Die 3 Säulen des Enterprise Data Management: DIO Präsident Günther Tschabuschnig im Talk über Datensouveränität und Agilität

In der Vorbereitung unsere neuen Confare Factsheets über EDM, das wir gemeinsam mit den Experten von Cohesity gestalten, wollten wir von ZAMG CIO und DIO Präsident Günther Tschabuschnig mehr darüber wissen, was es bedeutet eine zukunftsfähige Data-Infrastruktur zu bauen.

Welche Anforderungen bringt das Data Driven Business für die IT-Infrastruktur?

Data Stacks sind laut Günther Tschabuschnig aus gutem Grund nicht mehr so strukturiert wie früher. Teams, die Einblicke in die Massen von Daten erhalten möchten, die sie täglich sammeln, müssen in der Lage sein, schnell Analysen durchzuführen und ohne Zweifel wissen, dass sie dieselben Daten auf dieselbe Weise wie der Rest des Unternehmens betrachten.

Glücklicherweise sind dank des technologischen Fortschritts und des Aufkommens leistungsfähiger Anwendungen moderne Dateninfrastrukturen dafür gebaut, diese Agilität zu garantieren.

Meist ist es sehr ressourcenintensiv und teuer, alle Transformationen und das Verarbeiten von Daten schnell zu verwalten. Das führt zu einer Latenz im Analyseprozess. Diejenigen, die nach umsetzbaren Erkenntnissen suchen, erhalten tatsächlich nur Analysen auf hoher Ebene, die in der Regel zu umfassend oder unflexibel sind, um eine schnelle Entscheidungsfindung zu ermöglichen, die den Businessprozess erleichtern könnte.

Günther Tschabuschnig ist der Meinung, dass das alles eine agile, dezentrale und vor allem anpassungsfähige IT Infrastruktur in einem sicheren und resilienten Umfeld bedingt.

Was sind die wichtigsten Aufgaben und Ziele für das Enterprise Data Management?

Enterprise Data Management bedingt drei wichtige Säulen, die als Grundlage dienen:

1. Verständnis. Nur wenn alle Stakeholder die Begrifflichkeiten und Keywords kennen, können wir alle von einer gemeinsamen Basis ausgehen. Dabei geht es um Grundlagen der Governance. Wozu benötige ich eine Lizenz auf meinem Datensatz? Was sind Metadaten und was bedeutet das?
2. Organisatorische Voraussetzungen: Enterprise Data Management unterscheidet hier mehrere Stufen der Zugänglichkeit. Von Data Literacy – also der Fachexpertin in dem Gebiet oder der Domäne, über den Data Steward, die die Schnittstellen zwischen Fachbereich und Data Management darstellen und dem Data Office, wo Strategien und Leitlinien (wie z.B. Lizenzmodelle, Metadatenschema, Schnittstellen etc.) mit dem Management diskutiert werden.
3. Eine ausgereifte technische Umsetzung. Hierbei sollten modere Ansätze der Datensouveränität und der agilen Data Governance mit einer dezentralen Implementierung verknüpft werden, um höchst mögliche Flexibilität und Interoperabilität zu gewährleisten.

Welche Auswirkungen haben Remote Office und Corona-Krise auf das Data Management?

Daten sind ja Gott sei Dank ein Gut das nicht unbedingt ortsgebunden ist. Worauf es absolut gilt einen Fokus zu legen, ist laut Tschabuschnig in der Verarbeitung der Daten. Dies schlägt sich besonders bei der Thematik der Datensicherheit und Cybersecurity zu Buche. Hier müssen gerade in Remote Office Zeiten zusätzliche Sicherheitsmaßnahmen getroffen werden, die aber zeitgleich keinen Mehraufwand gegenüber der BenutzerIn darstellen und damit das Arbeiten erschweren.

Welche Methoden haben sich bewährt um den Betrieb der Dateninfrastruktur effizient zu gestalten?

Elemente, die auch in internationalen Frameworks auf der Tagesordnung stehen: Dezentralität, Agilität und Souveränität sind die Schlagworte der Zeit. Datenverarbeitung muss dezentral und gleichzeitig agil passieren, sowohl in der Verschneidung von Daten, als auch in der Handhabung. FachexpertInnen sind darauf angewiesen durch Datenmanagement ihre Innovationskraft zu verbessern und nicht zusätzliche Mühen auf sich nehmen zu müssen.  Dafür muss eine effiziente Dateninfrastruktur sorgen.

Datensouveränität bedeutet die Hoheit über meine Daten zu behalten, die Kontrolle zu haben und zeitgleich meine Daten zu verknüpfen und neue Ansätze zu schaffen.