Slider Produkte Lösungen translate test

Datentransformation gelingt, wenn geschäftliche,

operative und technische Steuerung Hand in Hand gehen Digitale Welt System

Architektur Reale/Analoge Welt operative

Steuerungsebene technische

Steuerungsebene geschäftliche

Steuerungsebene Daten

Strategie Informations

Governance Wesentliche Fragen System

Architektur Daten

Strategie Informations

Governance Wie hilft uns unser Datenschatz im Geschäft besser

zu werden? Wie können wir Datennutzen bewerten und damit

dauerhaft als Top-Thema etablieren? Wie können wir unseren Datenschatz transparent und

in hoher Qualität regelmäßig verfügbar machen? Welche Rollen, Zuständigkeiten, Prozesse & Tools

sind erforderlich? Mit welchen technischen Systemen & Architekturen

können wir unseren Datenschatz beherreschen? Wie können diese Systeme effizient entwickelt &

betrieben werden? Erzielte Ergebnisse Geschäftlicher Nutzen von Daten ist verstanden Datennutzung ist als Teil des Geschäftsmodells

verankert & wird systematisch gesteuert Datenbestand ist transparent und durch Management

von Metadaten beherrschbar Rollen, Zuständigkeiten, Prozesse & Tools

sind verankert Technische Systeme & Architekturen lassen

effizienten Zugriff auf den Datenschatz zu? Kosten & Aufwand der Datenbewirtschaftung

sind angemessen Daten

Strategie Informations

Governance System

Architektur Die 3 Steuerungsebenen der Data & Information Centric Economy

Zentraler Schlüssel ist die Informations Governance IT- Betrieb Daten

Strategie Informations

Governance
System

Architektur
geschäftliche Steuerungsebene operative Steuerungsebene technische Steuerungsebene Zentraler Schlüssel für

die Synchronisation der

realen/analogen Welt ist die

Informations Governance.


Mit der Informations-Governance

wird eine transparente,

qualitativ hochwertige und

flexible Durchgängigkeit der

digitalen und analogen Welt

ermöglicht. Anforderungs-
management
Geschäftliche
Fähigkeiten

Fach-
Architektur


Metadaten-
management


Daten-
analyse
Informations-
management
Datenqualitäts-
management
Sicherheit, Risiko,
Regel-
konformität
Anwendungs- fälle IT- Entwicklung IT- Standards IT- Fähigkeiten Der angestrebte Nutzungsgrad legt das Ambitionsniveau

über alle Steuerungsebenen fest Das W&R-Nutzungsgrad-Modell beschreibt vier Entwicklungsstufen auf dem Weg zu einem Daten Champion. Hier lässt sich der aktuelle Nutzungsgrad eines Unternehmens ablesen. Die Einordnung des Unternehmes ist wichtig, um den Prozess effizient umsetzen zu können. Die Unterscheidung in vier Kategorien schafft eine ideale Übersicht über die Ausgangslage. Daten Strategie Informations Governance System Architektur geschäftliche Steuerungsebene operative Steuerungsebene technische Steuerungsebene DATEN

INSELN DATEN

DREHKREUZ DATEN

NUGGETS DATEN

CHAMPION Daten in Silos - bestenfalls rückblickend & mit Aufwand erschließbar Daten (teilweise) verknüpft & für ausgewählte geschäftliche Zwecke nutzbar Daten aktiv bewirtschaftet
wertvolle Daten-Nuggets
regelmäßig auffindbar Daten umfassend automatisiert - im Self Service für geschäftliche Nutzer verfügbar Wert von Daten nicht erkannt "Daten sind anstrengend" Ausdrückliche Rollen, Aufgaben oder Zuständigkeiten für Datenbewirtschaftung nicht etabliert
Dezentrale operative Systeme & individuelle Datenbearbeitungen (“Abteilungs-Excel“)
Wertschöpfung aus Daten ist verstanden - gezielte Hebung
des Potentials in Einzelfällen Datenzuständigkeiten punktuell
verankert, Datenqualität standardisiert, Datentrans-
parenz in Einzelfällen Integriertes Data Warehousing
aktives Architektur Management durch Leitlinien & Bebauungspläne Wertschöpfung aus Daten ist verstanden - gezielte Hebung
des Potentials in Einzelfällen Datenverantwortung unter-nehmensweit gelebt, automa-tisierte Metadaten führen zu Datentransparenz in Echtzeit Streaming von Big Data,
durchgängig dynamisiertes
Architektur Demand Management Daten sind systematisch
erschlossen & tragen zur
Ergebnisoptimierung bei Datenverantwortung unterneh-
mensweit sichtbar, hohe Daten-
transparenz durch Metadaten
Management Big Data, strukturierte & un-strukturierte Massendaten, automatisiertes Management der Systemarchitektur Woran wir glauben: Merkmale erfolgreicher Dateninitiativen Verbindlichkeit Schnelle Erfolge Nachhaltigkeit Verankerung Gemeinsames Ziel Hero Use Cases Flexibles Data Lab Passende Daten Umfassende Datenlandkarte Zukunftsfähige Systeme Offene Kommunikation Übergreifende Kollaboration Komplette Fähigkeiten Die Organisation ist bereit, den
eigenen Datenschatz zu heben Geschäftlich relevante Use Cases
sind vorhanden und umsetzbar Explorative Umsetzung von Daten-
ideen (lean, agil und hand-on) ist
möglich Erforderliche Daten sind in der
richtigen Qualität verfügbar Leitlinien sorgen für Wiederverwend-
barkeit & Skalierbarkeit der Systeme Leitlinien sorgen für Wiederverwend-
barkeit & Skalierbarkeit der Systeme Geschäftliche, operative & technische
Ebene greifen ineinander Domänwissen, Datenverständnis,
Tech Kno-How spielen zusammen Datenlandschaft wird navigierbar
durch Metadaten-Management ~1-2 Monate ~12+ Monate ~3-6 Monate Die Data & Information Centric Economy Reise führt vom

anfänglichen Assessment zum nachhaltigen Regelbetrieb Regelbetrieb Skalierung Umsetzung
Prototypen Ziel Design Nachhaltige Governance Use Case Priorisierung Assessment Skalierbare Systeme

& Architekturen Initiale Umsetzung Zielbild Umsetzung Roadmap Datentransparenz,
Metadaten Management,
Automatisierung Rollen, Zuständigkeiten
& Prozesse für die Daten-
bewirtschaftung Auswahl geschäftlich relevanter Daten Use Cases (Nutzen & Machbarkeit)
Diagnose von Datenbestand
& derzeitiger Datennutzung
Ambitionsniveau für die zukünftige
Daten-Nutzung im Unternehmen
(„Daten-Inseln“ --> „Daten Champion“)

Anforderungsmanagement, Data
Engineering, Solution Design
Umsetzung als "Minimum Viable Product" als „Minimum Viable System“
Daten-Referenz- & Zielarchitektur,
IT-Leitlinien & Bebauungspläne System Architektur mit Fokus auf
Wiederverwendbarkeit, Nachhaltigkeit,
Automatisierung Maßnahmenplan &
Daten Use Cases (Longlist)