Daten sind das neue Gold! Diesen Satz haben die meisten sicherlich schon häufig gehört. Gemäß einer Studie vom IWD Informationsdienst des Instituts der deutschen Wirtschaft wird die weltweite Datenmenge von rund 33 Zettabyte (ZB) im Jahr 2018 auf 175 ZB im Jahr 2025 steigen – also jedes Jahr um circa 27 %.

Typische datenintensive Anwendungen der Branche sind die automatisierte Fertigung von Produkten und die digitale Vernetzung über Unternehmensgrenzen hinweg. Die zweitgrößte Datenmenge verursachte der Handelssektor mit 2,2 ZB. Grund dafür sind vorwiegend der wachsende Onlinehandel und die Datenanalysen zu Werbezwecken.

Die größten jährlichen Wachstumsraten für den Zeitraum von 2018 bis 2025 sagt die International Data Corporation mit 36 % für den Gesundheitsbereich voraus, dicht gefolgt vom produzierenden Gewerbe mit einem jährlichen Datenwachstum von rund 30 % und den Finanzdienstleistungen mit 26 %.

Um in der immer mehr vernetzten und globaleren Welt auch zukünftig wettbewerbsfähig zu sein, müssen sich Unternehmen – unabhängig von Branchen und Größe – immer stärker in Richtung Data-Driven-Companies entwickeln. Das heißt konkret, dass Entscheidungen auf Basis vorliegender Daten getroffen werden, die vielfach auch historisch bedingt an unterschiedlichsten Stellen im Unternehmen gespeichert wurden bzw. werden. Die so über die Jahre häufig aufgebauten Datensilos liefern einzeln betrachtet oftmals nur bedingten Wert. In der Kombination und Verknüpfung mit anderen Daten sind diese dort vorhandenen Daten allerdings oft von unschätzbarem Wert.

Was sind Datensilos?

Ein Datensilo ist eine Ansammlung von Daten, die sich in einer Abteilung oder sogar bei einer Person innerhalb einer Organisation befindet, die von der gesamten Organisation getrennt ist oder getrennt werden kann. Oft sind diese Daten mit anderen Datenquellen verbunden, haben sich aber im Laufe der Zeit weiterentwickelt, so dass sie sich von der ursprünglichen Datenquelle unterscheiden. Je nach Größe und Struktur eines Unternehmens kann es einige wenige bis hin zu Hunderten dieser Datensilos geben. Diese Datensilos stellen ein großes Problem für den Datenschutz dar und können zu einer Belastung für ein Unternehmen werden.

Warum entstehen Datensilos?

Hierzu gibt es eine Vielzahl an Gründen, wobei nachfolgend einige Beispiele aufgeführt werden:

• Organisches Wachstum eines Unternehmens führt häufig dazu, dass einzelne Abteilungen und Mitarbeitende ihre eigenen Datenbanken oder Datenspeichersysteme aufbauen. Diese Systeme sind meist von den zentralen Daten abgekoppelt. Zum Beispiel sammelt die Vertriebsabteilung auf einer Konferenz Namen, E-Mail-Adressen usw. und speichert sie in Excel-Arbeitsmappen, Google Sheets usw.
   
• Anwendungen von Drittanbietern zur Datenerfassung: Viele Unternehmen verwenden Anwendungen von Drittanbietern, wie z. B. E-Mail-Systeme, um Daten zu erfassen und zu verwalten.
   
• Anwendungen von Drittanbietern, die die Daten verwenden: Heutzutage werden Daten in fast allen Anwendungen verwendet. Das bedeutet, dass Sie Ihre 1st-Party-Daten in diese Systeme hochladen und sie dort verwalten können.
   
• Daten für eine bestimmte Abteilung: Wie bereits erwähnt, werden Daten überall verwendet; wenn eine bestimmte Abteilung die Daten benötigt, wird eine Teilmenge der Daten von ihr erstellt. Bei diesen Daten kann es sich um eine Momentaufnahme der Daten zu einem bestimmten Zeitpunkt oder um „Live-Daten“ handeln. Die betreffende Abteilung kann diese Daten dann mit einem Teil der Daten weiter anreichern und so ihr eigenes „Data Warehouse” erstellen. Mit der Zeit sehen diese Daten dann möglicherweise ganz anders aus als die ursprünglichen Daten, so dass ein Datensilo entsteht.

Datenstrategien als Basis für das Aufbrechen von Datensilos

Um vorhandene Datensilos aufzubrechen, sollten Unternehmen besser heute als morgen über eine umfassende Datenstrategie diskutieren, bei der das Hauptziel die Beseitigung von Datensilos sein muss und die dabei helfen wird, die Geschäftsziele besser zu erreichen und sich erfolgreich weiterzuentwickeln.

Nachfolgend einige Gründe, warum eine Datenstrategie benötigt wird:

• Daten sind ein wichtiger Wettbewerbsvorteil: Eine gut geplante und umgesetzte Datenstrategie ermöglicht es dem Unternehmen, wertvolle Einsichten aus seinen Daten zu gewinnen und so bessere Entscheidungen zu treffen.
   
• Datenschutz und Datensicherheit: Eine Datenstrategie hilft dem Unternehmen, seine Daten richtig zu schützen und sicherzustellen, dass es den gesetzlichen Anforderungen entspricht.
   
• Kosteneinsparungen: Eine effektive Datenstrategie kann dazu beitragen, Kosten zu sparen, indem sie die Datenintegration vereinfacht und die Datenqualität verbessert.
   
• Compliance: Eine Datenstrategie sorgt dafür, dass das Unternehmen die relevanten Vorschriften und Gesetze einhält, die für die Verarbeitung von Daten gelten.

Eine Datenstrategie ist also von entscheidender Bedeutung, um die Daten im Unternehmen effektiv zu verwalten, zu nutzen und zu schützen. So kann sich ein Unternehmen besser auf seine Geschäftsziele konzentrieren und erfolgreicher sein.

Gerade der Mittelstand als Rückgrat der deutschen Wirtschaft hat sich über die Jahre häufig recht dynamisch entwickelt, wodurch heterogene Daten und Datenstrukturen entstanden sind, die oft in verschiedenen, gewachsenen und teils isolierten IT-Systemen gehalten werden. Produktstammdaten werden nach wie vor noch häufig in Excel-Sheets gepflegt, immer öfter kommen inzwischen aber glücklicherweise PIM-Systeme zum Einsatz, Bestands- und Preisdaten stammen aus einem zentralen ERP-System (SAP). Bilder und weitere Assets werden in einem Filesystem vorgehalten. Darüber hinaus ist es gang und gäbe, dass jede Abteilung bzw. jeder Fachbereich spezifische Daten benötigt und bearbeitet, die sehr häufig in jeweils eigenen Applikationen und/oder Datenbanken abgelegt werden.

Durch die vorhandenen Tools und eine meist nicht entkoppelte IT-Architektur werden so über die Zeit Datensilos aufgebaut, die unter anderem folgende Konsequenz nach sich ziehen:

• große Abhängigkeiten von einzelnen Systemen
• hohe Aufwände bei der Einführung neuer Systeme oder dem Austausch bestehender Lösungen
• keine stabile Datenübertragung zwischen Systemen
• wenig Flexibilität und Agilität
• keine übergreifende Datennutzung möglich
• Updatefähigkeit von Systemen durch starkes Customizing nicht mehr gegeben
• Die Performance vorhandener Systeme wird durch falsche Datenstrukturen und Datenmenge im laufe der Zeit inakzeptabel
• Beeinträchtigung der Datensicherheit

Bei TechDivision haben wir mit einer iPaas Datenintegrationsplattform namens Bloodstream eine solche Middleware zur Auflösung von vorhandenen Datensilos und zur Entkopplung von IT-Infrastrukturen entwickelt.

Mit dieser Cloud-basierten Plattform für Datenintegration lassen sich all Ihre vorhandenen Daten nutzen. Egal, aus welchen Quellen sie stammen. Oder in welchen Formaten sie vorliegen. Bloodstream bricht die bestehenden Datensilos auf und lässt sie in einen großen „Data-Lake” fließen.

Dort werden sie harmonisiert. Danach kann komplett individuell gesteuert werden, wie und wo die vorhandenen Daten weiterverwendet werden sollen.

Stellen Sie sich vor, Ihre Produktdaten sind in einem ERP wie SAP oder einem PIM gespeichert, sollen in Zukunft aber von einer neuen, komplexen E-Commerce-Plattform und einem eigenständigen Frontend-Tool „headless“ genutzt werden.

Vorteile von Bloodstream auf einen Blick:

• Schlanke und extrem funktionale Software für Datenintegration
• Stabile Konvertierung und Übertragung von Daten
• Smartes Schnittstellen-Management
• Kontrollierte Datennutzung für E-Commerce & Datenanalyse
• Entkoppeln von komplexen Abhängigkeiten zwischen IT-Systemen
• Größtmögliche Flexibilität und damit jederzeitige Anbindung oder Verknüpfung unterschiedlichster Drittsysteme
• Unterstützung von APIs oder Datenbanken
• Bloodstream ist technologie-agnostisch und dadurch unabhängig von anderen SoftwareTools, sie lässt sich für beliebige E-Commerce-Plattformen einsetzen
• Funktioniert für und mit allen bestehenden Backend-Systemen wie SAP, Microsoft Dynamics, Akeneo oder Salesforce
• Nutzbar für alle E-Commerce-Plattformen wie Magento, Adobe Commerce, Spryker oder beliebige weitere Tools

Zentralisierung des Datenzugriffs und der Datenkontrolle mit einem Data Governance Framework

Daten sind einer der wertvollsten Vermögenswerte eines Unternehmens. Ein Data Governance Framework kann dazu beitragen, dass die Daten verfügbar, nutzbar und sicher sind. Eine entsprechende Richtlinie zur Arbeit mit und Verwaltung von Daten macht es einfacher und schneller, Vorgaben für die gemeinsame Nutzung von Daten und die Einhaltung von Vorschriften in CloudDatenbanken zu definieren und durchzusetzen. Mit zentralisierten Daten arbeitet das gesamte Unternehmen nach demselben Schema. Dies kann zu einer höheren Genauigkeit und Konsistenz bei der Arbeit mit Daten, einer besseren Entscheidungsfindung und einer Verringerung von Datenduplikaten und manuellen Dateneingabeprozessen führen.

Praxisbeispiel:

Das primäre Ziel bei einem mittelständischen Unternehmen im Bereich Elektrotechnikprodukte bestand darin, die bestehenden IT-Infrastrukturen durch Einführung einer Zwischenschicht in Form einer zentralen Datenintegrationsplattform aufzubrechen und zu entkoppeln, um zukünftig schneller und effizienter Daten zwischen vorhandenen Systemen auszutauschen, neue Systeme anzudocken sowie beliebige Datenexporte performant durchführen zu können.

Im Unternehmen werden unterschiedlichste Daten in diversen Systemen gleichzeitig und redundant gepflegt bzw. benötigt:

• Akeneo PIM-System für das Produktdatenmanagement
• Datei-Server bzw. Cumulus DAM für die Assetverwaltung
• SAP ERP-System für Preise
• Adobe Commerce als E-Commerce-Plattform
• Zahlreiche Tabellen mit länderspezifischen Daten und Konfigurationen

In diesem Fall sorgt die Einführung einer Datenintegrationsplattform für die Entkopplung der verschiedenen Systeme, um die Abhängigkeit zu deren Erreichbarkeit, Stabilität sowie Belastbarkeit aufzulösen und um die angedockten Systeme dennoch stabil und kontinuierlich mit Daten zu versorgen.

Hierzu ist die Datenintegrationsplattform mit den genannten sowie noch weiteren Systemen verbunden. Dadurch können die dort jeweils abgelegten Daten extrahiert, vorgehalten, konvertiert und zentral zusammengeführt werden, wodurch komplexe Abhängigkeiten in der Systemlandschaft aufgelöst und die damit einhergehenden Prozesse vereinfacht gestaltet werden können.