Silos in einem Weizenfeld

In der Digitalisierung dreht sich alles um Vernetzung. Was nicht vernetzt werden kann, steht dem digitalen Wandel im Weg. Für Unternehmen, die bereits mitten in der Transformation sind oder diese planen, zeigt sich immer häufiger: Datensilos verhindern die erfolgreiche Digitalisierung.

Einer CMS Wire-Studie aus dem Jahr 2019 zufolge haben 47 % aller befragten Customer Experience Manager angegeben, dass Datensilos die größte Herausforderung in ihrem Unternehmen darstellen.

Eine Befragung von Data Scientists ergab, dass 60 % ihrer Zeit mit dem Aufbereiten und Organisieren von Daten verbracht wird (Quelle: Forbes). Weitere 19 % der Zeit bestehen darin, Datensets zu sammeln. Kurzum: knapp 80 % der Arbeitszeit eines Datenwissenschaftlers wird nicht mit der eigentlichen Analyse, sondern mit der Beschaffung und Bereinigung von Daten verbracht.

Stellen Sie sich einmal vor, wie lange es dauern würde, Häuser zu bauen, wenn die Handwerker 80 % ihrer Arbeitszeit damit verbringen müssten, alle Materialien zusammenzutragen und zu sortieren, weil sie diese nicht gezielt bestellen können.

Wie entstehen Datensilos?

Edd Wilder-James erklärt in der Harvard Business Review, dass es verschiedene Gründe für Datensilos gibt.

Strukturelle Gründe

Software-Anwendungen werden oft spezifisch für eine Anwendergruppe und einen bestimmten Zweck entwickelt. Dabei wird das Teilen von Daten nicht vordergründig mitgedacht.

Politische Gründe

Datentransparenz ist nicht immer einfach in Unternehmen umzusetzen. Neben offensichtlichen Gründen wie Compliance und Datenschutz, die verhindern, dass ausnahmslos jeder Zugriff auf alle Daten hat, können bestimmte Daten auch Machtverhältnisse bestimmen, weshalb sie nicht immer bereitwillig geteilt werden.

Wachstum

Je älter ein Unternehmen, desto komplexer sind auch die Datenstrukturen, Anwendungen und Prozesse. Gerade ältere (Legacy) Systeme lassen sich teilweise nicht mehr so einfach an moderne (cloudbasierte) Anwendungen anknüpfen. Zusätzlich wurden Daten über die Jahre in den unterschiedlichsten Formaten und Taxonomien gesammelt, was die Aufbereitung erheblich erschwert.

Vendor Lock-In

Eine der größten Ängste vieler Unternehmen bei der Auswahl von Software besteht darin, dass das gewählte System zur Datenverarbeitung/aufbewahrung so einzigartig ist, dass ein Wechsel eine unüberwindbare Hürde darstellt. Ob nun bewusst so vom Anbieter konzipiert oder aufgrund anderer Umstände kann es in der Tat schwer sein, Systeme zu wechseln und die Daten möglichst ohne Verluste oder große Unterbrechungen des Betriebs zu übertragen.

Was sind Herausforderung bei der Auflösung von Datensilos?

Datenquellen identifizieren

Je größer das Unternehmen, desto herausfordernder wird es sein, bestehende Datensilos zu identifizieren, die Daten zu sammeln und zu strukturieren. Bereits eine verwendete App, die Daten verarbeitet, aber nicht mit anderen Systemen verknüpft ist, kann ein eigenes Datensilo bilden. Rechnet man nun auf, wie viele Apps – teilweise auch unkontrolliert – neben den regulären Systemen in Unternehmen verwendet werden, so zeigt sich schnell, was das für ein Aufwand ist. Einer Blissfully-Studie aus dem Jahr 2018/2019 zufolge verwendet jeder Mitarbeiter eines Unternehmens durchschnittlich acht Apps. Je größer das Unternehmen, desto höher auch die Anzahl der Apps.

Natürlich ist nicht jede App von Umsystemen getrennt oder sammelt und verarbeitet Daten. Doch die Wahrscheinlichkeit dafür steigt, je mehr Apps im Umlauf sind.


Sind Ihre Daten bereit für Automatisierung, Analytics und KI? Mit Data Quality Assessment können Sie Ihre Datenstrukturen prüfen und Optimierungsbedürfnisse identifizieren. Erfahren Sie mehr in unserem Factsheet.

New call-to-action


Anforderungen für eine Datenplattform aufnehmen

Beim Beginn eines Datenprojekts besteht die erste Herausforderung jedoch nicht nur darin, die bestehenden Systeme und Anwendungen sowie Datenquellen zu sammeln, sondern auch die Anforderungen der verschiedenen Unternehmensbereiche aufzunehmen. Gelingt dies nicht umfassend, wird ein neues Datenkonzept schnell an Funktionsgrenzen stoßen. Ist das der Fall, steigt erneut das Risiko, dass fehlende Funktionen durch das Hinzuziehen von Anwendungen (im schlimmsten Fall Shadow IT) ergänzt werden.

Um also eine zentrale Datenplattform einzuführen, müssen alle Unternehmensbereiche und Prozesse berücksichtigt werden. Das schließt auch die Prozesse mit ein, die Drittanbieter, Zwischenhändler, etc. involvieren.

Als wäre das noch nicht genug, müssen dabei auch potenziell zukünftige Bedürfnisse antizipiert werden. Sprich, die geplante Datenplattform muss flexibel genug sein, um sich an Veränderungen in den Bedürfnissen anzupassen.

Budgetierung

Patricia Robles erläutert in ihrem Beitrag auf econsultancy.com, dass Unternehmen selten ein Budget für Themen wie zentrale Datenplattform bereitstellen. Üblich ist häufig, dass es Budgets für einzelne Unternehmensbereiche gibt oder aber bestimmte IT-Bereiche wie E-Mail, Datenschutz, etc.

Eine zentrale Datenplattform wird derweil nicht selten auf Marketing und Vertrieb hin budgetiert, kann hier jedoch oft die verfügbaren Ressourcen sprengen. Wichtig ist, dass die Beseitigung von Datensilos ein Thema für das gesamte Unternehmen ist, das im Idealfall nicht von einem Unternehmensbereich finanziell gestemmt werden muss, sondern als eigenes Projekt budgetiert und priorisiert wird. Andernfalls suchen sich die jeweils verantwortlich gemachten Bereiche schnell alternative Lösungen, die abgegrenzt von anderen Systemen erneut für Datensilos sorgen.

Hohe Investitionskosten

Eine Umwälzung interner Datenstrukturen ist kostspielig. Sie bedeutet einen hohen Aufwand an internen Ressourcen und das Implementieren bzw. der Wechsel auf eine zentrale Datenplattform kostet. Für viele Unternehmen rechnet sich dies auf den ersten Blick nicht. Das ist rein psychologisch. Eine große Summe für ein Datenprojekt steht sehr viel prägnanter im Raum als die vielen anfallenden Kosten, die durch Datensilos, unstrukturierte Daten und fehlende Transparenz verursacht werden. Diese Kosten sind häufig unsichtbar.

Gerade deshalb sind klare Anforderungskataloge so wichtig. Sie geben bereits Hinweise darauf, wo Kosten, Zeit und Ressourcen durch eine zentrale Datenplattform gespart werden können. Sie heben auch hervor, wo Umsätze etwa durch den Einsatz von Automatisierung oder künstlicher Intelligenz gehoben werden können. Wird dies unternehmensweit dokumentiert, so lässt sich schnell aufzeigen, wie viel ein derartiges Projekt wirklich wert ist, um das Budget dafür bereitzustellen.


Mit einem Data Warehouse können Sie Ihre Daten zentral verwalten und erhalten zusätzlich die Infrastruktur für komplexe KI-Anwendungen. Erfahren Sie mehr auf unserer Infoseite. 

New call-to-action