Eric-Jan Kaak ist Confare #CIOAward Preisträger, ein bekannter Vordenker und Vorleber von Business Agility und hat sehr viel dazu beigetragen, Kanban in Österreich bekannt zu machen und als Methode für umfassende Business Agilität zu etablieren. Er ist bei der SPAR IT-Tochter SPAR ICS im Programm- und Projektmanagement wesentlich mit Innovation und Digitalisierung im Unternehmen befasst. Welche Rolle spielen Daten dabei? Und was bringt das Enterprise Data Management dem Kunden?
In der Vorbereitung unseres neuen Confare Factsheets über EDM, das wir gemeinsam mit den Experten von Cohesity gestalten, haben wir diese Fragen mit ihm diskutiert.
Persönlich trifft man Eric-Jan (SPAR ICS) und mehr als 400 weitere hochkarätige IT-Entscheider auf Österreichs größtem IT-Management Treffpunkt, dem Confare #CIOSUMMIT 2021, mit Verleihung des Confare #CIOAward.
Confare #CIOSUMMIT 2021
Österreichs größtes und wichtigstes IT-Management Forum
01./ 02. September 2021
Wien
JETZT ANMELDEN!
Welche Anforderungen bringt das Data driven business für die IT-Infrastruktur?
Zuallererst ist das Data Driven Business eine Sache für das “Business” und somit für den Kunden. Ohne entsprechendes Geschäftsmodell macht es ja keinen Sinn, eine IT-Infrastruktur aufzubauen, die ein Data Driven Business unterstützen könnte. Da würde man das Pferd von hinten aufzäumen. Daher sollte man die “Warum?”-Frage zuerst beantworten können, erst dann kommt das “Wie?” an der Reihe. Daten sammeln alleine ist ja keine Raketenwissenschaft, die Daten müssen aber nutzenstiftend eingesetzt werden können. Dafür braucht es Datenmodelle und eine Dateninfrastruktur, die immer und überall zur Verfügung steht, und die je nach Anwendungsanforderung den richtigen Menschen und den richtigen Dingen (Stichwort: IoT) zur Verfügung steht. Da sprechen wir über das Thema IAM – Identity and Access Management – wo eine Architektur notwendig ist, die die Basis schafft, wer, wann, und in welchem Kontext auf Daten zugreifen kann. Das ist nicht trivial und sehr komplex.
Welche Rolle spielt die Cloud dabei? Was ist beim Cloud Einsatz zu beachten?
Ohne Cloud (in welcher Form auch immer) ist ein unternehmensinternes, aber auch ein -übergreifendes Enterprise Data Management nicht mehr möglich. Kein Geschäftsmodell überlebt auf einer Insel, oder in einem geschlossenen Ökosystem. Im Zentrum eines jeden Geschäftsmodells steht aber nicht das eigene Unternehmen, sondern das Wertversprechen (Value Proposition) an den Kunden. Dieses Wertversprechen muss dem Kunden verfügbar gemacht werden, gleichzeitig muss das Kundenverhalten dazu verstanden werden, damit dieses Wertversprechen weiterentwickelt und optimiert werden kann. Je schneller man die Bedürfnisse des Kunden richtig versteht und je schneller man darauf regieren kann, desto nachhaltiger wird man auf Marktveränderungen reagieren können. Ohne die flexiblen und schnellen Gestaltungsmöglichkeiten moderner Cloudtechnologien ist das heutzutage aber nicht mehr möglich.
Auch hier spielt am Ende des Tages natürlich Compliance und Sicherheit wieder eine entscheidende Rolle – diese werden zum integrierten Bestandteil des datengetriebenen Geschäftsmodells müssen immer integriert mitgedacht und einbezogen werden.
Was sind die wichtigsten Aufgaben und Ziele für das Enterprise Data Management?
Da gibt es nur eine kurze Antwort: Mehrwert für den Kunden schaffen. Eines meiner Lieblingszitate von Peter F. Drucker ist: “The purpose of business is to create and keep a customer.” Danach soll sich alles richten. Create and keep a customer.
Das Enterprise Data Management muss ergänzend dazu sicherstellen, dass der Kunde das Vertrauen behält, dass die Verwendung von Daten nur zum Vorteil des Kunden geschieht.
Wenn Sie keines unserer Factsheets verpassen wollen, abonnieren Sie unseren Confare Newsletter. Wollen Sie an unseren Publikationen oder bei den Digital Confare CIO ThinkTanks mitwirken, melden Sie sich gerne bei melanie.vacha@confare.at
Neugierig geworden?
Mit dem Confare NEWSLETTER am neuesten Stand bleiben und die Ergebnisse der Umfrage erfahren.
Welche Auswirkungen haben Remote Office und Corona Krise auf das Data Management?
Die COVID Pandemie hat uns richtig vor Augen geführt, was es Komplexität richtig bedeutet und wie wir damit umgehen müssen. Plötzlich ist nichts mehr gewesen, wie es mal war. In komplexen Systemen gibt es keine Ursache-Wirkungsbeziehungen. Das System selbst ist ständig in Veränderung. Jedes Mal, wenn es eine Intervention in das System gibt, ändert sich wieder alles und mein Bezugspunkt zur vorherigen Situation ist verloren gegangen. In komplexen Problemsituationen weiß man erst im Nachhinein, ob die Maßnahme richtig war, oder nicht. Ein vorher detailliert geplanter Maßnahmenkatalog für die Pandemie hat es ja in keinem Unternehmen gegeben. In komplexen Systemen lernt man kontinuierlich dazu.
In dem Moment, wo Arbeit überall und jederzeit stattfinden kann, müssen auch die Daten, die zur Erledigung der Arbeit notwendig sind sowie die Daten, die aus der Arbeit entstehen, jederzeit und überall verfügbar sein. Das ist eine Herausforderung, nicht nur technisch, sondern vor allem auch organisatorisch.
Cloud, On Premise, Storage, Archive … Daten sind in diversen Elementen der Infrastruktur verteilt. Was braucht es, um eine ganzheitliche Sicht auf die Unternehmensdaten zu ermöglichen?
Dazu braucht es aus meiner Sicht ein “Systemdenken” – System ist hier das Gesamtkonstrukt aller Beziehungen innerhalb einer Organisation, nicht die IT-Systeme.
Der Organisationstheoretiker Russel Ackoff hat schon richtigerweise gesagt, dass die Optimierung von Einzelteilen eines Systems nicht zur Optimierung des Gesamtsystems führt. Erst die Optimierung der Beziehungen und Interaktionen zwischen den Einzelteilen führt zur Optimierung des Ganzen. Das Ganze ist mehr wert als die Summe der Einzelteile.
Bezogen auf die IT bedeutet das, dass eine Optimierung von Einzelteilen (z. B. Storage) erst Früchte tragen wird, wenn man die Beziehung dieses Einzelteils zum Gesamtsystem optimiert. Alle Teile müssen zusammenpassen. Das gilt nicht nur für die technischen Teile des Systems, sondern vor allem auch für die organisatorischen Teile dieses Systems.
Man kann Zustände des Systems wahrnehmen und beobachten, man sollte aber auch auf die Prozesse achten, die zu diesem Zustand beigetragen haben.
Dazu kommt, dass das Problem nicht nach Disziplinen geordnet ist. Problemauflösungen müssen disziplinübergreifend gedacht werden. Disziplinen sind daher eher als Blickwinkel auf das System zu sehen und Probleme müssen aus verschiedenen Blickwinkeln betrachtet werden.
Probleme müssen nicht gelöst, sondern aufgelöst werden, damit das Problem verschwindet. Dazu ist nur der Menschenverstand, gepaart mit methodischem Vorgehen geeignet.
Um eine ganzheitliche Sicht auf Unternehmensdaten zu ermöglichen braucht es somit die Fähigkeit das Ganze zu sehen, eine kontinuierliche Suche nach Eigenschaften, die in den Einzelteilen nicht zu finden sind. Auch zu erkennen, dass ein Teil des Systems wiederum selbst ein System ist, gehört zu dieser Fähigkeit.
Welche Methoden haben sich bewährt um den Betrieb der Dateninfrastruktur effizient zu gestalten?
Aus meiner Sicht ist Effektivität (die richtigen Dinge tun) wichtiger als Effizienz (die Dinge richtig tun). Ihre Kundin will das Richtige für ihre Bedürfnisse bekommen, wie Sie das bewerkstelligen ist für die Kundin zuerst zweitrangig.
In einer komplexen Umgebung gibt es keine “Best Practices” – die beste Vorgehensweise wird sich von Unternehmen zu Unternehmen grundlegend unterscheiden. Die Vorgehensweisen werden sich auch ständig weiterentwickeln müssen, da sich das Umfeld kontinuierlich verändert. Wir reden daher auch von “Emergent Practices”. Mit festgelegten Plänen kommt man in komplexen Situationen nicht sehr weit. In komplexen Systemen bleibt nur die Möglichkeit mit Hypothesen zu arbeiten und in den Experimentiermodus zu schalten. Wir können lediglich auf erkennbare Muster hoffen, die wir in Form von „Lessons Learned“ niederschreiben. Hier schlägt die Stunde der Agilität.
Komplexität erfordert es, wie ein Risikokapitalgeber vorzugehen, sich ein Portfolio von risikoarmen Experimenten vorzunehmen, und diese als Optionen zu behandeln. Optionen kann man entweder aktiv ziehen, liegen lassen, oder verwerfen. Je mehr Optionen es gibt, desto attraktiver ist das Portfolio und desto mehr Möglichkeiten gibt es, in Zukunft besser zu werden.
Bei einem guten Portfolio an Verbesserungsexperimenten ist davon auszugehen, dass einige davon scheitern. Auch das Scheitern gibt uns aber wichtige Informationen, die wir wieder für weitere Experimente verwenden können.
Da diese Experimente als risikoarm eingeplant sind, sollten auch unkonventionelle, ja sogar kontra-intuitive Experimente Teil des Portfolios sein – sonst vergeben Sie eine wichtige Chance für Innovation.