Datenqualität ist erfolgskritisch. Eine Binsenweisheit! Wie wichtig sie aber im Zuge einer Transformation ist, bestätigt die neueste Studie der Natuvion und NTT DATA Business Solutions. Fast 50% aller befragten Unternehmen messen der Datenqualität die entscheidende Bedeutung im Transformationsprozess zu. Aber warum und wie kämpfen die IT-Abteilungen immer noch mit der Datenqualität? Ist sie doch seit Jahrzehnten die Mutter aller IT-Probleme. Philipp von der Brüggen hat mit Nicolai Weinig, dem Natuvion SOPHIA Product Enabler, über Daten, Aufräumarbeiten und zukünftige Pflege gesprochen.
Natuvion SOPHIA ist ein ungewöhnlich leistungsstarkes Daten-Analysewerkzeug. Es bietet systemnahe, individuelle Analysen, die benutzerfreundlich und für jeden schnell durchführbar sind. Mithilfe von über 500 Analysen in fünf verschiedenen Bereichen wird ein ganzheitlicher Systemscan durchgeführt. Die Ergebnisse bilden die Grundlage für die Abschätzung der Projektkosten und -dauer einer Migration. Vor allem in der Data-Discovery-Phase eines Transformationsprojekts spielt dieses umfassende Analyse-Toolset eine entscheidende Rolle. Ganz gleich, ob man eine grundlegende Informationsübersicht, Auskunft über das Datenvolumen oder umfangreiche Einblicke in die Datenqualität wünscht. Außerdem enthält Natuvion SOPHIA vordefinierte und getestete Analyseprofile für die gängigsten Migrationsszenarien.
Das ist eigentlich immer ein heikles Thema. Im Vorfeld einer Transformation ist eine fundierte Datenanalyse Pflicht. Meine Erfahrung ist, dass 50% der Unternehmen sagen, ihre Daten seien gut gepflegt und in gutem Zustand. Die anderen 50% ahnen bereits, dass sie da eine Schwachstelle haben. Wenn wir mit unserem Analysetool Natuvion SOPHIA die Daten durchleuchten, entdecken wir bei allen Kunden Lücken.
Es ist nicht so, dass Unternehmen das Thema Datenqualität auf die leichte Schulter nehmen. Das Problem liegt eher in den Zuständigkeiten. Wer kümmert sich um welche Daten, wann und wie? Wer ist verantwortlich, und wird er daran gemessen? Und wie wird Datenqualität eigentlich gemessen? Ein weiteres Problem ist die Datenhistorie. Sind Daten bereits unvollständig oder fehlerhaft? Übernimmt man solche Daten bei einer Migration, sind Fehler unvermeidlich! Eine bleischwere Hypothek für jede Transformation.
Ja, wenn die Masken korrekt angelegt sind und die Fachbereiche die Daten an den richtigen Stellen mit den richtigen Parametern eingeben, ist der Datensatz sauber angelegt und kann vom System richtig ausgelesen und analysiert werden. Wenn das einmal richtig läuft, ist auch der Zeitaufwand überschaubar. Das eigentliche Problem ist, dass der Eintragende gar nicht weiß, dass er etwas falsch eingetragen hat. Das macht niemand vorsätzlich. Aber solche Fehler ziehen sich dann durch die ganze Datenlandschaft und produzieren jede Menge Folgefehler. Beim Eintragen der Daten gibt es Vorlaufprüfungen, welche die Daten auf technische Korrektheit prüfen, um diese zu archivieren. Diese Erkenntnisse können genutzt werden, um die fachlichen Prozesse nachträglich an die korrekten technischen Voraussetzungen anzupassen. In diesem Zusammenhang lohnt ein Blick auf das Produkt GLASSWING der NTT DATA Business Solutions. GLASSWING verhindert nämlich unternehmensweit, dass Daten überhaupt erst falsch erfasst werden können.
Lücken entdecken wir häufig bei der technischen und fachlichen Umsetzung. Die kommen dann vor allem in unseren Workshops hoch. Insbesondere, wenn Personen aus dem Fachbereich nach technischen Details gefragt werden. Eine typische Frage: Wo sind die Tabellen, die für die Migration benötigt werden? Wie sind sie aufgebaut? Wie müssen sie befüllt werden? Da ernten wir nicht selten fragende Blicke. Das sind dann Wissenslücken, die zu mangelnder und fehlerhafter Datenpflege führen.
Genau, oftmals liegt es einfach am mangelnden Know-how. Nichts ist beständiger als eine fehlerhafte Eingabe! Wenn es immer falsch gemacht wurde, lernt jede neue Person auch den „falschen“ Prozess. Daher ist es enorm wichtig, vor einer Transformation alle diese Prozesse grundsätzlich zu hinterfragen und zu prüfen. Ist das richtig angelegt, sind die Infos relevant und korrekt? Wer braucht diese Daten, wie und durch wen und wie werden sie weiterverarbeitet. Genau diese Informationen analysiert Natuvion SOPHIA und zeigt Fehler auf. Welche Module müssen wie genutzt werden? Wie müssen die Stammdaten gepflegt und angelegt werden? Alles das wird detailliert überprüft. Das Ergebnis: Nur fehlerfreie bzw. bereinigte Daten werden migriert.
Exakt. Man muss sich da schon mal hinsetzen und seine Daten wirklich genau ansehen und intensiv analysieren. Oft kommt das Thema Datenpflege wegen Zeitmangel zu kurz. Dabei gibt es Systeme, die sofort merken, wenn etwas nicht korrekt eingetragen ist. In dem Fall könnte man direkt gegensteuern. Die werden aber zu selten genutzt. Das rächt sich irgendwann. Ein Blick in die Transformationsstudie 2024 zeigt, dass eine wesentliche Motivation zur Transformation von IT-Systemen die Nutzung neuer Technologien wie KI ist. Aber wer seine Daten nicht in einen Tipptopp-Zustand bringt, wird aus den vielen Möglichkeiten von KI wenig Nutzen ziehen können!
Wir bieten den Kunden ein umfangreiches Daten-Assessment. Nutzt der Kunde dieses Angebot, schauen wir uns die Struktur und Daten sehr genau an. Wir schauen da einfach viel tiefer, zielgerichteter und strukturierter in alle Ecken, als der Kunde das üblicherweise macht. Aus unserer mannigfaltigen Erfahrung mit komplexen, umfangreichen und internationalen Transformationen wissen wir natürlich auch, wo und was wir uns im Detail anschauen müssen. Diese Erfahrung hat üblicherweise einfach kein Kunde. Unsere Kunden prüfen die Daten meist nur auf Vollständigkeit und Korrektheit. Wir prüfen z.B. auch alle Prozesse oder das Mapping. Schon im Assessment erkennen wir, welches Mapping zukünftig so weiterlaufen kann, wo sich Anforderungen ändern werden oder was vielleicht nicht mehr gängigen Standards entspricht. Der Kunde erhält in diesem Zusammenhang eine umfangreiche Analyse und Beratung, um das gewünschte Szenario für die Migration vorzubereiten und umzusetzen. Oder wir erkennen, dass ein anderes Migrationsszenario vielleicht zielführender für den Kunden wäre.
Ein Löschkonzept haben mittlerweile natürlich fast alle Unternehmen. Viele archivieren aber noch klassisch, was nicht mehr ausreicht. Denn auch im Archiv dürfen irgendwann bestimmte Daten nicht mehr zu finden sein. Im Zuge von Systemtransformationen wird dieser Punkt neuerdings priorisiert. Da helfen natürlich auch die großen Strafsummen, die durch die Fachpresse geistern. Andere müssen löschen bzw. archivieren, weil ihre Systeme an die Kapazitätsgrenzen stoßen. Das deckt sich auch mit den Ergebnissen aus der Transformationsstudie 2024. Auf die Frage „Welche technischen Maßnahmen waren in Ihrem Transformationsprozess von entscheidender Bedeutung“, waren in Deutschland auf Platz 1 mit 55% die „Prüfung & Steigerung der Datenqualität“ und auf Platz 2 mit ca. 35% die „Reduzierung des Datenvolumens“. Daten zu verringern und damit nicht mehr benötigte Daten zu entfernen, ist gerade beim Umstieg auf SAP S/4HANA für viele Unternehmen sehr wichtig. Ganz egal, welcher Transformationsansatz gewählt wird. Und dazu muss man halt genau wissen, welche Daten muss, darf, kann oder soll ich löschen und welche nicht! Genau hier ist Natuvion SOPHIA eine unschätzbare Hilfe.
Vielen Dank für das Gespräch.
Natuvion SOPHIA ist ein hochmodernes Systemanalysetool. Es schafft eine umfassende und zuverlässige Basis für Ihr Transformationsprojekt. Lernen Sie Natuvion SOPHIA kennen.
28.11.2024
Natuvion stellt kontinuierlichen Geschäftsbetrieb bei...
Weiterlesen27.11.2024
Walldorf, 27. November 2024 – Die im Wandel befindliche...
Weiterlesen19.11.2024
Ein Projekt zu initiieren und durchzuführen, erfordert viel...
Weiterlesen12.11.2024
nVision Ausgabe 6 ist da! Die letzte Ausgabe für das Jahr...
Weiterlesen22.10.2024
Egal ob es sich um die Einführung neuer Technologien, die...
Weiterlesen16.10.2024
Im Rahmen der Systemumstellung von SAP ECC auf die...
Weiterlesen8.10.2024
Die Ära des bloßen Reagierens auf Hackingangriffe ist...
Weiterlesen