foto freepik

Manche Unternehmen, vor allem in der Pharma- und Health-Branche, sitzen auf waren Datenschätzen. Nicht selten verhält es sich mit ihnen wie mit einem Rohdiamanten: Erst die Bearbeitung erschließt die inneren Werte. Diese Daten können enorme Business-Vorteile generieren, sind aber häufig auch hochsensibel und durch regulatorische Vorgaben in der Nutzung beschränkt. Abhilfe schafft eine ausgereifte Enterprise Data Management Praxis, die die Daten korrekt verwaltet, aber vor allem für eine einheitlich hohe Datenqualität sorgt.

In vielen deutschen Unternehmen gibt es eine Diskrepanz zwischen dem Wissen, was sie mit ihren vielfältig vorhandenen Daten erreichen könnten und der Umsetzung in die Realität. Eine umfangreiche Studie der Bitkom in 2024 zeigt, dass nur ein Drittel von 600 befragten Unternehmen ihre Daten stark nutzen [1]. Vielfach sind die Maßnahmen, diesen Missstand zu beheben, viel zu zögerlich.

Aus Sicht der aktuellen Lünendonk-Marktstudie zu Data & Analytics lässt sich klar ableiten, dass die verstärkte Nutzung von Daten und der Wandel zu einer datengetriebenen Organisation zu den absoluten Top-Prioritäten für CIOs im Jahr 2025 gehört [2]. Beispielsweise lassen sich KI-Anwendungen nur entwickeln und integrieren, wenn das Unternehmen eine vertrauenswürdige Datenbasis mit hoher Qualität dafür bereitstellen kann.

Firmen sind also gefordert zu klären, welche und wie sie Daten verarbeiten, absichern, verknüpfen und bereitstellen können. Nur dann lassen sie sich auch gewinnbringend nutzen. Dies gilt insbesondere in regulierten Bereichen wie der Pharma-Industrie.

Datenqualität und Governance sicherstellen

In der Regel liegen Daten im Unternehmen nicht in einer Qualität und Klassifizierung vor, dass sie sich direkt verwenden lassen. Es ist also notwendig, diese auf ein qualitativ hohes Niveau zu bringen, zu verknüpfen, wo notwendig zu anonymisieren und zu klassifizieren. Das erfordert initial einen relativ hohen Aufwand, der sich aber lohnt, weil sich damit datengetriebene Entscheidungsprozesse beschleunigen, neue Erkenntnisse aus Daten ableiten oder auch schlicht Daten handeln lassen.

Die größten Synergien lassen sich erreichen, wenn alle Unternehmensteile in das Data Management einbezogen werden. Verantwortliche sollten also groß denken und eine Lösung konzipieren, in die alle Abteilungen einzahlen und von der alle Abteilungen profitieren können. Damit ist auch klar, warum Governance so wichtig ist: Es muss für alle Daten geklärt sein, wer darauf Zugriff hat und wie sie beispielsweise verknüpft werden dürfen.

Dazu gilt es, regelmäßige Reviews durchzuführen, in denen festgelegt wird, welche Daten in welcher Qualität in nächster Zeit für Projekt XY zur Entscheidungsfindung oder für nötige Insights benötigt werden. Dieses Vorgehen beschleunigt beispielsweise Unternehmensprozesse oder auch eine schnellere, sichere Medikamentenentwicklung.

Entscheidung für einen Partner

Vor der Einführung einer unternehmensweiten Data Management Praxis ist die Anzahl der internen Unternehmensmitarbeitenden meist begrenzt, die über die Erfahrung bei der Umsetzung eines solchen Projektes verfügen. Der Aufbau einer solchen Praxis ist aber hoch komplex und der spätere Betrieb hängt stark von der richtigen Konzeption und Umsetzung ab.

Es ist daher wichtig, sich für die Projektierung und Implementierung einen externen Partner zu suchen, der über die notwendige Expertise von Enterprise-Data-Management verfügt, ein entsprechend großes Team bereitstellen kann und auch die Besonderheiten der Pharma-Branche versteht. Diesen Partner haben wir nach einer umfangreichen Marktevaluation in Cognizant gefunden und das Enterprise Data Management Program gestartet.

Die Aufgabe bestand darin, einen zentralen Core-Bereich aufzubauen, der aus verschiedenen Tools, Prozessen und Methoden besteht und allen Abteilungen im Unternehmen zur Verfügung steht. In einem zweiten Schritt galt es, die Adaption und den Einsatz sowie den Reifegrad zu definieren, der in den Abteilungen zu bestimmten Zeitpunkten erreicht werden soll. Damit wird sichergestellt, dass die Fachabteilungen die Dienste und Daten des Core-Bereichs auch gewinnbringend einsetzen.

Die Umsetzung ist mithilfe von unserem Partner bereits sehr weit fortgeschritten. Die einzelnen Abteilungen profitieren bereits deutlich von den Core-Diensten, die ständig erweitert und optimiert werden. Welchen Data-Management-Reifegrad die Abteilungen gerade haben und KPIs der Datenqualität, wird aktiv an den Vorstand des Unternehmens reportet.

Wichtig an dieser Stelle ist die Erkenntnis, dass Daten in unterschiedlichen Unternehmensteilen sehr verschieden sein können. Das Wissen über diese Daten spielt eine große Rolle und kann nicht einfach zentralisiert werden. Die Datenkonsolidierung, Analyse und Verarbeitung müssen also von Experten in den jeweiligen Abteilungen erfolgen und dort gelebt werden. Die Methoden und Tools dafür sind allerdings universell einsetzbar und können zentral bereitgestellt werden.

Diese strikte Fokussierung auf ein unternehmensweites Data Management ist in der Branche jedoch noch nicht selbstverständlich, denn wir sind das erste Pharma-Unternehmen, das vom EDM-Council mit dem Platinum Certificate für den hohen Reifegrad unserer Data-Management-Praxis ausgezeichnet wurden. Letztlich ist die Auszeichnung das Ergebnis der guten Zusammenarbeit der Projektverantwortlichen mit unserem Projektpartner, der dank seiner Erfahrung besonders zur erfolgreichen Umsetzung beigetragen hat.

Dr. Wolfgang Schleifer

Dr. Wolfgang Schleifer hat Computer Wissenschaften in Wien und Karlsruhe studiert und hat am CERN in Genf seine Doktorarbeit über verteilte Computersysteme geschrieben. Er ist seit 2004 in Novartis tätig und hat 2019 einen Master in Regulatory Affairs erworben. Später hat er sich auf den Bereich Digital Health spezialisiert. Derzeit treibt er Transformationsprogramme voran, um datengetriebene Entscheidungen im Unternehmen zu etablieren. Dr. Schleifer ist außerdem Dozent an zwei Fachhochschulen in Deutschland und der Schweiz.

https://www.linkedin.com/in/wolfgang-schleifer/?locale=en_US

[1] https://www.bitkom.org/Presse/Presseinformation/Deutsche-Unternehmen-nutzen-ihre-Daten-kaum

[2] https://www.luenendonk.de/produkt/luenendonk-portfolio-2025-fuehrende-anbieter-von-data-ai-services-in-deutschland/

1710 Artikel zu „Datenmanagement“

News | Digitalisierung | Favoriten der Redaktion | Infrastruktur | Künstliche Intelligenz | Strategien | Tipps

(Umwelt)bewusstes Datenmanagement: Der Weg zur sparsamen KI

11. Oktober 2025

Künstliche Intelligenz (KI) hat das Potenzial, die Effizienz von Unternehmen erheblich zu steigern. Doch dieser Fortschritt hat auch Schattenseiten. Der unkontrollierte Anstieg von Einwegdaten und die damit verbundene Datenverschwendung stellen ein großes ökologisches Problem dar. Schätzungen der International Energy Agency zeigen, dass der Strombedarf von Rechenzentren bis 2030 auf 945 Terawattstunden ansteigen könnte. Dies entspricht…