Man sagt, dass Daten das Öl des digitalen Zeitalters sind. Schürfen Sie es, veredeln Sie es und Sie werden außergewöhnliche Gewinne erzielen. Aber heute legen viele unserer Kunden ihre Proofs of Concept für Künstliche Intelligenz (KI) auf Eis, anstatt sie in die Produktion zu überführen. Diese Unternehmen wissen, wie man Pilotprojekte innerhalb von Geschäftseinheiten durchführt. Dennoch fällt es ihnen schwer, große Mengen an sauberen, sicheren Daten zu organisieren, die für Analysen und maschinelles Lernen (ML) benötigt werden.
Was aber, wenn wir Daten als Wasser statt als Öl betrachten? Dann fangen wir an, Daten als eine wichtige Ressource zu betrachten, die von hoher Qualität sein und sicher vom Quellsystem zum Verbraucher gelangen sollte. Niemand bestreitet die Bedeutung eines nachhaltigen Wassermanagements in unserer Gesellschaft. In ähnlicher Weise ist Data Governance das Sprungbrett für eine sichere KI-gesteuerte Zukunft.
Data Governance ermöglicht den freien – und sicheren – Fluss sauberer Daten
Eine kürzlich durchgeführte McKinsey-Umfrage ergab, dass KI-High-Performer mit dreimal höherer Wahrscheinlichkeit als andere eine klare Datenstrategie und gut definierte Governance-Prozesse haben. Mit einer neuen Denkweise und diesen vier Best Practices für Data Governance kann jedes Unternehmen ähnliche Ergebnisse erzielen, d.h. den Umsatz steigern und die Kosten für die Implementierung von KI in mehreren Bereichen senken:
- Master Data Management, um nur die saubersten Daten zu übernehmen: Stellen Sie sich vor, dass Ihre Stadt gerade eine neue Wasserquelle erschlossen hat. Der städtische Wasserversorger stellt sicher, dass das zusätzliche Wasser aufbereitet wird und den Standards der Stadt entspricht, und mischt es erst dann mit dem restlichen Wasser.
Alle Unternehmen, vor allem aber große Unternehmen oder solche, die neue Unternehmen erwerben, müssen ihre Stammdaten auf die gleiche Weise betrachten. Es muss eine „einzige Version der Wahrheit“ für diese Daten geben, die nicht transaktionsbezogen sind und von mehreren Abteilungen genutzt werden. So verwenden beispielsweise der Vertrieb, die Finanzabteilung und die Beschaffungsabteilung alle dieselben Kunden-, Produkt- oder Lieferantendaten. Saubere, gut gekennzeichnete Stammdaten sind für die Aggregation und Berichterstellung von entscheidender Bedeutung, z.B. bei der Zusammenfassung von Umsätzen nach Kunden oder Produkten.
Um eine einzige maßgebliche Ansicht dieser wichtigen Daten zu erhalten, können Unternehmen Geschäftsregeln festlegen, um Stammdaten manuell zu bereinigen und zu organisieren. Oder noch besser: Sie setzen Tools ein, die den Prozess der Bereinigung, Entduplizierung und Synchronisierung von unternehmensweit und anwendungsübergreifend genutzten Informationen automatisieren. - Datensicherheit zum Schutz des Lebenselixiers der Wirtschaft: Wir wollen, dass unsere Wasserversorgung frei von Lecks und Verunreinigungen ist. In ähnlicher Weise erwarten die Verbraucher, dass Unternehmen ihre sensiblen Daten sicher und unversehrt aufbewahren.
Um diese Sicherheit zu gewährleisten, müssen sich Unternehmen auf drei Dinge konzentrieren: Verfügbarkeit, Vertraulichkeit und Integrität der Daten. Zusammen sorgen sie dafür, dass genaue und konsistente Informationen zur richtigen Zeit für autorisierte Benutzer verfügbar sind.
Die Datensicherheit wird durch die richtigen Richtlinien und Standards und die richtige Architektur ermöglicht. Richtlinien und Standards stehen für das Engagement des Unternehmens für die Informationssicherheit. Sie geben die allgemeine Richtung vor, legen eine Vorgehensweise fest, ändern sich selten und sind verbindlich, sodass ein formeller Ausnahmeprozess erforderlich ist. Zu den Komponenten der Sicherheitsarchitektur gehören: mehrere Ebenen des Virenschutzes, einheitliche Verschlüsselungsstandards, Benutzerauthentifizierung und Zugriffskontrolle mit Single-Sign-On und rollenbasierte Zugriffskontrolle. - Datenoperationen (Data Ops) zur Stärkung der Sanitäranlagen: Es ist die Aufgabe der Stadt, ein starkes Wassernetz mit Rohren, Pumpen und Versorgungsleitungen zu unterhalten, damit sauberes Wasser sicher von der Quelle zum Verbraucher fließt.
Unternehmen haben die gleiche Verantwortung für ihre Daten. Hier kommt die Datenabteilung ins Spiel. Data Ops bilden die gesamte Infrastruktur und Pipeline, durch die Daten fließen. Die Daten stammen von einer Quelle, die sie an ein zentrales Repository sendet, wo sie in Scheiben und Würfel geschnitten werden, und schließlich wird die Analyse über Dashboards berichtet. Während die Daten durch dieses komplexe System fließen, können Data Lineage Tools wie Orion Governance sie verfolgen, Probleme erkennen und Fehler beheben.
Das Ziel von Data Ops besteht zunehmend darin, die Zeit zwischen Dateneingabe, Berichterstattung und Visualisierung zu verkürzen. Die Beschleunigung von Data Ops wird immer wichtiger, da Unternehmen auf Echtzeit-Analysen setzen, um schnelle Entscheidungen zu treffen. Glücklicherweise können branchenübliche Tools wie Azure Data Services, Talend und Informatica den Datenbetrieb heute verbessern und optimieren. - Data Stewardship zur Orchestrierung des Ganzen: Genauso wie ein solides Wassermanagement eine umfassende, kollektive Anstrengung ist, ist auch Data Governance eine Teamleistung. Jedes Unternehmen muss über hochrangige autorisierte Personen verfügen, die als Datenverwalter fungieren. Data Governance braucht auch Sponsoren auf C-Level. In der Regel sorgt der Chief Data Officer (CDO) dafür, dass die Daten, die durch das Unternehmen fließen, sauber und konsistent sind und mit der Geschäftsstrategie übereinstimmen, und der Chief Information Security Officer (CISO) ist dafür verantwortlich, dass die Datenleitungen robust, sicher und effizient sind.
Bereiten Sie sich auf das vor, was als Nächstes kommt: die Konvergenz von Data Governance und Analytics Governance
Die meisten Unternehmen wissen heute, dass jede Anwendung von KI und ML nur so gut sein kann wie die Qualität der zugrunde liegenden Daten. Praktiken wie die Organisation und Katalogisierung von Daten oder die Erstellung eines gemeinsamen Wörterbuchs, um die Organisation auf eine einheitliche Sprache auszurichten, gehören mittlerweile zum Standard. Um KI zu skalieren, müssen Unternehmen viel weiter gehen und die vier hier beschriebenen Praktiken übernehmen.
Mit Blick auf die Zukunft wird sich die Datenverwaltung weiter entwickeln. Unternehmen planen für eine Zukunft, in der Analysen in die gesamte Wertschöpfungskette des Unternehmens eingebettet sind. Der Gartner 2020 Report on Data Strategy stellt fest, dass bis 2023 fast alle der 500 größten Unternehmen der Welt Data Governance und Analytics Governance zusammengeführt haben werden. Dafür gibt es einen einfachen Grund: Die aus Analysen gewonnenen Erkenntnisse können ohne vertrauenswürdige zugrunde liegende Daten keinen Sinn machen.
Was ist Analytik-Governance und wie lässt sie sich mit Data Governance verbinden? Das werden wir in unserem nächsten Blogpost besprechen.
Wir können Sie auf Ihrem Weg zum KI-All-Star unterstützen. Erfahren Sie mehr über unsere Dienstleistungen im Bereich Data Analytics & Business Intelligence oder senden Sie uns eine E-Mail für ein kostenloses Beratungsgespräch, damit wir Ihnen den Einstieg erleichtern können.
Erfahren Sie mehr über unsere Angebote für das Gesundheitswesen und die Biowissenschaften.
