2. Smart Data Management
Das strategische Potenzial für flexible Prozesse
Dr. Oliver Oswald Jan Appl l automotiveDAY: IT-Gipfel der Automobilindustrie 2012
© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH

3. Smart Data Management – wo kommen wir her?
Die Anforderungen an die IT-Strategien im Laufe der Zeit
Prozessintegration
Integrierte ERP Systeme
Technologieharmonisierung Prozess- und
einheitliche Schnittstellenkonzepte und Datenharmonisierung
Aufbau von ERP Funktionalitäten Globale Templates
Unternehmen schaffen global
integrierte Geschäftsprozesse
Unternehmen integrieren Prozesse
über Fachressorts hinweg
Unternehmen organisieren
sich nach fachlichen Silos
1960 1980 1995 2010 20xx
© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 3

4. Smart Data Management – was sind die Herausforderungen?
Zunehmende Agilität der Prozesse und ein steigendes Datenvolumen
erfordern einen veränderten Umgang mit Daten und Prozessen
 Dimension Prozess: Durch schnellere Veränderungen im Business
 Drastische Verkürzung der Innovationszyklen
 Schnelle Veränderungen in der Unternehmensstruktur
 Differenzierung über marktlokale Optimierung
 Öffnung der Unternehmenswelt, z.B. Open Innovation
 „Mobile Business“ wird zur Unternehmensplattform
→ Daten müssen in verschiedenen Prozessen einheitlich interpretierbar sein.
Hier ist Prozesssynchronisation gefordert!
 Dimension Daten: Durch ein explodierendes Datenvolumen
 Integration von Objekten, bspw. CarIT oder Social Media
 Anzahl der unstrukturierten Daten steigt
→ Daten müssen einheitlich klassifizierbar sein.
Hier ist Datenmanagement gefordert!
© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 4

5. Smart Data Management – was sind die Herausforderungen?
B-, C- und D-Prozesse werden immer wichtiger;
aus ihnen resultiert die Differenzierung in lokalen Märkten
A-Prozesse B-Prozesse
 Traditionell gleiche Prozesse für  Ähnliche Prozesse für ähnliche
gleiche unternehmerische unternehmerische Abläufe
Harmonisierung Abläufe  In Teilen automatisierbar Synchronisierung
 Leicht automatisierbar aufgrund  Große Teilabläufe können sehr
hoher Standardisierung effizient sein
 Hohe Effizienz realisierbar
 Harmonisierung ohne größere  Harmonisierung mit Ausnahmen
Ausnahmen möglich möglich
C-Prozesse D-Prozesse
 Individualprozesse einzelner  Individualprozess für jede Einheit
Synchronisierung Einheiten  Automatisierung sehr
 Automatisierbarkeit sehr verschieden
verschieden  Kostenintensiv!
 Kostenintensiv!  Zeitintensiv
 Keine Harmonisierung möglich,  Im Projekt: Zuordnung zu A, B, C
aber Gründe dafür müssen erforderlich!
präzise definiert sein!
© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 5

6. Smart Data Management – was sind die Herausforderungen?
Aus missverständlich interpretierten Daten können sehr leicht
erhebliche Fehlentscheidungen resultieren
 Das Datenobjekt ‚Lead‘ im Verkaufsanbahnungsprozess
 Einheitliche Definition : Bezeichnung: ‚Lead‘
Attribute: Kunde, Fahrzeug, Preis, Zeitpunkt, …
 Eindeutige Verwendung : Land A Land B Land C
Anfrage im
Anfrage Kunde liegt
Konfigurator
dokumentiert Angebot vor
dokumentiert
Ergebnis im BI Report : 89 42 17
Abgeleitete Maßnahme : CRM Prozessoptimierung in Land C
© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 6

7. Smart Data Management – was ist eine potenzielle Lösung?
Neben der Definition der Struktur ist auch eine eindeutige
Definition der Verwendung unerlässlich
 Informationen entstehen aus Daten und deren Verwendungszweck
 Metadaten sind die Beschreibung, in welchem Kontext Daten zu interpretieren sind
und führen somit zu einer vergleichbaren Interpretation unabhängig vom Prozess.
 Das gemeinsame Management von Daten, Metadaten und Prozessen führt zu:
Smart Data Management
 Das Management wird neben den eigentlichen Daten auch auf die Metadaten bezogen.
Alle Mechanismen die heute auf die Daten angewendet werden, müssen auch auf die
Metadaten bezogen werden, wie zum Beispiel:
 Definition von Verantwortlichkeiten
 Organisatorische Verankerung (Datenmanagement & Prozessmanagement)
 Definieren von KPIs (z.B. Vollständigkeit und Eindeutigkeit in der Verwendung)
© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 7

8. Smart Data Management – was ist eine potenzielle Lösung?
Daten sind der dritte Baustein in der Unternehmens-DNA;
sie ermöglichen die Prozesssynchronisation
1. Technologie-
management
2. Prozessmanagement
3. Datenmangement
führt zu Smart Data Management
© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 8

9. Smart Data Management – das strategische Potenzial für flexible Prozesse
Smart Data Management – Best Practice
 Fokussierung ausschließlich auf unternehmenskritische Daten, die in
Auswertungen als Entscheidungsgrundlage herangezogen werden.
 Fokussierung auf agile Prozesse und auf Prozesse die große Datenmengen erzeugen.
 Bei laufenden oder geplanten Datenmanagementprojekten muss das Thema
Metadaten frühzeitig mit berücksichtigt werden.
 Smart Data Management bezieht sich auf Stamm- und Bewegungsdaten.
 Datenharmonisierung ist kein Datenmanagement.
Ungesteuertes Datenmanagement Mit gesteuertem EDM
Daten-
qualität
Zielqualität
Ausgangsqualität
Projekt Projekt Zeit
Start Ende Neustart Neustart
© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 9

10. Smart Data Management – das strategische Potenzial für flexible Prozesse
Prozessharmonisierung wo nötig – Prozesssynchronisation wo möglich
 Fazit:
 Weltweit einheitliche, eindeutige und in der Verwendung vergleichbare Daten
ertragen heterogene Prozesslandschaften und sind damit deutlich toleranter
bezogen auf die Nutzung spezifischer Marktpotentiale.
 Smart Data Management ist eine Management-Disziplin, die gleichberechtigt
betrieben werden muss wie Technologie-, Prozess- und Datenmanagement.
 Voraussetzung für Smart Data Management ist allerdings, dass diese drei
Disziplinen im Unternehmen bereits ausgeprägt sind.
 Aktiv betriebenes Smart Data Management steigert auch die Aussagekraft der
Business Intelligence Landschaften und verbessert deren Informationsgehalt.
© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 10

11. Smart Data Management – das strategische Potenzial für flexible Prozesse
Mit der Evolutionsstufe Smart Data Management rüsten wir uns für aktuelle
und zukünftige Anforderungen im globalen IT Management
Smart Data Management
Prozessintegration
Ausrichtung von Prozessen
Integrierte ERP Systeme
an Daten
Technologieharmonisierung Prozess- und
einheitliche Schnittstellenkonzepte und Datenharmonisierung
Aufbau von ERP Funktionalitäten Globale Templates
Unternehmen schaffen
lokal synchronisierte
Geschäftsprozesse
Unternehmen schaffen global
integrierte Geschäftsprozesse
Unternehmen integrieren Prozesse
über Fachressorts hinweg
Unternehmen organisieren
sich nach fachlichen Silos
1960 1980 1995 2010 20xx
© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 11

12. Herzlichen Dank
für Ihre Aufmerksamkeit!
Dr. Oliver Oswald
Mieschke Hofmann und Partner
Gesellschaft für Management- und IT-Beratung mbH
Schloss Heutingsheim l Schlossstraße 12 l D-71691 Freiberg am Neckar
Telefon +49 (0)7141 7856-0 l Fax +49 (0)7141 7856-199
eMail ooswald@mhp.de l Internet www.mhp.de
© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 12