Daten brauchen eine gemeinsame Sprache

Unternehmen treffen Entscheidungen meist auf Basis von strukturierten Daten. Dabei haben auch ihre unstrukturierten Daten wertvolle Erkenntnisse zu bieten. Progress erläutert, wie Unternehmen die beiden Datentypen zu einem sinnvollen Ganzen zusammenführen und dadurch bessere Entscheidungen treffen können.

Unternehmen sind heute mit einer riesigen Menge an Daten konfrontiert. Diese liegen nicht nur in strukturierter Form in Datenbanken oder Tabellenkalkulationen vor, sondern bestehen inzwischen zum weitaus größten Teil aus unstrukturierten Informationen, die aus Quellen wie E-Mails, sozialen Netzwerken, Unternehmensportalen, Support-Blogs oder Wissensdatenbanken stammen.  

Wenn Unternehmen diese disparaten Daten zu einem kohärenten und aussagekräftigen Ganzen zusammenführen, sind sie besser informiert und können fundiertere Geschäftsentscheidungen treffen. Dazu ist allerdings eine Harmonisierung der Daten erforderlich. Progress, führender Anbieter für Anwendungsentwicklung und Infrastruktursoftware, zeigt auf, wie das in drei Schritten gelingt.

1. Metadaten definieren

Zunächst müssen Unternehmen für alle ihre Daten aus den unterschiedlichen Quellen und mit ihren verschiedenen Strukturen und Formaten eine gemeinsame Sprache finden. Dazu sollten sie Metadatenmodelle erstellen, um die Daten anzugleichen und so eine ganzheitliche Sicht auf alle Informationen zu ermöglichen. Dabei können sie branchenübliche Modelle nutzen und in ihr eigenes Geschäftsvokabular übertragen. Auch der Einsatz mehrerer Modelle kann sinnvoll sein, wichtig ist dabei aber, sie so miteinander zu verknüpfen, dass ein einziges, einheitliches Schema entsteht.

2. Daten harmonisieren

Auf Basis der Metadatenmodelle kann dann im zweiten Schritt die eigentliche Datenharmonisierung erfolgen. Die Modelle ermöglichen es Unternehmen, ihre Daten mithilfe von Technologien wie einer Datenharmonisierungs-Software und einem semantischen Metadaten-Hub automatisiert zu taggen, anzureichern und in einen zusammenhängenden Datensatz zu überführen. Die Ursprungsdaten können dabei in ihren Quellsystemen verbleiben und werden über einen zentralen semantischen Metadaten-Layer sinnvoll miteinander verknüpft.

3. Erkenntnisse bereitstellen

Damit die Datenharmonisierung ihren Zweck erfüllt, müssen die gewonnenen Erkenntnisse auch präsentiert und genutzt werden. Dazu sollten Unternehmen ihre Daten mit Business-Intelligence-Tools verbinden. Egal, ob es sich dabei um spezielle Lösungen wie Power BI und Tableau oder um einfache Pivot-Tabellen in Tabellenkalkulationen handelt: Unternehmen sollten Datenharmonisierungs-Tools mit einer robusten API auswählen, damit sie problemlos eine Verbindung zu ihren BI-Tools herstellen können.

„In der heutigen datengesteuerten Welt ist es keine Option mehr, sondern eine Notwendigkeit, die Kluft zwischen strukturierten und unstrukturierten Daten zu überbrücken“, erklärt Thomas Schuller, Regional Director, DACH bei Progress. „Unternehmen müssen ihre Daten harmonisieren, um Geschäftsentscheidungen anhand vollständiger Sätze von Unternehmensinformationen zu treffen. Damit können sie Innovationen fördern, ihre Produktivität steigern, sich Wettbewerbsvorteile verschaffen und ihr künftiges Wachstum sichern.“

(pd/ Progress)