agsandrew - Fotolia

9 Schritte zur Erstellung eines Datenarchitekturplans

Lernen Sie die neun Schritte zu einem umfassenden Datenarchitekturplan kennen. Dieser umfasst unter anderem eine Bewertung der Dateninfrastruktur und eine SWOT-Analyse.

Drei Faktoren treiben die Modernisierung von Datenmanagementansätzen voran: Informationsumfang, Wert und Risiko. Unternehmen haben es mit Datenmengen zu tun, die deutlich größer sind als in der Vergangenheit. Die gestiegenen Datenmengen und die Vielfalt an ausgefeilten Analyse-Tools ermöglichen es mehr Anwendern, auf Daten zuzugreifen und sie zu verwerten. Dies birgt jedoch auch größere Risiken für Datenmissbrauch oder -gefährdung.

Ohne eine umfassende Datenarchitektur ist es immer schwieriger, die Datenmanagementprozesse im Unternehmen in den Griff zu bekommen.

Was ist eine Datenarchitektur?

Der Guide to the Data Management Body of Knowledge von DAMA International besagt, dass die Datenarchitektur Spezifikationen umfasst, die zur Beschreibung des bestehenden Zustands, zur Definition von Datenanforderungen, zur Steuerung der Datenintegration und zur Kontrolle der Datenbestände im Rahmen einer Datenstrategie verwendet werden. Der Umfang der Datenarchitektur eines Unternehmens umfasst in den meisten Branchen Strategien, Taktiken, Datenorganisation, Plattformen und Tools für die Verwaltung der End-to-End-Datenlebenszyklen, die die betrieblichen Prozesse und die analytische Entscheidungsfindung informieren und steuern.

Die Datenarchitektur bestimmt in erster Linie, wie ein Unternehmen die Unternehmensdatenlandschaft in den folgenden fünf Bereichen verwaltet:

  • Die Infrastruktur umfasst die Auswahl von Plattformen wie technische Plattformen in lokalen Rechenzentren, Datenmodelle, Cloud-Plattformen und zugehörige Datenmanagementdienste sowie Netzwerkkonfigurationen. Dieser Bereich konzentriert sich auch auf Datenspeicher-Frameworks und Datenbanken wie relationale DatenbankmanagementsystemeNoSQL-Datenbanksysteme, Textdateien und Dateien mit kommagetrennten Werten sowie semistrukturierte und unstrukturierte Daten, die in Objektspeicher-Frameworks verwaltet werden.
  • Das Management umfasst die Datenauswahl (welche Datensätze werden innerhalb des Unternehmens erstellt und welche Datensätze werden von außerhalb des Unternehmens erworben), die Verwaltung von Metadaten, die Informationen über die Struktur und Semantik von Datenobjekten erfassen, sowie Datenkataloge, die ein durchsuchbares Inventar der Datenbestände bereitstellen.
  • Die Verarbeitung umfasst das Onboarding, die Aufnahme sowie die Konfiguration und Ausführung von Datenpipelines, die Daten integrieren, validieren und in die von den Geschäftsanwendungen verwendeten Formate umwandeln.
  • Governance kombiniert die Überwachung und Kontrolle der Einhaltung von Standards, Modellen, Regeln und definierten Richtlinien, die die Sammlung, Verwaltung und Nutzung von Unternehmensdaten regeln, mit Datenschutztechniken, einschließlich Sicherheitsvorkehrungen am Edge, Verschlüsselungsmethoden und rollen- und attributbasierten Zugriffskontrollen.
  • Die Anwendung umfasst die Identifizierung der verschiedenen Datenverbrauchergemeinschaften, die Bewertung ihrer Anforderungen und die Unterstützung ihrer Nutzungsszenarien durch Zugriffsmöglichkeiten wie direkte Abfragen, Auszüge und Datendienste. Dazu gehören auch Methoden zur Datenorganisation für Berichts- und Analysezwecke wie die Verwendung eines Data Warehouse und von Endbenutzer-Visualisierungs-Tools für die Datenanalyse und -präsentation.

Wie eine solide Datenarchitektur Unternehmen nutzen kann

Es überrascht nicht, dass Unternehmen in der Regel taktische Entscheidungen über die Datenarchitektur treffen. Diese Entscheidungen werden oft durch die Notwendigkeit getrieben, die Datenanforderungen einer bestimmten Anwendung zu bestimmen oder durch eine Reihe von Datenextrakten, die schnell konfiguriert werden müssen, um die Erstellung eines Berichts zu unterstützen. Leitende Angestellte sind motiviert, eine Datenarchitektur zu entwickeln, wenn das Unternehmen einen gewissen technischen Reifegrad erreicht hat und den Wert von Informationen erkennt und weiß, wie verschiedene Personas und Geschäftsbereiche durch eine geregelte gemeinsame Nutzung und Verwaltung von Daten profitieren können.

Auf der Makroebene ist eine solide Datenarchitektur für ein Unternehmen in mehrfacher Hinsicht von Vorteil.

Erhöhtes Datenbewusstsein. Eine isolierte Datenentwicklung führt nicht nur zu Doppelarbeit, sondern hindert das Unternehmen auch effektiv daran, Datenbestände zusammenzuführen und verwertbare Business Intelligence zu erstellen. Dieses Problem ist größtenteils auf den Mangel an Datenbewusstsein zurückzuführen. Personen, die potenziell davon profitieren, sind sich nicht einmal bewusst, dass die Datensätze, die sie benötigen, möglicherweise bereits vorhanden sind. Ein Unternehmen mit einer soliden Datenarchitektur katalogisiert seine Datenbestände, macht sie für die gesamte Organisation zugänglich und erhöht das Datenbewusstsein.

Verbesserte Zugänglichkeit. Eine ganzheitliche Sicht auf eine Unternehmensdatenarchitektur ermöglicht eine rationalisierte Verarbeitung, die den Datenzugriff vereinfacht, die Datenbereitstellung und Projektentwicklung beschleunigt und die Datenverfügbarkeit erhöht.

Kosteneffizienz. Besser organisierte Informationen helfen dabei, redundante Speicherung und doppelte Technologieinvestitionen und -entwicklungen zu erkennen. Die Reduzierung der Datenreplikation trägt auch zur Verringerung der Plattformanforderungen bei und schafft die Voraussetzungen für die Beurteilung der Frage, wo Investitionen in lokale Hardware durch die Migration auf Cloud-Plattformen verringert werden können – so kann das Unternehmen seine Betriebskosten entsprechend den tatsächlichen Verarbeitungsanforderungen skalieren.

Verbesserte Vertrauenswürdigkeit. Die Datenqualität kann durch die Einhaltung von Modellen und Standards sowie die Validierung und Sicherung integrierter Daten gewährleistet werden.

Abbildung 1: Ein tragfähiger Datenarchitekturplan erfordert verschiedene Maßnahmen.
Abbildung 1: Ein tragfähiger Datenarchitekturplan erfordert verschiedene Maßnahmen.

Wichtige Schritte zur Erstellung eines Datenarchitekturplans

Die Entwicklung einer umfassenden Unternehmensdatenarchitektur beginnt mit mehreren wichtigen Schritten, die Datenarchitekten bei der Ausarbeitung eines soliden Datenarchitekturplans befolgen müssen.

1. Kontaktaufnahme mit leitenden Angestellten

Wie bei jeder strategischen Technologieinitiative muss der Wert der Entwicklung einer Datenarchitektur den Führungskräften effektiv dargelegt und kontinuierlich vermittelt werden. Formulieren Sie eine Botschaft, die den Nutzen einer Datenarchitektur für das Unternehmen aufzeigt. Identifizieren Sie die wichtigsten Stakeholder und binden Sie sie ein, um ihre Unterstützung zu gewinnen.

2. Identifizieren Sie die Daten-Personas

Die Technologieumgebung eines Unternehmens wird durch den Informationsbedarf der Datenkonsumenten bestimmt. Die Verantwortlichen für die Anwendungssysteme sind für die Datensätze verantwortlich, die ihre Anwendungen erzeugen und verwenden. Ermitteln Sie die Personen, die im Unternehmen Daten erstellen, speichern, aktualisieren, lesen oder anderweitig mit ihnen in Berührung kommen. Identifizieren Sie stereotypische Personas und charakterisieren Sie sie entsprechend ihrer Datenkontaktpunkte.

3. Bestimmen Sie die Informationsanforderungen

Befragen Sie die Datenkonsumenten, um ihre Geschäftsstrategie zu verstehen und ihre geschäftlichen Anforderungen an die Daten zu erfragen. Dokumentieren Sie, wie sich diese Anforderungen auf die abstrakten Datendomänen, wie zum Beispiel „Kundendaten“ oder „Produktdaten“, und die einzelnen Datensätze beziehen, die diese Kunden derzeit verwenden oder voraussichtlich benötigen.

4. Bewertung von Informationsrisiken

Identifizieren und interpretieren Sie Data-Governance-Richtlinien und wie sie sich auf die Handhabung, das Management und den Schutz von Daten beziehen.

5. Bewertung der Datenlandschaft

Erfassen und dokumentieren Sie den Namen, den Standort, den Eigentümer, den Erzeuger, den Verbraucher und den Inhalt der Unternehmensdaten. Klassifizieren Sie jeden Datensatz nach Nutzungsszenarien und Empfindlichkeit und sammeln Sie diese Informationen in einem Datenkatalog.

6. Analysieren Sie die Lebenszyklen der Daten

Bewerten Sie, wie Datensätze von ihren Ursprungspunkten zu ihren endgültigen Zielen fließen. Dokumentieren Sie die Datenabbildung von Datenpipelines.

7. Bewertung der Dateninfrastruktur

Dokumentieren Sie den aktuellen Stand der Datenverwaltung im Unternehmen, und erfassen Sie die derzeitige technologische Infrastruktur – welche Systeme, Datenbankstrukturen, Data Warehouses, Data Marts und operativen Datenspeicher werden verwendet, ob sie lokal oder in der Cloud sind und, falls letzteres der Fall ist, welche Cloud-Service-Anbieter.

8. Durchführung einer SWOT-Analyse

Fassen Sie das gesammelte Wissen zusammen und analysieren Sie die Stärken, Schwächen, Möglichkeiten und Bedrohungen. Ermitteln Sie die größten Chancen für Verbesserungen.

9. Erstellen eines Konzepts und einer Roadmap

Entwerfen Sie einen Plan für die Gestaltung der Unternehmensdatenarchitektur, der das gesammelte Wissen zusammenfasst und die vorgeschlagenen Implementierungsprojekte hervorhebt. Aufstellung eines Fahrplans für die vorgeschlagenen Projekte über kurz-, mittel- und längerfristige Zeiträume.

This Content Component encountered an error
ComputerWeekly.de
Close