Unser Leistungsangebot
Die zunehmende unternehmensweite Datennutzung erfordert einen Strategiewechsel im Umgang mit Daten. Erfolgskritische Entscheidungen und automatisierte Prozesse beruhen auf verlässlichen Daten und Strukturen. Das strategische Datenmanagement entwickelt die notwendigen Strukturen für die sogenannte Datenorganisation. Die strategische Positionierung der Datenorganisation erlaubt die nachhaltige Ausrichtung von Datendomänen, Datenrollen und Datenapplikationen.
Am Fraunhofer ISST werden die Bestandteile des strategischen Datenmanagements entwickelt, die den Erfolg für datengetriebene Innovationen sichern. Das Ziel des strategischen Datenmanagements ist die Einführung und Optimierung einer unternehmensinternen Datenorganisation zur Realisierung der Datendemokratisierung. Die Etablierung einer Datenorganisation erhöht die Datenqualität und die Nutzbarkeit von KI-Anwendungen, reduziert Datensuchprozesse und verbessert die Einführung von Datenapplikationen. In ihrem Rahmen werden die notwendigen Datenfähigkeiten entwickelt, nachhaltig etabliert und kontinuierlich messbar. Als Grundlage für die Datenorganisation dient die Aufstellung einer Datenstrategie, die langfristige Vorgaben, beispielsweise die Voraussetzung für die Teilnahme an Datenökosystemen oder die Art der Datenhaltung definiert. Die Datenorganisation orientiert sich an diesen Vorgaben und integriert diese in die Data Governance-Ansätze, die mittels dezentralen und/oder zentralen Unternehmenseinheiten und geeigneten Datenrollen wie Data Ownern und Data Steward gewährleistet wird. Zur effizienten Umsetzung der Workflows werden die Konzepte in Datenkatalogen und Datenqualitätssoftware realisiert und unternehmensweit ausgerollt.
Abbildung 1: Ganzheitlicher Ansatz zum Aufbau eines Strategischen Datenmanagements mit dem Werkzeugkoffer des Fraunhofer ISST
Das Leistungsangebot des Fraunhofer ISST umfasst die datenstrategische Positionierung, die Durchführung von Datenassessments und Reviews, die Auswahl geeigneter Data Governance-Ansätze, die Entwicklung von Rollen- und Prozessmodellen bis hin zur Begleitung eines Proof-of-Concepts für Tools.
Datenreifegradmessung für das strategische Datenmanagement
- Ganzheitliche Ermittlung des IST-Zustands innerhalb eines Unternehmens im Bereich Datenmanagement anhand von sechs zentralen Bausteinen mit insgesamt 26 verschiedenen Ausprägungen
- Datenreifegradmessung mithilfe von Experteninterviews mit ausgewählten Stakeholdern des jeweiligen Unternehmens als mögliche Grundlage zur Entwicklung eines Data Governance-Organisationsmodells
Data Governance
- Entwicklung und Auswahl eines geeigneten Data Governance-Organisationsmodells zur Bestimmung von zentralen und dezentralen Verantwortlichkeiten
- Entwicklung und Einführung geeigneter Datenrollen nach Aufgaben, Kompetenzen und Verantwortlichkeiten (AKV-Prinzip) in die bestehende Organisation
- Prozessmodellentwicklung auf Basis der relevanten Datenfähigkeiten
Datenstrategie und Datenkultur
- Strategische Positionierung des Datenmanagements im internen und externen Unternehmensumfeld
- Ableitung von Datenfähigkeiten, strukturiert nach Technologie, Organisation und People (TOP-Prinzip)
- Verzahnung mit der Geschäftsstrategie mittels datenbezogenen Zielsystemen, Entwicklungsplan und Key Performance-Indikatoren
- Transformation zu einer Datenkultur mittels Data Awareness Workshops, Datenprinzipien und Datenkompetenzaufbau
Tool Landscape
- Assessment und Begleitung des Proof-of-Concepts für die Implementierung eines Datenkatalogs
- Assessment zur Auswahl geeigneter Datenqualitätssoftware
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 Einführung neuer Applikationen.