{"id":24648,"date":"2023-07-21T11:02:42","date_gmt":"2023-07-21T09:02:42","guid":{"rendered":"https:\/\/www.sysbus.eu\/?p=24648"},"modified":"2023-07-11T11:15:47","modified_gmt":"2023-07-11T09:15:47","slug":"warum-in-dataops-investieren","status":"publish","type":"post","link":"https:\/\/www.sysbus.eu\/?p=24648","title":{"rendered":"Warum in DataOps investieren?"},"content":{"rendered":"\n

Autor\/Redakteur: Ram Chakravarti, CTO bei BMC Software<\/a>\/gg<\/p>\n\n\n\n

Unternehmen haben einen Berg bedeutender Daten, die sie verwenden k\u00f6nnen \u2013 aber sie nutzen diesen Wert nicht. Die DataOps-Methodik sorgt f\u00fcr mehr Flexibilit\u00e4t und Automatisierung im Datenmanagement, um datengesteuerte Gesch\u00e4ftsergebnisse zu erzielen. Sie erfordert betr\u00e4chtliche Investitionen in Technologie und Gesch\u00e4ftsprozessoptimierung sowie in Talent und Fachwissen. Der Knackpunkt f\u00fcr einige Unternehmen scheint darin zu bestehen, diese Investitionen zu rechtfertigen, wenn sie keine unmittelbaren konkreten organisatorischen oder betrieblichen Ergebnisse oder einen realen ROI sehen k\u00f6nnen.<\/p>\n\n\n\n

\"\"<\/a>
Bild: BMC Software<\/figcaption><\/figure>\n\n\n\n\n\n\n\n

Viele dieser Initiativen sind grundlegender Natur, was bedeutet, dass sie an und f\u00fcr sich keinen klaren Erfolgsma\u00dfstab haben. Was bedeutet die Bereinigung und Verbesserung der Datenqualit\u00e4t in einem bestimmten Datensatz in Bezug auf Umsatzsteigerung oder Kostensenkung?<\/p>\n\n\n\n

Datenqualit\u00e4t als Herausforderung<\/strong><\/p>\n\n\n\n

Eine Studie<\/a> von S&P Global und BMC ergab, dass die Mehrheit der befragten Unternehmen ihre Investitionen in Datenmanagementtechnologien entweder beschleunigt oder stark beschleunigt hat, w\u00e4hrend 31 Prozent ihr Investitionsniveau beibehalten haben. Die Datenqualit\u00e4t ist die Grundvoraussetzung f\u00fcr Dateninitiativen, und 38 Prozent gaben an, dass Qualit\u00e4tsprobleme ihre gr\u00f6\u00dfte Herausforderung darstellen. Es \u00fcberrascht nicht, dass die am h\u00e4ufigsten genannten Faktoren, die die Einf\u00fchrung von Datenmanagementtechnologie vorantreiben, Initiativen zur Verbesserung der Datenqualit\u00e4t und -integrit\u00e4t sind, so 57 Prozent.<\/p>\n\n\n\n

Organisatorische Investitionen k\u00f6nnen sich nicht nur auf die Technologie konzentrieren. Die Probleme der Datenlieferanten oder derjenigen, die Daten f\u00fcr die Nutzung aufbereiten und verfeinern, sind nicht au\u00dfer Acht zu lassen. Unternehmen m\u00fcssen auch in die angrenzenden, mit Menschen und Prozessen verflochtenen Probleme investieren. Dazu geh\u00f6ren laut der Studie Engp\u00e4sse (30 Prozent), Datensilos (39 Prozent), unzureichende Schulung und Personalausstattung (59 Prozent).<\/p>\n\n\n\n

Die Chefetage von Anfang an ins Boot holen<\/strong><\/p>\n\n\n\n

Die Unterst\u00fctzung durch die Gesch\u00e4ftsleitung ist eines der wichtigsten Unterscheidungsmerkmale zwischen erfolgreichen datengesteuerten Unternehmen und solchen, die ins Hintertreffen geraten sind. Datenmanagement braucht Experten auf F\u00fchrungsebene, die sich f\u00fcr die gesamte Dauer der Initiative engagieren. Leider liegt es in der Verantwortung des Teams, fr\u00fchzeitig und h\u00e4ufig einen Mehrwert zu liefern, damit die F\u00fchrungskr\u00e4fte ihre Unterst\u00fctzung nicht fr\u00fchzeitig zur\u00fcckziehen.<\/p>\n\n\n\n

Das bedeutet, dass man nicht versucht, sich zu viel zuzumuten, sondern mit einem anwendungsbezogenen Ansatz beginnt. Der Schl\u00fcssel dazu ist eine Machbarkeitsanalyse, bei der der relative Wert potenzieller Anwendungsf\u00e4lle ermittelt wird. Hoher Wert, niedrige Machbarkeit \u2013 das ist eine harte Nuss, die es zu knacken gilt. Entscheiden Sie sich gleich zu Beginn f\u00fcr die einfacheren L\u00f6sungen, und lernen Sie dann systematisch dazu, passen Sie sie an und operationalisieren Sie sie. Und wenn die Ergebnisse des Pilotprojekts den Aufwand nicht wert sind, der f\u00fcr eine Skalierung erforderlich w\u00e4re, m\u00fcssen Sie sich dem n\u00e4chsten Fall zuwenden und dabei alle bew\u00e4hrten Verfahren und Erkenntnisse ber\u00fccksichtigen, die Sie auf dem Weg dorthin entwickeln.<\/p>\n\n\n\n

Verkn\u00fcpfung von Investition und Ergebnis<\/strong><\/p>\n\n\n\n

Letztendlich reicht es jedoch nicht aus, eine Liste von Anwendungsf\u00e4llen abzuhaken. Entscheidend ist es, die \u00fcbergreifende Strategie und die Gesch\u00e4ftsziele Ihres Unternehmens zu bestimmen. Daraus ergibt sich in der Regel eine Reihe von Ergebnissen: Umsatz- und Produktivit\u00e4tssteigerung oder Kosten- und Risikominderung.<\/p>\n\n\n\n

Sobald Sie eine Reihe von Anwendungsf\u00e4llen identifiziert und die zu ihrer Unterst\u00fctzung erforderlichen Daten, Analysen und Prozesse festgelegt haben, sollten Sie die Verkn\u00fcpfung mit den Gesch\u00e4ftsergebnissen darstellen und eine klare Reihe von Messgr\u00f6\u00dfen definieren, die die Auswirkungen Ihrer zugrunde liegenden Datenstrategie auf die Gesch\u00e4ftsergebnisse erfassen. Im Idealfall zeigt jeder Anwendungsfall einen neuen Bereich auf, in dem technische Investitionen priorisiert werden sollten.<\/p>\n\n\n\n

Im Laufe der Zeit finden Sie f\u00fcr jeden dieser Anwendungsf\u00e4lle das beste Set von Tools. Das kann kein nachtr\u00e4glicher Gedanke sein \u2013 es geht darum, wie Sie Ihre Organisation oder Ihr Betriebsmodell verfeinern m\u00fcssen, um wirklich datengesteuert zu sein.<\/p>\n\n\n\n

Mit Zeithorizonten planen<\/strong><\/p>\n\n\n\n

Die Umsetzung bringt eine Reihe von Strategien und Herausforderungen mit sich \u2013 aber auch Missgeschicke. Und auch hier ist jeder Fehler eine Gelegenheit, zu lernen, zu verfeinern und zu verbessern. Es gibt drei Zeithorizonte:<\/p>\n\n\n\n

    \n
  1. In der nahen Zukunft definieren Sie einen Zielzustand in Bezug auf Ihren Prozess, Ihre Architektur und Ihren Implementierungsplan.<\/li>\n\n\n\n
  2. Mittelfristig skalieren Sie \u00fcber diese fr\u00fchen Anwendungsf\u00e4lle hinaus, und zwar \u00fcber eine gesamte Gesch\u00e4ftsfunktion. Lernen Sie aus Ihren St\u00fcrzen, skalieren Sie erneut und operationalisieren Sie \u2013 verk\u00fcnden Sie nicht vorschnell den Sieg, sondern bauen Sie Ihre Expertise weiter aus.<\/li>\n\n\n\n
  3. Und wenn Sie dann auf lange Sicht in einen Montagemodus \u00fcbergehen, machen Sie dies zu einer allt\u00e4glichen Praxis, die den Reifegrad und die Komplexit\u00e4t Ihres Unternehmens insgesamt erh\u00f6ht. Wenn eine anf\u00e4ngliche Investition zu verwertbaren Gesch\u00e4ftseinblicken und nachweisbarem ROI f\u00fchrt, entsteht ein positiver Kreislauf des langfristigen Erfolgs, der kontinuierliche Investitionen in datengesteuerte Strategien nach sich zieht.<\/li>\n<\/ol>\n\n\n\n

    Dies sind keine trivialen Investitionen. Initiativen wie Datenumwandlung, -management und -analyse kosten erheblich und zwar Zeit, Talent und Geld, oft \u00fcber mehrere Jahre hinweg. Viele dieser Investitionen sind von grundlegender Bedeutung. Aber man darf nicht nur dem sch\u00f6nen Schein hinterherjagen und zu viel in einen Bereich investieren, w\u00e4hrend man das gro\u00dfe Ganze vernachl\u00e4ssigt. Man muss langfristig denken, mit einer gut durchdachten Datenstrategie.<\/p>\n","protected":false},"excerpt":{"rendered":"

    Unternehmen haben einen Berg bedeutender Daten, die sie verwenden k\u00f6nnen \u2013 aber sie nutzen diesen Wert nicht. Die DataOps-Methodik sorgt f\u00fcr mehr Flexibilit\u00e4t und Automatisierung im Datenmanagement, um datengesteuerte Gesch\u00e4ftsergebnisse zu erzielen. Sie erfordert betr\u00e4chtliche Investitionen in Technologie und Gesch\u00e4ftsprozessoptimierung sowie in Talent und Fachwissen. Der Knackpunkt f\u00fcr einige Unternehmen scheint darin zu bestehen, diese Investitionen zu rechtfertigen, wenn sie keine unmittelbaren konkreten organisatorischen oder betrieblichen Ergebnisse oder einen realen ROI sehen k\u00f6nnen.<\/p>\n","protected":false},"author":81,"featured_media":24650,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","footnotes":""},"categories":[8,750],"tags":[2206,14691,10470,17425,3620],"class_list":["post-24648","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artikel","category-big-data","tag-automatisierung","tag-bmc-software-2","tag-dataops","tag-investition","tag-roi"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/24648","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/users\/81"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=24648"}],"version-history":[{"count":1,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/24648\/revisions"}],"predecessor-version":[{"id":24651,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/24648\/revisions\/24651"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/media\/24650"}],"wp:attachment":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=24648"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=24648"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=24648"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}