CIO 053 – Datenmanagementsysteme in der digitalen Transformation – Interview mit Oliver Schröder

Ja, die Digitalisierung, im Namen ist es ja schon digital, ist datengetrieben, und Datenmanagement da ist deswegen wichtig, weil mit der Digitalisierung sich Prozesse verändern, Geschäftsprozesse verändern in Unternehmen und damit findet eine Veränderung statt, dass eben Applikationen beziehungsweise Prozesse, applikationsübergreifend stattfinden werden und diese Daten applikationsübergreifend verwendet werden.

Wenn man in der Vergangenheiten einen Kundenprozess hatte, der in einer Applikation abgebildet wurde, so ist es heute mit digitalen und mit neuen Prozessen so, dass eben viele Applikationen, viele Schnittstellen, sei es das Handy als Schnittstelle oder eine Web-App oder auch ein IoT-Gerät [Internet-of-Things] als Schnittstelle plötzlich Kundendaten liefern und damit ist es notwendig eben die Daten über die verschiedenen Applikationen hinweg zu managen.

00:03:30.7

Absolut. Also ich möchte mal jetzt ein sehr branchenspezifisches Beispiel heranziehen. Die Versicherungsbranche als solches hat viele Jahrzehnte in Silos gedacht, also das heißt, jemand war entweder Leben-, KFZ-, Sachversicherung und genauso sind halt die Systeme entstanden. Heute spricht man von Customer Experience, also das heißt sozusagen, den Kunden gesamtheitlich zu sehen und damit ist es eben notwendig, diese Brücke zwischen diesen unterschiedlichen Silos zu schlagen und den Kunden in den Mittelpunkt zu stellen und nicht den Versicherungsvertrag, wo das passiert.

Und dem kommt natürlich noch hinzu, dass Unternehmen auch sozusagen nicht nur sich digitalisieren, sondern manche sind sozusagen Natural Born Digital, also das heißt, Unternehmen, die keine Legacy Vergangenheit haben im klassischen Geschäft, also da sind Beispiele so große Plattformenbeispiele, Uber als Beispiel, das eben sehr stark das Taxi-Geschäft revolutioniert oder das Transportgeschäft als solches revolutioniert, wo eben Systeme gebaut werden, die wirklich auf der grünen Wiese digital aufgebaut sind.

00:04:45.0

Absolut. Ja. Generell kann man das natürlich auch aus unterschiedlichen Branchen feststellen, so der Finanzdienstleistungsbereich, Banken sind schon sehr lange digital, die Banken haben ja eine lange Historie, dass sie eben auch mit Online-Banking und so weiter das Geschäft sozusagen tatsächlich digital abgebildet wird. Aber in der Zwischenzeit ist es auch, selbst für jeden Maschinenhersteller findet Digitalisierung statt.

IoT-Daten von Maschinen, das heißt Geschäftsmodelle wandeln sich. Ein Beispiel aus der Industrie, Flugzeugtriebwerke wurden früher verkauft, heute kann man die nicht mehr kaufen, heute kauft man eine Uptime für ein Flugzeugtriebwerk kaufen, das heißt, das Geschäftsmodell ist von, ich produzier ein Flugzeugtriebwerk und verkaufe es, zu einem, ich produziere eigentlich sozusagen Luftstunden, wo ich im Flugzeug damit betreibe und habe die gesamte Wertschöpfungskette im Unternehmen abgebildet.

00:05:47.1

Ganz genau. Also Maschinenbauer, also die Softwareindustrie hat sich schon gewandelt in der Form Software-as-a-Service [SaaS] im Angebot, und genauso passiert es in sehr vielen anderen Industrien, die digitalisiert werden, dass sie sozusagen ihr Produkt aus der Vergangenheit as a Service anbieten. Das ist im Automobilbereich Car Sharing as a Service, man verwendet es und nimmt es in der Form.

Motorradhersteller machen das in der Zwischenzeit, Motorräder as a Service. Ein Kunde von uns, KTM zum Beispiel, bietet die Motorräder nicht mehr nur zum Kauf, sondern auch as a Service nach Bedarf. Ich brauche eine Enduro für eine Geländefahrt oder ich brauche eine Straßenmaschine oder ein Bike, um eben längere Strecken zu überwinden. Und das sehen wir in allen Industrien, dass dieser Geschäftsprozesswandel stattfindet.

00:06:40.4

Also grundsätzlich, bevor ich auf sozusagen die technologische Ebene eingehe, sind sozusagen Reisen, die in der Digitalisierung stattfinden, die wir mit unseren Kunden feststellen, und ein großes Thema ist das, sozusagen das Cloud-Thema, die Reise in die Cloud.

Also sehr viele Unternehmen kommen historisch natürlich aus dem eigenen Rechenzentrum, die Daten On-Premise zu halten. Die Reise in die Cloud hat viele Aspekte, und das kann sein, dass man einfach mal das Rechenzentrum sozusagen in die Cloud verlegt, aber eben auch wirklich sagt, alle neuen Services möchte ich tatsächlich als Service konsumieren und nicht nur das Rechenzentrum verlagern, sondern auch den Betrieb dafür, für diese Services verlagern.

Also ein wesentlicher Aspekt im Zusammenhang des Datenmanagements ist immer schon gewesen die Analysen, die damit verbunden sind, so das klassische BI, die Business Intelligence, die mehr und mehr durch die AI ersetzt wird, also das heißt die künstliche Intelligenz oder vielleicht klarer ausgedrückt Machine Learning. Das heißt, die großen Mengen an Daten auch so aufzubereiten, dass man neue Geschäftsmodelle vorberechnen kann, dass man Modelle bildet, mit denen man agieren kann.

Wesentlicher Aspekt, kurz vorher schon erwähnt, im Versicherungsbereich, aber es gilt auch für alle, ist sozusagen das Engagement mit dem Kunden, die Customer Experience, das heißt das Mastern von Daten und die Daten zu verstehen. Und ein Aspekt, wenn wir von Daten sprechen, der auf jeden Fall sehr wesentlich ist, ist das ganze Thema Data Governance und Compliance. Also da gab es ja auch sozusagen eine Entwicklung in der Gesellschaft, die damit einhergeht, also GDPR als sozusagen die Datenschutz-Grundverordnung, die ist seit einem Jahr jetzt live, Europa war da Vorreiter. Mit der Datenschutz-Grundverordnung ist eine neue Denke eingekehrt, dass Daten einfach kein freies Gut sind, sondern dass im Speziellen personenbezogene Daten geschützt werden müssen. Und diese Reisen brauchen Werkzeuge, um entsprechend auch da mit den Daten umzugehen.

00:08:58.1

Ein sehr häufiger Start der Reisen ist der mit der Customer Experience. Je nachdem, ob ein Unternehmen direkt an den Endkunden orientiert ist oder noch mal sozusagen der Endkunde über einen weiteren Verkaufskanal adressiert wird, ist entweder das Customer Experience der Kunde oder das Product, das Product Mastering, sind eigentlich die zwei großen Treiber, die wir sehen.

00:09:32.1

Ganz genau. Zum einen, wie trete ich mit den Kunden in Interaktion? Welche Möglichkeiten habe ich für den Kunden? Man spricht da von auch sozusagen der lückenlosen Kommunikation mit dem Kunden. Der Kunde beginnt sehr häufig online sich schlau zu machen über ein bestimmtes Thema und kommt in einen gewissen Wissensvorsprung rein.

Dann kann es die Möglichkeit geben, dass er mich schon online kennengelernt hat, dann ist es insofern gut, dass ich vielleicht auch schon die Identität des Kunden feststelle, um ihn an der Stelle, was hat er schon gesehen, wofür hat er sich interessiert, bei zum Beispiel dann einem Beratungsgespräch oder wenn er dann vom online in auf ein Tablet oder auf eine App geht, auf eine personalisierte App geht, um ihn dort wieder abzuholen. Und das ist genau diese Customer Experience.

00:10:32.3

Absolut.

00:10:39.7

Es sind Vertriebskanäle, die man natürlich ansieht, also das heißt, eine Locations als Domäne. Also da sind eigentlich keine Grenzen gesetzt. Referenzdaten sind sehr oft eine Domäne, die abgebildet wird. Also am wesentlichsten ist sozusagen der Beginn und das machte eben dann ein so genanntes Multi Domain Master Data Management aus, was man an einer Stelle starten kann und keine Limitation hat, zusätzliche Domänen im Rahmen der Digitalisierung über die Zeit dann hinzuzunehmen. Lieferanten ist natürlich ein Beispiel, der Server auch passt, also das heißt, Kunde, Lieferant und Produkt sind schon drei sehr wesentliche Komponenten, die üblicherweise gemastert werden.

00:11:33.1

Genau. Um Datenmanagement zu betreiben, ist mal ein ganz wesentlicher Aspekt sozusagen die Connectivity, also das heißt sozusagen die Integration von Daten. Üblicherweise ist es ja so, dass ein Unternehmen, historisch gewachsenes Unternehmen, über sehr viele verschiedene IT-Systeme verfügt und in diesen Systemen, die Datenschätze liegen, und zwar in unterschiedlichen Formaten, in unterschiedlichen Speichermöglichkeiten.

Es sind klassische relationale Datenbanken, das sind Flat Files, die im Unternehmen verfügbar sind, das sind Big Data Environments, Hadoop Environments und so weiter. Und für ein Datenmanagementsystem ist es wichtig, diese Verbindungen, also diese Connectivity zu allen Systemen herzustellen, und zwar unabhängig vom Vendor und unabhängig von der Technologie. Das ist eine der absoluten Stärken von Informatica, eben diese Konnektivität zur Verfügung zu stellen.

Die Connectivity, da spricht man klassisch von der Datenintegration, kommt aus der Historie des ETLs, Extraktion, Transformation und Laden von Daten, das war wie das Ganze sozusagen nur für Reporting-Zwecke allein verwendet wurde. In der Zwischenzeit ist die Connectivity in Realtime, also das heißt, nicht nur für Reporting, um die Daten entsprechend zu transformieren, sondern auch für Realtime-Applikationen eben dieses Datenmanagement zu betreiben.

00:13:14.6

Also man muss sich festlegen, was man haben möchte. Die Architekturen erlauben beides, also man kann sowohl ein bestehendes System sozusagen zum Master machen und sagen, an der Stelle werden die Daten zukünftig gewartet und das System verteilt auch die Daten an alle anderen Systeme, das ist möglich. Aber genauso ist es möglich, dass man sagt, das neue Master Data Management ist sozusagen das Master Tool und das verteilt an die bestehenden Systeme den Golden Record.

00:13:57.3

Also das ist, architektonisch muss man sich im Detail anschauen, wie sozusagen die Landschaft aufgebaut ist, was da Sinn macht, aber da gibt es sozusagen keine Einschränkungen in der Architektur das auszubauen.

00:14:09.4

Wir waren jetzt bei der Datenintegration als ein wesentlicher Teil. Die Datenintegration gibt es sozusagen in der Cloud genauso, also das heißt, es muss auch übergreifend sein und wie gesagt, unabhängig von der Technologie. Man spricht da iPaaS.

00:14:25.5

Integration Platform as a Service.

00:14:29.1

Ein wesentlicher Teil ist eben auch zu sagen, das Datenmanagement unabhängig von der Speicherart zu halten, also Big Data Management ist da ein Schlagwort dazu, und auch unabhängig davon strukturierte und unstrukturierte Daten entsprechend zu managen. Das ist Teil der Big Data Management Lösung bei Informatica.

Ein ganz wesentlicher Aspekt, und das ist eine sehr große Renaissance, etwas, das nicht neu ist im Produktportfolio, das es schon sehr lange gibt, aber gerade mit Digitalisierung eine absolute Renaissance erlebt, ist Datenqualitätsmanagement. Also es gibt keinen digitalen Prozess, also kein digitales Geschäftsmodell, wenn die Datenqualität schlecht ist, wenn Daten fehlen, wenn sie nicht vorhanden sind oder wenn sie falsch sind.

00:15:15.3

Ja, vor allem es ist sozusagen eine Domäne, den Schuh zieht sich die IT ungerne an, weil für die IT funktioniert es unabhängig davon. Also da geht’s darum, läuft ein Prozess richtig, funktioniert er? Ob der Inhalt, ob dort jetzt ein falscher Name drinnen steht oder irgendwie Daten gepflegt wurden, sind jetzt wenig einflussreich für oder wenig entscheidend für den IT-Betrieb, sondern die Leidtragenden sind die Leute auf der Business-Seite.

Wenn die Datenqualität nicht vorhanden ist, dann ist es schwer Business zu generieren und Business zu machen. Das heißt, die Initiativen rund um Datenqualität, auch wenn es eine IT-Technologie ist, die letztlich hilft dazu mit Regelwerken und so weiter das umzusetzen, die Technologie Enabler sind die Leute aus dem Business, die sagen, wir können diesen Prozess nur dann abbilden, wenn wir entsprechend auch die Datenqualität dazu in Ordnung haben.

00:16:17.1

Absolut. Und für Digitalisierungsprojekte ist ja oft der Beginn eben Datenqualitätsprojekte, die vielleicht in der Vergangenheit aufgeschoben wurden oder die vielleicht einmal manuell durchgeführt wurden und dann ist wieder sozusagen der alte Zustand über die Zeit reingekommen.

Jetzt, wenn man darüber nachdenkt eben, ein digitales Unternehmen und digital heißt ja ein datengetriebenes Unternehmen mit datengetriebenen Geschäftsprozessen und datengeschriebenen Geschäftsfeldern aufzubauen, dann kommt man nicht mehr umher, auch die Datenqualität entsprechend mit zu managen.

00:16:56.8

Ganz genau. Ein wesentlicher Aspekt auch noch bei der Digitalisierung und bei den Komponenten, die hierzukommen, ist auch das Katalogisieren von Daten. Enterprise Data Catalogue ist das Thema und da geht‘s zu, digitale Prozesse zu schaffen, bedeutet, dass das Business und die IT sehr eng miteinander kommunizieren müssen.

Sehr oft ist es aber so, dass wenn das Business über Daten spricht und die IT über Daten spricht, dass es hier einen Mismatch gibt. Ein Datenkatalog hilft dazu, dass man grundsätzlich mal feststellt, welche Daten sind vorhanden und welche Diktion wird verwendet für die Daten? Und wenn die IT etwas als Review bezeichnet, bedeutet das noch lange nicht, dass diese Revenue-Bezeichnung auch auf der Business-Seite so verstanden wird?

00:17:55.5

Ganz genau.

00:17:59.1

Und Datenkataloge helfen genauso zu sagen, dieses gemeinsame oder eine gemeinsame Sprache herzustellen, um letztendlich auch von denselben Datensätzen zu sprechen. Und finally in dem ganzen Set ist natürlich ganz wichtig eben dieser Security-Aspekt, und zwar ganz konkret Data Privacy, nicht Security im Sinne von Cyber Security, sondern Datensicherheit, dass eben Daten, die schützenswert sind, auch entsprechend geschützt werden, beziehungsweise auch mal erkannt werden, dass sie schützenswert sind. Schützenswert nach gewissen Regeln wie Datenschutz-Grundverordnung [DSGVO].

Es gibt aber für viele Industrien und Branchen unterschiedliche Regelwerke. Die Banken haben Basel als Regulativ, nachdem eben Lineage, das heißt die Entstehung von Daten und deren also nichtmanipulierbare Weg aufgezeigt werden muss. Pharmaindustrie hat IDMP als Regelwerk, dass eben alle Ingredienzien, die zu einem pharmazeutischen Produkt führen, nachgewiesen werden müssen in ihrer Datenstrecke, woher sie kommen.

Und das ist sozusagen der Begriff rund um Data Governance, Data Compliance, der ein ganz wesentlicher Bestandteil einer Datenmanagementplattform ist, dass man diese Aspekte immer wieder auch einhalten kann beziehungsweise auch überprüfen kann.

00:19:16.7

Das sind sozusagen die technologischen Bausteine, die in eine Datenmanagementplattform reingehören. Und dann gibt es natürlich sozusagen die draufliegenden Lösungen und mit der Technologie ist noch kein Problem gelöst. Die Lösung ist sozusagen das Werkzeug, mit dem Data Stewards, Business-Leute entsprechend arbeiten.

Da ist zum Beispiel Product 360, ein PIM-Produkt [Product-Information-Management], um Produktdatenmanagement zu betreiben. Customer 360, ein Produkt, um das Kundendatenmanagement zu betreiben. Das sind die Lösungen, die wir in dem Bereich anbieten für unsere Kunden im Informatica-Umfeld.

00:19:55.4

Absolut. Also Produktmanagement muss man sich darunter vorstellen, Produkte haben unterschiedliche Ausprägungen. Zum Beispiel Produkte haben unterschiedliche Beschriftungen je nach Verwendungsland, Vorschriften, welcher Aufdruck auf dem Produkt, welche Verpackung verwendet werden muss und so weiter. Das heißt, wir sprechen von Varianten, wir sprechen aber auch von Varianten, es gibt einen Joghurt, der kann in der Variante Erdbeere, Vanille und so weiter ausgeprägt sein.

Also das heißt, im Wesentlichen geht es darum, dass man eben die Produktdaten an einer Stelle konzentriert hat, und zwar unabhängig jetzt vom Logistikprozess, der mit einem Produkt verbunden ist, um die Produkte Omnichannel-fähig zu machen. Das heißt letztendlich, alle Informationen zu haben, um sie gegebenenfalls in einem Webshop zu präsentieren und dort anzubieten, auf einem Mobile Device anzubieten oder auch in einem Store anzubieten und die Informationen am Ausdruck oder auf einem digitalen Display zu zeigen, die eben relevant ist für das Produkt, und damit eben die Flexibilität hat, aber auch genauso die Grundlage für ein Printprodukt, also das heißt, auch noch einen Katalog zu drucken mit den Produkten und den Informationen, die dazugehören.

00:21:15.7

Absolut.

00:21:26.8

Ganz genau. Also das heißt sozusagen, wie das Datenmodell gebaut wird und welche Attribute letztendlich dann relevant sind für ein Produkt, ist diese Flexibilität bringt die Softwarelösung mit.

00:21:43.1

Sehr gerne. Beginnen wir mit der Automobilbranche, also Produktinformationen, wenn Sie heute ein Auto konfigurieren, ein Auto sozusagen für sich zusammenstellen, dann sind es Produktkomponenten, die dann ein fertiges Auto bauen.

BMW verwendet zum Beispiel eben das Produkt 360 von Informatica, das PIM-System. Wenn Sie einen Konfigurator von BMW, ein Auto zusammenbauen mit Ihrer Wunschkonfiguration, Farbe, Felgen, Ausstattung und so weiter, dann kommen diese Daten und werden eben sozusagen über die Aufbereitung der Produktdetailinformation miteinander verbunden und letztendlich sehen Sie Ihr Auto in der Konfiguration, also auch die Grundlage für die Fertigung herstellen als Produkteinformation, um ein Beispiel aus der Automobilindustrie zu nennen.

Wenn Sie fliegen im Flugzeug, dann geht es um die Customer ID bei Lufthansa. Lufthansa verwendet eben die Lufthansa ID und die ist eben vom Master Data Management mit Informatica entsprechend eben der Customer 360 und die Customer Experience einer Premium-Fluglinie entsprechend zu unterstützen.

00:22:56.4

Sind die Grundlage, damit entsprechend eben der Kunde in seinem Status und in dem, sozusagen in seinen Präferenzen, abgeholt werden kann.

00:23:10.6

Das wären jetzt sozusagen zwei Beispiele aus dem großen Bereich, aber der gesamte Mittelstand digitalisiert. Das heißt da Unternehmen wie Fischer, kennt man also, wenn man selbst ein Bild aufgehangen hat, Fischer Dübel, Fischer Digital digitalisiert auch mit Product 360 das gesamte Sortiment digital aufzubereiten.

Kärcher digitalisiert und arbeitet mit Informatica im Bereich der Digitalisierung. Also das heißt, digital ist größenunabhängig. Es gibt zwar Unterschiede, aber sozusagen diese Digitalisierung und das macht es auch spannend über die verschiedenen Branchen und Bereiche hinweg, also sozusagen unabhängige Datenmanagementsoftware passt eben für diese digitalen Geschäftsprozesse und für die Unterstützung im Datenmanagement unabhängig von Größe und von Ausrichtung der Branche.

00:24:02.0

Vielleicht können wir uns dem so am besten nähern, dass unabhängig von Branche sozusagen Geschäftsprozesse sehr ähnlich immer ablaufen. Also das heißt, beteiligt sind Kunden, Produkte, …

00:24:50.7

handelnde Personen, Mitarbeiter, Business und so weiter. Also das heißt so, im Wesentlichen die Kerngeschäftsprozesse sind eigentlich branchenunabhängig mal abbildbar aus einer Datenmanagementperspektive.

Die Inhalte verändern sich sehr stark, die Mengen verändern sich sehr stark, ist man im Massengeschäftsmarkt, ist man ein Produzent von einer Maschine pro Jahr, die hochspezialisiert ist, versus Millionen Stückzahlen, die man produziert. Das heißt, die Skalierung in Mengen, in Details und so weiter, das ist das, was die Software abbilden kann. Die Modelle als solches sind universell einsetzbar, und beim Datenmanagement muss sich auch das insofern vorstellen, es ist ja keine Applikation des Datenmanagements, sondern es ja wirklich die Reduktion auf die Daten.

Unabhängig davon, wie ein Geschäftsprozess in der Zukunft aussieht, meine Kundendaten sind relevant, und auch unabhängig davon, in welchen sozusagen Applikationssystemen ich die betreibe oder die Kundendaten in einem CRM-System habe, das meine Prozesse abbildet, in einem ERP-System, das meine Prozesse, in welchem auch immer Cloud-System ich diese Daten habe, Datenmanagement erlaubt ja eigentlich wirklich, die Daten vom Prozess zu separieren und jederzeit zur Verfügung zu stellen unabhängig davon, was sozusagen mein nächster Prozess sein wird, was man meine nächste Aktion sein wird, also die Trennung von Daten und Applikationen.

00:26:20.0

Ganz genau. Und umgekehrt, dass das alte Geschäftsmodell nicht über genug Daten verfügt, um ein neues betreiben zu können, ein digitales betreiben zu können. Also noch nicht genug Informationen hat, dass man eben wirklich sagen kann, ich verkaufe das Produkt nicht nur, sondern ich biete es als Service an, brauche ich viel mehr Informationen, ich muss es warten, ich muss eine Plattform zur Verfügung stellen, wo der Service entsprechend abonniert werden kann oder zugewiesen werden kann.

Also das ist die Veränderung und genau das ermöglicht aber eben mit einem flexiblen Datenmanagement, dass ich für den alten Geschäftsprozess auch die alte Applikation laufen lassen kann und für den neuen Geschäftsprozess die Daten, die für beide relevant sind, zur Verfügung stellen kann.

00:27:11.7

Die Bausteine, die wir gehört haben im Wesentlichen sind eben sozusagen das Integrieren, das Managen von Daten, die Sicherheit von Daten und das Mastern von Daten. Wesentlich dabei ist es, das in einer Plattform zu betreiben. Wir haben eingangs von den Reisen gesprochen, jeder steht an einem anderen Punkt und beginnt an einer anderen Stelle, das heißt, die Plattform, die fällt nicht vom Himmel und ist auch nicht von heute auf morgen entsprechend zu implementieren, sondern man beginnt an einer Stelle, das, was Informatica auszeichnet, ist, dass es eben plattformunabhängig ist.

Wenn ich ein Datenqualitätsproblem habe, dann kann ich an der Stelle beginnen und im weiteren Schritt das Master Data Management, das Security-Thema dazunehmen, die Integration dazunehmen, also eine hohe Flexibilität. Und wenn ich von Plattform spreche, dann meine ich damit, dass wenn man an einer Stelle begonnen hat, Metadaten-basiert zu arbeiten, dann stehen die sozusagen über die Plattformen hinweg übergreifenden Services, unter anderem Claire, unsere AI Engine, zur Verfügung.

00:28:21.3

Ganz genau. Ja, also Künstliche Intelligenz, sehr konkret ausgedrückt Machine Learning, das heißt Patterns, die über viele Projekte gesammelt wurden, Daten-Patterns, wir beschäftigen uns seit 25 Jahren mit Datenmanagement und das Ganze immer basierend auf Metadaten-Management.

Das heißt, mit dieser Information werden die Patterns geschaffen, um eben dann maschinelles Lernen zu unterstützen und Prozesse in der Datenqualitätssicherung, in der Datenanbindung, zu unterstützen.

00:28:56.4

Genau. In Metadaten sind es dann Beschreibungen, die Beschreibung der Daten. Also das sind nicht die Inhalte, der inhaltliche Teil, sondern der beschreibende Teil, um welche Daten es sich eigentlich handelt.

00:29:23.3

Und mit diesem Wissen von dieser Künstlichen Intelligenz kann natürlich einem User sehr geholfen werden. Ein Beispiel, es gibt ein Flat File, das hat keine Beschreibung, ist einfach eine Menge an Daten, die dort drinnen liegen.

Claire unterstützt das Flat File zu analysieren und macht Vorschläge. Mit dem Wissen, schon sehr viele Daten gesehen zu haben, macht es Vorschläge und sagt, von dem, was ich bisher alles gesehen haben, könnte ich mir vorstellen, dass in der Spalte Telefonnummern sind, in der nächsten Spalte Postleitzahlen drinnen sind, und wertet das aus und macht dann sozusagen dem Benutzer Vorschläge, um die Daten verwertbar zu machen.

00:30:00.7

Ganz genau.

00:30:06.3

Ganz genau. Also Claire ist kein Produkt, das man rausnehmen kann, sondern unterstützt in den Komponenten der Plattform. Ein anderes Beispiel, Datenintegration. Bei der Datenintegration geht es ja oft darum, eine Quelle zu identifizieren, ein Ziel von A nach B entsprechend zu bewegen.

Und Claire hilft und man spricht hier von Mapping, Claire hilft hier, wenn man beginnt sozusagen ein Mapping aufzubauen, in einer Quelle Daten sucht und auch ein Ziel zu verschieben, hilft, wenn man das mehrfach gemacht hat, zu sagen, ich habe einen Vorschlag, mit dem, was ich bisher gesehen habe, könnt das das nächste Mapping sein, könnte das so, also das heißt, es automatisiert, indem es einfach hilft, Prozesse die stattfinden oder Tätigkeiten, die wiederholend stattfinden, zu automatisieren und damit den Prozess zu beschleunigen.

00:31:00.8

Absolut. Also Next Best Offer ist natürlich so ein Stichwort, Next Best Offer bedeutet, ich muss einfach sehr viel über die Historie wissen. Also das heißt, ich brauche ein Profil über diesen Kunden, ich muss wissen, in welcher Form sozusagen, welche Präferenzen er hat, um sozusagen auch das Next Best Offer vorzubereiten.

So ein Beispiel, wo dieses Datenmanagement eine sehr starke Veränderung durchführt, ist die Automobilindustrie. In der Vergangenheit war es so, dass eigentlich sozusagen der Automobilhersteller sehr wenig über den Endkunden, die Benutzung seines Fahrzeugs wusste, er musste dafür große Studien einrichten, um das in Erfahrung zu bringen. Heute hat jedes Teil im Auto einen Sensor und kann eigentlich sozusagen über die Nutzung sehr viel Auskunft geben.

Also das heißt, wenn jemandem ein großes Glasschiebedach bestellt am Fahrzeug, kann am Ende sozusagen, wenn es drum geht, dem Kunden wieder ein neues Angebot zu machen, der Automobilhersteller eigentlich feststellen, hat er das überhaupt benutzt, wie oft hat er das benutzt und in welcher Form, hat er es eigentlich jemals aufgemacht oder hat er den Sonnenhimmel aufgemacht oder hat er nur die Klappe aufgemacht?

Also das heißt, das Next Best Offer mit dem Wissen, dass er beim letzten Mal ein sehr teures Glasschiebedach bestellt hat, das er aber nie verwendet hat, könnte zum Beispiel helfen zu sagen, kann man vielleicht diesmal weglassen in der Form, also es wird sehr personalisiert.

00:32:48.0

Ganz genau. Ganz genau. Und das geht halt sozusagen, da gibt es viele Beispiele eben so mit dem, dass man mehr Informationen von auch in der Verwendung der Produkte bekommt. Carsharing ist ja auch so ein Beispiel, wo eben das Personalisieren sehr gut funktioniert, also das heißt, bei den neuen Carsharing-Modellen wird das Fahrzeug eigentlich personalisiert in dem Moment, wo ich es buche.

Das heißt, die Seitenspiegel werden wieder so eingestellt wie es beim letzten Mal war, wie ich das Fahrzeug mit elektrischen Sitzen, wird der in die Position gebracht, wo ich das letzte Mal, das Radio läuft mit der Musik, die ich also mit dem Sender, das ich das letzte Mal hatte. Das heißt, das Gefühl sozusagen, dass ich ein Sharing Car habe, wird weniger, es wird mein personalisiertes Fahrzeug in der Form. Und das sind so diese Veränderungen, die eben mit diesen IoT-Daten gemeinsam eben mit den Customer Experience Daten dazu beitragen, dass man eben diese Veränderungen durchführen kann.

00:33:48.4

Ganz genau. Ja.

00:33:54.3

Datenmanagement ist definitiv Chefsache. Das ist definitiv, das ist unsere Erfahrung. Warum ist das Chefsache? Daten sind ein politisches Werk, wenn man es so bezeichnen will, also Daten zur Verfügung zu haben, rechtzeitig zur Verfügung, exklusiv zur Verfügung zu haben, ist Politik, das ist und das muss weg.

Also man spricht da sehr oft eben von der Demokratisierung von Daten, das heißt, wenn ein Unternehmen digital werden möchte, muss man auch diesen Prozess der Demokratisierung der Daten durchleben. Demokratie heißt ja nicht, dass jeder alles darf, aber das heißt, ganz grundsätzlich sollten die Barrieren rund um Daten, wer darf etwas sehen, abgebaut werden, damit man wirklich auch digital agieren kann, digitale Geschäftsmodelle aufbauen kann. Also das heißt, das Thema Datenmanagement ist sehr hoch anzusiedeln, um es anzugehen, und wo man dann beginnt, macht am meisten Sinn, wo man auch die schnellsten Erfolge sieht.

Ich habe ein paar Beispiele schon angesprochen, sei es in der Qualität, im Mastering und so weiter, also das heißt, in der Security, um entsprechende Compliance Vorgaben einzuhalten. Also da gibt es jetzt kein Do oder Don‘t, sondern da gibt’s ganz, so Use Cases ist heute schon gefallen, der Use Case, der am schnellsten Nutzen bringt und der am wirtschaftlichsten abbildbar ist, dort sollte man beginnen.

00:35:35.9

Absolut. Also der Change-Prozess ist sehr groß und wir sind als Datenmanagementtool-Hersteller und Lösungshersteller sind wir ja nicht immer unbedingt die Freunde der IT-Programmierer, weil die Programmierer schreiben gerne die Codes für Schnittstellen und, und, und in der Form, und wir automatisieren hier Prozesse, das heißt, wir verursachen mitunter auch Jobängste mit unserer Software, dass wir eben Prozesse automatisieren.

Unsere Software ist auch so aufgebaut, dass eben vom Skill-Level auch Business User eben Data Preparation durchführen können und so weiter. Also das heißt, darum auch ist es eben so wichtig, dass eben Datenmanagement Chefsache ist, um diesen Nutzen vom Datenmanagement, muss man auch die Ängste, die entstehen können, Ängste, die in der Belegschaft entstehen können, die in IT-Abteilung entstehen können, wenn man eben solche Prozesse in einem Softwareumfeld begibt, müssen gemanagt werden. Und das ist ganz wesentlicher Change-Prozess, den man da mitgehen muss.

00:36:55.8

So ist es. Nichtsdestotrotz ist sozusagen, wenn man es nicht kennt und wenn man sich nicht im Rahmen eines Change-Prozesses damit auseinandergesetzt hat, was wird verändert, dann verursacht es mal Ängste …

00:37:19.6

Und Fragezeichen und beziehungsweise auch Ablehnung. Ja.

00:37:23.0

Ganz genau.

00:37:27.4

Den Wert oder den Schatz, den Datenschatz, zu separieren von der Applikationslandschaft, also das heißt, die Daten wirklich mit einem Datenmanagementtool, mit einer Datenmanagementplattform verfügbar zu machen und damit Flexibilität und Agilität im Unternehmen zu schaffen.

Ich habe begonnen mit dem Wert der Daten, auch das ist ein Tipp, der da dazugehört. Daten sind nur dann wertvoll, wenn sie auch Geschäft produzieren.

Also man spricht ja sehr oft vom Datenschatz, vom Öl des 21. Jahrhunderts und so weiter, aber Faktum ist, Daten sind Müll, wenn sie kein Geschäftsmodell unterstützen oder wenn sie kein Geschäft produzieren.

Also das heißt, der Wert von Daten braucht auch immer ein Geschäftsmodell dazu.

00:38:18.4

Vielen Dank! Schön, dass Sie hier bei uns waren und mir hat es auch Spaß gemacht. Dankeschön!

00:38:26.1