Datenmanagement mit Data-Mesh-Ansatz – Erfolgsfaktoren für die Umsetzung

Unternehmen sollten die Umsetzung des Data Mesh als eine Reise verstehen, in der die Balance zwischen Domain-Autonomie und Interoperabilität der Datenprodukte gelingen muss.

Neue Datenquellen und vielfältige Datenformate machen das Datenmanagement für Unternehmen zu einer komplexen Herausforderung. Diverse Insellösungen, lange Entwicklungszeiten und ein vager Wertbeitrag sind häufig beklagte Symptome.

Das Data-Mesh-Konzept gilt als mögliche Lösung dieser Probleme, indem es dezentralisierte und zentralisierte Aspekte geschickt verknüpft. So wird die Verantwortung für die Erstellung, Veröffentlichung und Wartung von Datenprodukten in die Domänen, die funktionalen Einheiten eines Unternehmens, gegeben. Denn hier liegt sowohl der Bedarf als auch die inhaltliche Expertise vor. Ohne den Engpass einer zentralen IT-/Entwicklungsabteilung werden dezentral Datenprodukte nach zentral abgestimmten Richtlinien entwickelt, sodass der Spagat zwischen Souveränität der Domänen und Interoperabilität der Datenprodukte gelingt.

Die Implementierung eines Data Mesh erfordert nachhaltige Änderungen in verschiedenen Bereichen. Nachfolgend beschreiben wir die wichtigsten sieben Erfolgsfaktoren für eine gelungene Umsetzung, basierend auf Erfahrungen aus der Praxis:

1. Vision und Strategie

Neben einer richtungsweisenden Vision gilt es die Strategie zu entwickeln, die den Data-Mesh-Ansatz mit den Geschäftszielen in Einklang bringt.

2. Rechte und Pflichten

Die Festlegung von Dateneigentümern trägt dazu bei, dass Abfragen, Analysen und Prognosemodelle tatsächlichen Nutzen stiften und den vereinbarten Richtlinien folgen.

3. Bereitschaft zum Wandel

Die Anwendung des Konzepts stellt einen bedeutenden Wandel im Umgang mit Daten dar. Die Bereitschaft dafür, beispielsweise in Bezug auf Mind-, Skill-, Data- und Tool-Set, ist erfolgskritisch.

4. Governance und Standards

Die nachhaltige Umsetzung des neuen Ansatzes wirkt auf die Data Governance und erfordert Standards. Sie ist entscheidend für die Datenqualität, -verfügbarkeit und -nutzungsfähigkeit.

5. Technologie und Infrastruktur

Eine erfolgreiche Umsetzung macht Investitionen in Technologie und Infrastruktur erforderlich. Neben der Befähigung der Fachbereiche zur Datenprodukterstellung sind zahlreiche Maßnahmen nötig, die von Low-Code-Mapping- und Pipelining-Tools bis zu Multi-Cloud-Szenarien reichen.

6. Fähigkeiten und Fertigkeiten

Um den Ansatz dauerhaft und skalierbar zu verankern, sind spezielle Fähigkeiten und Fachkenntnisse in den Bereichen Datenkompetenz, -architektur, -engineering erforderlich.

7. Kommunikation und Zusammenarbeit

Die richtige Balance zwischen effektiver, verantwortungsvoller Nutzung von Freiheitsgraden in der eigenen Domäne und der wertstiftenden Zusammenarbeit mit anderen erfordert neben Datenmodellierungs- und -auswertungskompetenz auch proaktive Kommunikation in Richtung aller Zielgruppen.

 

Unternehmen sollten das Data Mesh als eine Reise verstehen, in deren Verlauf das Konzept individuell und auf Basis erster Etappenziele kontinuierlich weiterentwickelt werden kann. Entsprechend sind die beschriebenen Faktoren als nicht vollständig zu betrachten, sie geben jedoch einen guten Einblick in besonders erfolgskritische Aspekte.

 


Mashood Ahmad, Senior Consultant,
CAMELOT Management Consultants
Thorsten Warnecke, Leiter des Bereichs Analytics
CAMELOT Management Consultants

 

Illustration: © ArtHead/shutterstock.com