Anzeige

Anzeige

VERANSTALTUNGEN

Software Quality Days 2020
14.01.20 - 17.01.20
In Wien, Hotel Savoyen

eoSearchSummit
06.02.20 - 06.02.20
In Würzburg, Congress Centrum

DSAG-Technologietage 2020
11.02.20 - 12.02.20
In Mannheim, Congress Center Rosengarten

E-commerce Berlin Expo
13.02.20 - 13.02.20
In Berlin

SMX
18.03.20 - 19.03.20
In München

Anzeige

Anzeige

Projektmanagement

Oft scheitern Projekte aus vermeidbaren Gründen. Verantwortlichkeiten sind unklar. Unnötige Detailarbeit verzögert den Projektablauf. Und eh man den Schlamassel bemerkt, ist es schon zu spät. Wendet man jedoch Scrum-Prinzipien auf ein Business-Intelligence-Projekt an, bleiben Projekte eher im grünen Bereich.

Mit Scrum lassen sich Projekte flexibel und mit hoher Geschwindigkeit bearbeiten. Aber wie ist das möglich? Eine engmaschige Kommunikation, eine hohe Anpassungsfähigkeit sowie klar verteilte Rollen und flache Hierarchien beschleunigen Ihr Projekt.

Business-Intelligence-Projekte weisen ein paar typische Eigenheiten auf, auf die man die Scrum-Grundsätze anpassen muss. So zeichnen sich BI-Projekte beispielsweise durch eine hohe Datenmenge sowie verschiedene komplexe Systeme aus, die aufeinander abgestimmt oder erneuert werden müssen. Da heißt es, nicht verzagen, sondern den Anfang wagen. 

1. Weniger Zeit für die Anforderungsanalyse verwenden

Die Anforderungsanalyse ist der Beginn eines jeden Projekts. Aber aufgepasst! Wenn Sie in dieser Phase zu lange verharren, verlieren Sie wertvolle Zeit. Viele Kunden konkretisieren ihre Wünsche ohnehin erst im Laufe des Projekts. Analysieren Sie deshalb die Anforderungen anfangs nicht bis ins kleinste Detail und beginnen Sie zeitnah mit der Visualisierung.

2. Erste Ergebnisse frühzeitig besprechen

Sie haben eine erste Lösung ausgearbeitet? Sehr gut! Besprechen Sie diese bereits vor dem Review mit dem Product Owner, kundenseitigen Ansprechpartnern und den Endanwendern. So sparen Sie Zeit und kommen im Projekt schnell voran.

3. Den Product Owner mit Bedacht wählen

Der Product Owner ist ein wesentlicher Erfolgsfaktor in Ihrem Projekt. Haben Sie eine Wahl getroffen, sensibilisieren Sie ihn für seine Aufgaben und kommunizieren Sie Ihre Erwartungen.

Ideale Eigenschaften eines Product Owners:

  • Der Product Owner kennt das Produkt.
  • Er vertritt die Bedürfnisse des Kunden.
  • Er ist fachlich mit Business Intelligence vertraut.
  • Er beherrscht den Umgang mit Daten.
  • Der Product Owner kann die Produktvision in konkrete Backlog-Einträge überführen.
  • Er motiviert Andere und delegiert Aufgaben.
  • Er übernimmt Verantwortung.

Scrum Master

Bild 1: Eine Symbiose: Scrum Master, Product Owner und Team arbeiten parallel und im engen Austausch miteinander.

4. Cross-funktionales BI-Team zusammenstellen

Business-Intelligence-Projekte sind komplex. Sie benötigen also ein Team mit einem breiten Mix an Fähigkeiten – bestehend aus Architekt, Fachexperte, Methodenexperte sowie weiteren Entwicklern.

Der Architekt kennt die Applikationsbestandteile sowie die Produktvision – beziehungsweise eignet sich dieses Wissen an. Der Fachexperte ist in der Lage, fachliche Anforderungen in technische Spezifikationen zu übersetzen. Ein Methodenexperte verbessert kontinuierlich den Entwicklungsprozess, minimiert Redundanzen und steigert so die Performance.

5. DevOps-Prinzipien anwenden

Bei Business-Intelligence-Lösungen wächst schnell die Menge der Daten. Dies kann zu Performance-Problemen und langen Feedback-Schleifen führen. Mit DevOps wirken Sie dem entgegen, indem Sie das Zusammenspiel zwischen Entwicklung (Development, Dev) und IT-Betrieb (Operations, Ops) verbessern. Arbeiten Sie in Ihrem BI-Projekt eng mit dem IT-Betrieb zusammen, profitieren Sie von der Datenbankkompetenz aus diesem Bereich.

DevOps
Bild 2: Setzen Sie DevOps in Ihrem BI-Projekt ein, reagieren Sie agiler auf Anpassungen der Datenbankinfrastruktur und beschleunigen die Produktivsetzung eines Inkrements.

6. Qualitätskriterien transparent definieren

Die Validierung der Datenqualität ist eine kontinuierliche Aufgabe für Ihr BI Team. Stimmen Sie sich dafür eng mit dem Product Owner ab und definieren Sie mit ihm die Kriterien für die ausreichende Datenqualität. Transparent kommuniziert, schaffen diese Kriterien Vertrauen in die Ergebnisse.

7. Sprint Review Stakeholder-freundlich gestalten

Die meisten Stakeholder interessieren sich vor allem für die Wertschöpfung, die Sie mit der neuen Lösung erreichen. Stellen Sie deshalb bei Ihrer Demo die Features und die Ergebnisse im Frontend ins Rampenlicht. Technische Details besprechen Sie mit interessierten Stakeholdern besser separat.

8. Alle Beteiligten mitnehmen

Eine eingeschworene Gemeinschaft? Für ein erfolgreiches BI-Projekt unbedingt! Damit sich das volle Potenzial von Scrum entfaltet, müssen zumindest die beteiligten Stellen die agile Vorgehensweise verstehen und anwenden. Dabei spielen das Mindset und die strenge Einhaltung der kurzfristigen Zyklen eine ganz entscheidende Rolle. Um Scrum erfolgreich einzusetzen, leben Sie es.
 

Timo Wirtz, Projektmanager Business Intelligence
Timo Wirtz
Projektmanager Business Intelligence, CONET Technologies Holding GmbH
Timo Wirtz ist zertifizierter Scrum Master und arbeitet als Projekt- und Anforderungsmanager bei CONET im Bereich Business Intelligence. Zuvor war er bei der Bundeswehr und der Fraunhofer-Gesellschaft tätig.
Mann steht vor Dashboard
Nov 15, 2019

BI Trend Monitor 2020: auf Daten und ihre Qualität kommt es an

In diesem Jahr hat das Analystenhaus BARC 2.865 Anwender, Berater und Anbieter nach ihren…
Container
Sep 18, 2019

3 Faktoren zur Erhöhung der Containersicherheit

DevOps sind aus der agilen Softwareentwicklung nicht mehr wegzudenken. Dabei kommen in…
Tb W90 H64 Crop Int 4ab8f5110969062492d7a6f8d3cfaec0
Jul 16, 2019

MIT SCRUM ERFOLGREICH IM TEAM ARBEITEN

Agile Teams in der Softwareentwicklung gehören mittlerweile zum guten Ton, wenn…
GRID LIST
Datenanalyse

In drei Schritten zur datengetriebenen Unternehmenskultur

Der Begriff „data-driven“ hat sich mittlerweile zu einem wahren Trend entwickelt. Aber…
Datamanagement

Maßnahmen für eine optimale Datenqualität

Mehr als jedes dritte Unternehmen ist mit der Qualität seiner erfassten und bearbeiteten…
Datenmanagement

Gute Daten, schlechte Daten

Der Begriff ‚Big Data‘ ist nun schon einige Jahre alt. Er wurde Mitte der 2000er Jahre…
Datamanagement

Das Potential von Datenmanagement für TK-Anbieter

Im Laufe der Zeit generieren und speichern Telekommunikationsanbieter aufgrund ihrer…
Big Data & more

Von Data Lakes, -Marts, -Vaults und -Warehouses

Big Data oder Data Analytics sind einige der größten Herausforderungen für die IT unserer…
Big Data Trends 2020

Big Data Trends 2020: Analytics reicht nicht mehr aus

Eines steht fest: Der Umgang mit Daten wird in Zukunft weit über Suche, Dashboards und…