"Daten sind das Gold des 21. Jahrhunderts." Sie haben sehr oft einen ungeahnten immateriellen Wert und sind Grundlage für Digitalisierung und Innovation.
Genau wie Gold haben Daten aber erst dann Wert, wenn Sie aufbereitet und entsprechend bewirtschaftet werden. Außerdem müssen Sie sicher verwahrt werden und unterliegen regulatorischen Bestimmungen, die eingehalten werden müssen.
Data Architecture & Data Governance
Unser Angebot
-
Begleitung in allen Phasen einer Data Architecture Initiative (Initiales Assessment, Coaching, Projektleitung, Konzeption, Durchführung)
-
Analyse und Dokumentation der Unternehmensdaten
-
Top Down - ausgehend von einem Daten Domainen Modell
-
Bottom Up - ausgehend von den vorgehenden (Applikations-) Daten
-
-
Analyse und Dokumentation der Datenverteilung im Unternehmen
-
Datenklassifizierung
-
Analyse der Datenflüsse
-
Optimierung und Automatisierung der Datenaustauschprozesse
Mehr zu Data Architecture & Data Governance
Die Daten-/ Informationsarchitektur und die dazugehörige Governance sind ein Teilaspekt der Enterprise (IT) Architecture.
Einerseits aufgrund der zunehmenden Anforderungen an die Informationssicherheit durch GDPR / DSGVO und andererseits durch die Erkenntnis, dass Daten einen immateriellen Vermögenswert darstellen, rückt dieser Teilaspekt immer weiter ins Zentrum von IT-Architekturen.
Daten sind ein wesentlicher Treiber für die Digitalisierung. Voraussetzung ist allerdings, dass diese Daten auch in entsprechender Qualität (Vollständigkeit, Konsistenz, Aktualität, …) vorhanden sind und auch tatsächlich abgerufen werden können.
Zweck der Datenarchitektur ist somit sicher zu stellen, dass die Daten und das Wissen über diese Daten (=Metadata) über das gesamte Unternehmen hinweg (=Enterprise (IT) Architektur) in entsprechender Form verfügbar sind und entsprechend gesichert darauf zugegriffen werden kann. Um das auch auf Dauer zu gewährleisten, sind entsprechende Data Governance Prozesse notwendig.
Erfahrungsgemäß ist ein Ansatz aus „Top Down“ (ausgehend von den Daten – Domains) und „Bottom Up“ (ausgehend von den bestehenden technischen Datenmodellen) in der Praxis am zielführendsten. Dazwischen können mehrere Abstraktionsschichten (Datenbestände, Informationsobjekte, Data Stores, …) eingeführt werden, für die dann die entsprechenden Governance–Prozesse etabliert werden.
Haben wir Ihr Interesse geweckt?