Data Intelligence – ein Muss für datengetriebene Unternehmen

Wissen ist Macht. Wissen zu Daten ist der Schlüssel zum Erfolg für datengeführte Unternehmen. Dabei geht es nicht nur darum, Wissen zu sammeln, zu verknüpfen und zu horten, sondern es an der richtigen Stelle zum richtigen Zeitpunkt auch effizient anwenden zu können.

---

Welches Problem versucht Data Intelligence zu lösen?

Die größte Herausforderung für Datenkonsument:innen ist heute, relevante Daten zu finden, zu verstehen, ihnen zu vertrauen und sie zu nutzen. In der Studie „Leverage Your Data“ hat BARC die aktuelle Unternehmenspraxis im Bereich Datennutzung untersucht und dabei über 400 Unternehmen befragt:

65 Prozent der Befragten sind der Meinung, dass ihre Analyst:innen viel Zeit mit der Suche nach den richtigen Daten und Analysen verbringen und bereits geleistete Arbeit wiederholen. Dies beeinträchtigt deren Produktivität.

Es fehlt an Informationen, die helfen, sich im Datendschungel zurecht zu finden. Mehr Informationen über Daten bereitzustellen, betrachten daher 59 Prozent als oberste Priorität. Unsere Umfrage kommt zu dem Schluss, dass es an verfügbarer Dokumentation und detailliertem Wissen fehlt. Dies steht der Erreichung der Ziele im Weg.

Abbildung: BARC Survey Leverage Your Data, n>400

Eine solche Dokumentation von Grund auf zu erstellen ist zeitaufwendig und erfolgt manuell. Die wenigen Datenexpert:innen, die die erforderlichen Fachkenntnisse besitzen, haben allerdings weder die Zeit noch die Neigung, diese Aufgabe zu priorisieren. Das geben 55 Prozent der Teilnehmer:innen unserer Studie an.

Unternehmen müssen also Lösungen finden, die diesen Mangel an personellen Ressourcen ausgleichen können, die aus dem vorhandenen Wissen lernen und daraus erweitertes Wissen generieren.

Solches Detailwissen ist in der Organisation in Form von Metadaten weitgehend vorhanden. Allerdings werden diese selten konsequent gesammelt und mit Hilfe von Analytics und Machine Learning zum Leben erweckt. Dieser Prozess ist Gegenstand von Data Intelligence.

Metadaten bilden das Fundament für Data Intelligence

Was ist nun die Definition von Data Intelligence?

Sie ist eine Disziplin und bezieht sich im weiteren Sinne auf den gesamten Prozess der Datenerfassung, -analyse und -nutzung, um fundierte Entscheidungen zu treffen, Geschäftsprozesse zu optimieren und Innovation voranzutreiben.

Metadaten spielen dabei eine wichtige Rolle bei der Datenidentifikation, -qualität, -integration, -analyse, -überwachung und -verwaltung. Durch die intelligente Verknüpfung von Metadaten wird nutzbares Datenwissen generiert, das Menschen und Maschinen in die Lage versetzen soll, Daten besser und effizienter nutzen zu können.

Diese beschreibenden Daten (Metadaten) helfen, alltägliche Fragen zu beantworten, wie:

• Wo kommen die Daten her? Wo werden die Daten genutzt?
• Wer verantwortet das gesuchte Datenprodukt?
• Gibt es bereits Daten für meinen Anwendungsfall?
• Gibt es bereits Anwendererfahrungen zu Daten, Berichten, KPI?
• Welche regulatorischen Richtlinien habe ich bei der Nutzung dieser Daten zu beachten?
• Wo liegen meine führenden Kundendaten? Wie ist ein Kunde überhaupt definiert?

Bei Data Intelligence geht es also darum, verschiedene Metadaten zu integrieren, aufzubereiten, zu verknüpfen, anzureichern und analysieren zu können. Mit diesem Datenwissen sollen Menschen und Maschinen in die Lage versetzt werden, bessere datenbasierte Entscheidungen auf effiziente Weise zu treffen – mit vertrauenswürdigen, zuverlässigen Daten als Basis.

Data Intelligence klingt wie eine Lösung für unser Dilemma. Es gibt jedoch ein Problem beim Extrahieren, Sammeln und Verknüpfen all dieser Metadaten, um den Bedarf an Informationen zu decken. Ähnlich wie bei der manuellen Dokumentation von Expertenwissen handelt es sich um eine schwierige und zeitaufwändige Aufgabe. Ohne einen intelligenten und automatisierten Ansatz ist sie zum Scheitern verurteilt.

Werkzeuge zur Unterstützung von Data Intelligence

Welche Technologien kommen dabei zum Einsatz?

Bei Data Intelligence geht es darum, Metadaten intelligent zu nutzen, um Data & Analytics und Data-Governance-Prozesse zu unterstützen.

Werkzeuge sollen helfen, dieses Ziel umzusetzen durch:

• intelligente und automatisierte Extraktion, Sammlung und Vernetzung siloartiger, ungleicher Metadatenquellen,
• smarte Unterstützung von menschlicher und maschinengesteuerter Metadatenaufbereitung und Crowdsourcing,
• flexible Metadatenanalyse für eine erweiterte und automatisierte Unterstützung der Anforderungen verschiedener Benutzerrollen

Die Softwareantwort auf diese Anforderungen resultiert in einem relativ jungen und dynamischen Markt, der grob in zwei Segmente aufgeteilt werden kann:

• Das Kernsegment bilden rein Metadaten-basierte Systeme wie Data-Intelligence-Plattformen oder Datenkataloge. Sie fokussieren auf Metadaten und deren Nutzung sowie Governance- und Kollaborationsfunktionen. Sie bieten keinen direkten Datenzugriff, können ihn aber bspw. durch Workflows unterstützen. In dem Segment können noch
  • zweckgebundene Werkzeuge (nur nutzbar in einer bestimmten Umgebung oder in Kombination mit speziellen Werkzeugen)
  • und unabhängige Lösungen unterschieden werden.
• Zu erwähnen sind auch Data Marketplaces. Sie bieten einige Katalogfunktionen, fokussieren aber auf den Austausch von internen oder externen Datenprodukten. Dies meint die Unterstützung des Kauf- und Lizenzierungsprozesses wie auch die eigentliche Datenbereitstellung.

Beide Segmente sind aufgrund hoher funktionaler Überlappungen immer schwieriger zu trennen und werden vermutlich perspektivisch weiter miteinander verschmelzen und Metadaten sowie den eigentlichen Datenzugriff näher zusammenbringen.

Wie weit diese Werkzeuge sind und welchen Nutzen sie wirklich stiften, zeigt unser BARC Data Management Survey.[1]

Wer datengetrieben handeln will, braucht Data Intelligence

Wie können Organisationen von Data Intelligence profitieren?

Datengetrieben zu sein heißt, seine Datenwelt effizient beherrschen und nutzen zu können. Dazu braucht es Wissen, dazu braucht es Data Intelligence auf Basis von Metadaten.  Metadatenmanagement ist eine der Kernkompetenzen datengetriebener Unternehmen. Vorteile ergeben sich etwa in:

• Unterstützung der Data-&-Analytics-Prozesse, bspw. durch Steigerung der Flexibilität in den Fachbereichen,
• Unterstützung von Data-Governance-Prozessen, bspw. durch Überwachung,
• Risikominimierung durch erhöhte Datentransparenz,
• Kostenreduktion, insb. durch höhere Prozesseffizienz (Vermeidung von Mehraufwänden, Doppelarbeiten, …)
• Agilität und Robustheit durch hohes Verständnis von Daten, Systemen und deren Beziehungen untereinander,
• Verbesserte Kundenerfahrung und höheres Innovationspotential.

Der Nutzen von Data Intelligence ist vielfältig. Die Herausforderung liegt darin, diesen meist qualitativen Nutzen transparent zu machen und Metadaten-Pflegeaufwände zu rechtfertigen, um solche Projekte erfolgreich zu machen. Auf den ersten Blick kosten Metadaten nur Geld. Daher ist es wichtig, viel und klar über Nutzen und Mehrwert von Metadaten zu sprechen, diesen messbar zu machen und ein Bewusstsein für den Wert von Metadaten zu schaffen.

—

[1] Umfrage BARC Data Management Survey 24 https://www.efs-survey.com/uc/BARC_GmbH/e911/?a=tb – Sie können uns dabei helfen: Teilen Sie in dem ca. 15-minütigen Fragebogen Ihre Erfahrungen mit Datenkatalogen und Data-Intelligence-Plattformen. Als Dankeschön erhalten Sie eine exklusive Zusammenfassung der Umfrageergebnisse und nehmen an Verlosungen teil. Mehr dazu unter: https://www.efs-survey.com/uc/BARC_GmbH/e911/?a=tb

PDF zur Grafik:

Klicken Sie, um auf Infografik-Leverage-your-data21.pdf zuzugreifen

---

Weiterführende Links:

[Webinar] Data Intelligence Tools im Einsatz: https://barc.com/de/events/data-management-arena/

[Festival] Data Festival https://data-festival.com/

[Seminar] Das 1×1 des Data Cataloging https://barc.com/de/produkt/das-1×1-des-data-cataloging-seminar/