Die Integration von Künstlicher Intelligenz (KI) in Analytics-Szenarien, eine ganzheitliche Data Governance und Predictive Analytics stehen als Top 3 an der Spitze der BI-Trends für 2019. In drei kompakten Fachbeiträgen ordnet Robert Schmitz im Dezember 2018 die aktuellen Top-Trends der Analytics-Economy ein.
Data Governance – der unternehmensweite Brückenbauer
Daten gelten innerhalb der vierten industriellen Revolution als Schlüssel zum unternehmerischen Erfolg. Doch damit aus Rohdaten Wert geschöpft wird, braucht es viele Komponenten. Die Qualität der Daten ist mindestens genauso bedeutsam wie die Fähigkeit der einzelnen Mitarbeiter, auf relevante Informationen zugreifen zu können, diese zu verstehen und mit ihnen umzugehen. Dafür, dass sie diese Informationen erhalten, spielt aber noch ein weiterer Punkt eine zentrale Rolle: nämlich die Implementierung einer unternehmensweiten Data Governance.
Der Begriff bezeichnet das allumfassende Management der Verfügbarkeit, Nutzbarkeit, Integrität und Sicherheit von Daten, die in einem Unternehmen verwendet werden. Data Governance ist demnach das zentrale Konzept für die Arbeit mit Daten und bildet die Basis für deren effiziente Nutzung. Denn Unternehmen stehen in Sachen Datenspeicherung und -nutzung vor der Herausforderung, intuitive Data Discovery mit der nötigen Compliance unter einen Hut zu bringen. Der Kern liegt darin, Verantwortlichkeiten, Prozesse und Standards zu schaffen, welche die Unternehmensstrategie stützen und einen gewinnbringenden Einsatz der Daten fördern, gleichzeitig aber auch eine regelkonforme Nutzung garantieren.
Zur Data Governance gehört auch eine Data Stewardship
Die Aufgabe von Data Governance ist also, Daten über ihren gesamten Lebenszyklus hinweg – von ihrer Erhebung über die Analyse bis hin zur Archivierung – nicht nur quantitativ sondern auch qualitativ zu sichern. Grundlegend dafür ist noch ein weiteres Konzept, das als Teilbereich auf operativer Ebene betrachtet wird: die Data Stewardship, auch Datenadministration genannt. Besonders in Cloud- und hybriden Umgebungen, wo Infrastrukturgrenzen und Daten-Silos zunehmend überwunden werden, ist dies eine spannende und wichtige Aufgabe. Ein ganzheitliches Data-Governance-Konzept integriert deshalb Data Stewardship und nimmt auch mögliche Datenquellen in den Blick, die nicht auf den eigenen Servern liegen.
Die Administration bündelt und verteilt die Zugangsregelungen und ist für die (idealerweise rollenbasierte) Bereitstellung der Daten zuständig. Das ist insofern von Bedeutung, als dass sich dadurch für jeden Anwender die Arbeit erleichtert: Schließlich ist es eine enorme Entlastung, wenn nicht erst jeder Nutzer einzeln Datensets recherchieren und Freigaben beantragen muss, um mit der individuellen Datenanalyse starten zu können.
Wichtig sind zentrale und klare Regelungen
Hilfreich ist daher eine zentral gemanagte Governance – nur so kann sich jeder intuitiv und gleichzeitig compliant in einem vordefinierten Rahmen bewegen. Wichtig sind eine klare Verteilung der Rollen und Kompetenzen, die Konsistenz der verfügbaren Datenquellen, um zu aussagekräftigen Ergebnisse zu gelangen, sowie das Sicherstellen der Datenqualität: entsprechend den qualitativen Vorgaben des Unternehmens und den gesetzlichen Richtlinien.
Die Vorteile einer sorgfältigen Data Governance liegen auf der Hand: Datenbasierte Entscheidungsfindung wird unternehmensübergreifend auf allen Ebenen gefördert. Tatsächlich ist es dafür auch höchste Zeit, den laut dem aktuellen Data Literacy Index sind 98 Prozent der befragten Unternehmen der Meinung, dass Daten eine tragende Rolle in Entscheidungsprozessen spielen. Anwenderfreundlichkeit und sichere Rahmenbedingungen fördern Akzeptanz und Bereitschaft, sich aktiv mit Daten zu beschäftigen – so dass zweckmäßige Data Governance dabei hilft, Brücken zu bauen – sowohl über infrastruktur-Grenzen unterschiedlicher Abteilungen hinweg wie auch über mögliche Unsicherheiten seitens der Anwender.
Fazit
Da die Anwendung von Daten und deren Menge sowie die Anzahl der Entscheidungen, die auf Daten basierend getroffen werden, stetig anwächst, wird integrierte Data Governance immer bedeutsamer. Denn je größer die Datenseen, je komplexer die Quellen, umso wichtiger sind funktionierende und sichere Datenverfügbarkeit, Rollenzuweisungen und gleichzeitig ein intuitive Analyseerfahrung für Anwender. Durch sie kann aus dem Rohstoff „Daten“ quantifizierbarerer Mehrwert geschöpft werden – und zwar auf allen Anwender-Levels vom Standard-Anwender über ambitionierte Poweruser bis hin zu hoch qualifizierten Data Scientists.
Die Integration von Künstlicher Intelligenz (KI) in Analytics-Szenarien, eine ganzheitliche Data Governance und Predictive Analytics stehen als Top 3 an der Spitze der BI-Trends für 2019. In drei kompakten Fachbeiträgen ordnet Robert Schmitz im Dezember 2018 die aktuellen Top-Trends der Analytics-Economy ein.
Robert Schmitz ist Area Vice President Southern Europe & Russia beim Data-Analytics-Spezialisten Qlik.
Aktuelle Beiträge
-
Künstliche Intelligenz braucht ethische Leitplanken
-
Alternative Data: Warum lohnt sich der Blick über den Daten-Tellerrand?
-
Data Science-Projekte: Drei Hindernisse auf dem Weg zum Erfolg
-
"Es fällt vielen Branchen schwer, die Potenziale der Digitalisierung zu erkennen."
-
Die IBM KI-Leiter: Mit KI ganz nach oben
-
Von einfachen Data Catalogs zu intelligenten Systemen
BI & Big Data Events
News
Weitere News-
Neues TDWI Poster "Process Mining - Datenanalyse in Prozessen zur digitalen Prozessoptimierung"
-
Prognosen 2022: So verschafft smarte Datennutzung Unternehmen Wettbewerbsvorteile
-
Flughafen München: Weniger Lärm und Schadstoffe dank Data Analytics
-
Digitalisierung: Sieben von zehn Deutschen halten Politik für ahnungslos
-
CoPlanner erweitert seine Geschäftsführung
-
Die Kaufprioritäten der Analytics- und BI-Käufer sollten datengetrieben sein