Zeitgemäßes Datenmanagement für Unternehmen – Ein Überblick

​​​​​​​​veröffentlicht am 5. Oktober 2022 | Lesedauer ca. 3 Minuten

Daten stellen für Unternehmen schon lange die Grundlage für unternehmerische Entscheidungen dar. In jeder unternehmerischen Tätigkeit werden Daten erzeugt, gespeichert und weiterverwendet. Es gibt kaum einen Unternehmensbereich, der davon nicht betroffen ist. Unternehmen stehen daher vor der Frage, mit Hilfe welcher Systeme die Daten aufgearbeitet und analysiert werden können. Die Antwort darauf ist eine langfristige Gestaltungsaufgabe, die in sich komplex und unternehmensindi­vi­duell zu evaluieren ist.

Zur Unterstützung übergreifender und strategischer Entscheidungen müssen Daten in einer prozessüber­greifenden Sicht auf Wertschöpfung, Unternehmensleistung und Potentialentwicklung bereitgestellt werden.

Die für Kernwertschöpfungs- und Kernquerschnittsaufgaben im Unternehmen benötigten Daten liegen dabei in der Regel in einer zentralen IT-Lösungen vor, häufig speziell in ERP-Systemen. Ergänzt werden diese Systeme häufig mit Lösungen für spezielle Prozesse wie z.B. Personalwirtschaft und Produktionsplanung, welche meist eine eigene Datenhaltung besitzen. Durch diese Trennungen der Datenhaltung in Systemen, Ablagen oder selbst innerhalb eines ERP-Systems in „Modulen“, müssen die Daten in Analyse- und Reportingwerkzeugen zunächst zusammengeführt und verknüpft werden, bevor der Einsatz im Entscheidungsprozess möglich wird.

In den letzten Jahren haben sich hierzu eine Vielzahl von IT-Systemen zur Datenverarbeitung und -analyse entwickelt. Diese Werkzeuge unterstützen Unternehmen dabei, Daten zu sammeln, zu verarbeiten, zu analy­sieren und strukturiert zu berichten. Die Lösungswege sind daher vielfältig. Im Folgenden werden die verschiedenen Werkzeugvarianten kurz vorgestellt:

Fünf Werkzeugvarianten 

ERP-Lösungen

Moderne ERP-Lösungen verfügen im Standard über eine Vielzahl enthaltener Berichte, Analysen und Daten­abfragen. Diese werden zunehmend umfangreicher und in der Bedienung einfacher. Diese Form der Daten­analyse eignet sich vor allem für operative Fragestellungen und immer dann, wenn alle relevanten Daten in dem entsprechenden IT-System vorhanden und die Unternehmensprozesse am Herstellerstandard ausgerichtet sind. Beim Fehlen von Berichtsanforderungen im Standard sind Erweiterungen durch unternehmensindividuelle Entwicklungen möglich, ohne ein zusätzliches System zu benötigen. Insgesamt bleibt das Einsatzszenario aber für modulspezifische und operative Datenanalysen beschränkt.

Excel

Reicht die Funktion im ERP-System nicht aus, wird für spezifische Anforderungen häufig auf Microsoft Excel zurückgegriffen. Excel ermöglicht die Zusammenführung, Verarbeitung und Nutzung verschiedener Daten. Allerdings eignet sich das Werkzeug nur, um einmalige Ad-Hoc-Anforderungen zu bedienen oder prototypisch zu agieren. Mit wachsenden Anforderungen, mehreren Personen in der Verwendung oder gar großen Daten­mengen kommt die Lösung relativ schnell an die Grenzen eines sinnvollen Einsatzes. Somit eignet sich der Ansatz für einen langfristigen, kollaborativen und nachhaltigen Datenanalyseeinsatz eher nicht.

Business-Intelligence-Werkzeuge

Eine weitere Alternative zu ERP-integriertem Berichtswesen sind Business-Intelligence-Analysewerkzeuge zur visuellen Datenanalyse, beispielsweise Microsoft Power BI, SAP Business Objects, SAP Analytics Cloud oder Microstrategy. Mit einem Self-Service-Ansatz versprechen die Werkzeuge ansehnliche Erstellung von Datenanalysen mit einem hohen Nutzungsgraden visuelleren Element. Datenverknüpfungen sind dabei auch über verschiedene Datenquellen und bieten so für persönliche und kleine Anwendungsfälle gute Unter­stützungs­funktionen. Gleichzeitig ist im Self-Service-Ansatz allerdings das Risiko entstehender individueller Insellösungen festzustellen. Das ist auch darüber charakterisiert, dass Datenaufbereitungen mehrfach durchgeführt und damit einhergehend die Vergleichbarkeit sowie Konsistenz von analyserelevanten Kenngrößen erschwert werden.

Data-Warehouse-Systeme

Data-Warehouse-Umgebungen (DWH-Umgebungen, z.B. SAP BW/4HANA) verfolgen einen zentral gesteuerten Ansatz und werden bereits heute in vielen Unternehmen als zentrale Datenintegrations- und Datenver­arbeitungs­plattformen genutzt. Die Systeme bieten die Bereitstellung einer unternehmensweiten, system- sowie prozessübergreifenden Datenlandschaft und damit eine eindeutige Datengrundlage für verschiedene Anwendungsfälle. Durch zusätzliche technische Funktionen wie Planungsunterstützung, Low-Code-Entwicklungsparadigmen und offene Schnittstellen für mehrere Analysewerkzeuge („BI-Werkzeuge“) lassen sich so leistungsfähige Datendrehscheiben mit prozessübergreifendem Charakter implementieren.

Data Lakes

Data Lakes sind ein technischer Begriff für IT-Systeme mit denen große Mengen von Rohdaten unterschied­licher Art zentral gesammelt werden können. Durch die effiziente Sammlung werden strukturierte und unstrukturierte Daten in den Verfügungsbereich des Unternehmens gebracht, um so für die spätere Nutzung bereit zu stehen. Ein Data Lake alleine ist dabei allerdings keine Lösung, um Daten für relevante Analysefelder vollumfänglich anzubieten, sondern ergänzt die Gesamt-Datenarchitektur um die beschriebene Funktion der zentralen, aber unspezifischen Datensammlung.

Fazit

Jeder Ansatz verspricht seine ganz eigenen Vorteile, sei es der kostengünstig und einfach zu implementierende ERP-Standardbericht, flexible Excel-Lösungen, End-Nutzer gesteuerte Self-Service-Lösungen für Analysen oder die zentrale und strukturierte Bereitstellung unternehmensweit integrierter Daten im Data-Warehouse-System. Die Auswahl der richtigen Umgebung für das eigene Unternehmen ist eine zentrale Stellschraube für den Erfolg der eigenen Datenmanagement-Strategie. Neben den hier vorgestellten Überlegungen und technischen Parametern müssen aber für die Auswahl der passenden Lösung auch weitere Aspekte betrachtet werden, welche wir im aktuellen Whitepaper für Sie erläutern.