Datenharmonisierung als Erfolgsfaktor in Unternehmen

Wie man heterogene Applikationslandschaften und internationale Standorte zusammenführt.

Als zentrale Herausforderung bei der Digitalisierung von Geschäftsprozessen wird die Harmonisierung der zu transferierenden Informationen völlig unterschätzt. Das fängt bereits bei einem unternehmensweiten Verständnis der Daten an und setzt sich über unterschiedliche Datentypen für gleiche Informationen fort. Um diese Herausforderung, zum Beispiel auch bei international tätigen Unternehmen, zu stemmen, bedarf es eines einheitlichen und eindeutigen Verständnisses der vorhanden Daten über alle System- und Landesgrenzen hinweg.

Herausforderung

Es gibt kaum ein Unternehmen am Markt, das wirklich nur ein einziges IT-System für alle Geschäftsprozesse einsetzt. Auch wenn der „best of breed“-Ansatz völlig richtig und sinnvoll ist, entstehen dadurch einige nicht unerhebliche Herausforderungen, sobald die Business Prozesse über Applikationsgrenzen hinweg ohne Medienbrüche funktionieren müssen. Erschwert wird diese Situation noch zusätzlich durch mehrere, vielleicht sogar internationale Standorte, in denen sogar identische Applikationen völlig unterschiedlich konfiguriert und individualisiert sind. Selbst einfachste standardisierte Daten wie Zahlungs- oder Lieferbedingungen können dann zur Herausforderung werden.

Was bedeutet Datenharmonisierung?

Daten sind harmonisiert, wenn alle Unternehmensinformationen (Daten) von allen Mitarbeitern in allen Standorten und in allen genutzten Systemen und Prozessen identisch verstanden, interpretiert und genutzt werden.

Ist dies nicht der Fall können die Daten erst gar nicht übertragen werden oder die Daten werden in die Zielsysteme übertragen und werden dort anders interpretiert. Im schlimmsten Fall können dann Fehler in der Abarbeitung der Prozesse auftreten.

Die Vorgehensweise

Im Rahmen einer Analyse werden zuerst alle im Unternehmen vorhandenen Businessobjekte identifiziert. Das reicht von A wie Artikel bis Z wie Zahlungsbedingung. Sind die Objekte identifiziert, werden diese weiter analysiert und deren Datenfelder definiert. Spätestens hier gibt es die ersten Unterschiede bei Feldern und deren Datentypen oder -längen in den unterschiedlichen Applikationen.

Genau diese oben genannten Differenzen und Unterschiede gilt es nun zu harmonisieren.

Was sind zum Beispiel die mindestens benötigten Feldlängen bei Textfeldern, oder können für auszuwertende Felder Auswahllisten definiert werden? Diese Auswahllisten müssen dann in allen Applikationen und in allen Standorten identisch sein. Im nächsten Schritt stellt sich die Frage, ob unterschiedliche Businessobjekte zusammengeführt werden können. Zum Beispiel gibt es in manchen Systemen eigene Businessobjekte für Kunden, Interessenten und Lieferanten, während es in anderen Systemen häufig nur ein Objekt für Business Partner gibt, welches unterschiedliche Ausprägungen haben kann.

Schließlich führt diese Vorgehensweise zu einem einheitlichen Datenmodell aller im Unternehmen genutzten Daten. Das sogenannte Global Data Model ist eine Essenz aller genutzten Daten in allen Applikationen in allen Standorten.

Hier gibt es nun zwei unterschiedliche Ansätze. Den maximalen und den minimalen Ansatz. Sozusagen das kleinste oder das größte gemeinsame Vielfache. Beim kleinsten gemeinsamen Vielfachen werden im globalen Daten Model lediglich die Daten harmonisiert, welche zwischen den jeweiligen Systemen ausgetauscht werden. Beim größten gemeinsamen Vielfachen werden die gesamten Daten eines Unternehmens aus allen Applikationen abgeglichen und einheitlich definiert.

Jetzt sind die Voraussetzungen für eine fehlerfreie und nahtlose Prozess- und Applikationsintegration erfüllt, die wiederum eine gemeinsame und globale Nutzung einheitlicher Daten (create once, use everywhere), sowie das Definieren von Datenhoheiten auf Objekt- oder Feldebene ermöglicht.

Fazit

Am Ende des Harmonisierungsprozesses besitzt das Unternehmen die Kenntnis, welche Daten im Unternehmen wo und wie genutzt werden. Die Daten sind konsolidier- und auswertbar über Applikations- und Standortgrenzen hinweg. Das sorgt für ein einheitliches Datenverständnis, eine klar definierte Datennutzung, sowie eine gemeinsame und einheitliche Dateninterpretation.

Weitere Informationen zum Thema finden Sie hier.