datenstrategie entwickelt. Dieser Rahmen beschreibt die Zielsetzungen für Architekturrichtlinien und dem Data Governance Modell. Dadurch werden aus organisatorischer Sicht die Leitlinien für einen strukturierten Umgang mit Daten definiert. Hierbei erarbeiten wir, welche Rollen mit welchen Aktivitäten in der Arbeit mit Daten betraut werden.

Projektseite intern

 

Beispiel 2:

Diagnosis Data Management bei Thales

Ausgehend vom Big-Picture einer Datenstrategie, die wesentliche Handlungsmaxime festlegt, wie Daten identifiziert und unternehmerisch bewirtschaftet werden, sind die Verantwortlichkeiten von datenbezogenen Rollen sowie die Zuständigkeiten zu bestehenden Unternehmensrollen zu fixieren. Ob hierbei die Notwendigkeit einer physischen oder virtuellen Data-Governance-Organisation besteht, wird in einem Data-Governance-Modell berücksichtigt. Im Rahmen des Projekts entwickelt das Fraunhofer ISST in Zusammenarbeit mit Thales in Workshops und darüberhinausgehender Arbeit ein Konzept zur Data Governance.

Projektseite intern

 

#

Liste der wissenschaftlichen Publikationen #

GÜR, I., M. SPIEKERMANN, M. ARBTER. und B.OTTO, 2021. Data Strategy Development: A Taxonomy for Data Strategy Tools and Methodologies in the Economy. 16th International Conference on Wirtschaftsinformatik, Essen-Duisburg

HUPPERZ, M., I. GÜR, F. MÖLLER und B. OTTO, 2021. What is a Data-Driven Organization? In: Proceedings of Americas Conference on Information Systems. Montreal

GÜR, I., T. GUGGENBERGER und M. ALTENDEITERING, 2021. Towards a Data Management Capability Model. In: Proceedings of Americas Conference on Information Systems. Montreal

LIS, D. and B. OTTO, 2020. Data Governance in Data Ecosystems – Insights from Organizations. In: Proceedings of Americas’ Conference on Information

Systems, Salt Lake City

LIS, D. and B. OTTO, 2021. Towards a Taxonomy of Ecosystem Data Governance. In: Proceedings of the 54th Hawaii International Conference on System Sciences. Hawaii