• Dr. Stefan Stöckl

Datenmanagement im Mittelstand

Aktualisiert: 28. Juni

Von der reinen Informationserhebung zum erfolgreichen Datenmanagement






Ein Unternehmenszukauf, die Finanzbuchhaltung quillt vor Belegen über und allein die Korrespondenz des Vertriebs geniert regelmäßig Unmengen von Informationen zu Kunden, Produkten und Herstellern (Mittelstands-Nachrichten, 2022). Das drohende Datenchaos führt dabei nicht selten dazu, dass man den Überblick verliert, sondern kann im schlimmsten Fall sogar zu empfindlichen Geldstrafen führen (Mittelstands-Nachrichten, 2022). Seit Inkrafttreten der DSGVO am 25. Mai 2018 sind Unternehmen dazu verpflichtet, den rechtssicheren Umgang mit personenbezogenen Daten sicherzustellen. Doch was kennzeichnet ein erfolgreiches Datenmanagement und wie setzt man es am besten auf Unternehmensebene um?


Im Mittelpunkt eines erfolgreichen Datenmanagements steht zunächst einmal der Aufbau einer aussagekräftigen Datensammlung (Mittelstands-Nachrichten, 2022). Demnach müssen Daten gewissenhaft sortiert, kombiniert und entsprechend aufbereitet werden, um den maximalen Nutzen des vorhandenen Datenpotentials ausschöpfen zu können (Mittelstands-Nachrichten, 2022).


Zur Umsetzung dieses Vorhabens hat sich der Begriff der Data Governance inzwischen sowohl auf wissenschaftlicher als auch auf unternehmerischer Ebene etabliert. Unter Governance versteht man grundsätzlich die Amts-, Regierungs- oder aber auch Unternehmensführung einer politisch-gesellschaftlichen Einheit, wie Staat, Verwaltung, Gemeinde, privater oder öffentlicher Organisation (Frick, 2021). Den Ordnungsrahmen zur Leitung und Überwachung von Unternehmen zum Wohlwollen aller Stakeholder, bezeichnet man hingegen als Corporate Governance (Frick, 2021). Das Hauptaugenmerk der Data Governance liegt hingegen auf der effizienten Datenbewirtschaftung von Unternehmen (Frick, 2021).


Informationen und deren Verarbeitung bilden heutzutage das Zentrum unternehmerischen Handelns (Frick, 2021). Nicht umsonst titelte der Economist im Jahr 2017 "Data is the new oil" (Frick, 2021). Aus dem Projekt "Data Economics and Management of Data driven businesses" (DEMAND), ins Leben gerufen durch einen Zusammenschluss von Unternehmen und Instituten, entwickelte sich schlussendlich eine Definition und ein Rahmenkonzept für effiziente Datenbewirtschaftung (Frick, 2021). Demnach stellt "Data Governance das Rahmenwerk dar, welches die Grundlage für den Umgang mit und die Bewirtschaftung von Daten in einem Unternehmen für alle Stakeholder bildet." (Frick, 2021).



Das Rahmenwerk beschreibt dabei sechs Dimensionen, die bei der praktischen Umsetzung des Datenmanagements auf Unternehmensebene beachtet werden sollten (Frick,2021):


  1. Assets: Definition und Identifikation von Daten sowie Bestimmung ihres ökonomischen Werts, Festlegung von Datenqualitätsstandards.

  2. Roles,Tasks & Resposibilities: Festlegung von unternehmens-übergreifenden Rollen für das Datenökosystem, Zuweisung von Zuständigkeiten für Daten und datenrelevante Prozesse.

  3. Processes: Überwachung der internen und unternehmensübergreifenden Datenprozesse, Überwachung des Teilens und der Nutzung von Daten.

  4. Architecture & Tools: Unterstützung der Data Governance durch Technologie, Definition von Standards für die technische Umsetzung und der ausgewählten Tools zur Datenbewirtschaftung.

  5. Security: Definition von internen und unternehmensübergreifenden Standards zur Datensicherheit, Festlegung der Zugriffsrechte, Vorgehensweise bei Sicherheitsverstößen.

  6. Compliance: Sicherstellung der Einhaltung von internen/externen Anforderungen/Richtlinien an das Datenmanagement und den Datenschutz.



Neueste Studien deuten darauf hin, dass auch mittelständische Unternehmen die Zeichen der Zeit erkannt haben und ihre Prozesse zukünftig datenbasiert gestalten möchten (Lünendonk, 2021). Angefeuert durch den wachsenden Wettbewerbsdruck durch digitale Marktkonkurrenten steigt das Bewusstsein für Datenqualität stetig (Lünendonk, 2021). Von der digitalen Transformation verspricht sich der Mittelstand unterschiedliche Vorteile, diese reichen von verbesserten Kundenbeziehungen bis hin zu einer Qualitätssteigerung von Unternehmensprozessen (Lünendonk, 2022). Dabei steigt vor allem die Nachfrage nach Data-Analytics-Lösungen. Demnach ist zu erwarten, dass der Mittelstand im Jahr 2022 seine Investitionen in die digitale Transformation weiter ausweiten wird (Lünendonk, 2022).



Quellen:


D. Frick et al. (Hrsg.), Data Science, https://doi.org/10.1007/978-3-658-33403-1_6


https://www.mittelstand-nachrichten.de/unternehmerwissen/datenmanagement-die-richtige-strategie-ist-bares-geld-wert/(Abruf: 04.04.2022)



https://www.luenendonk.de/aktuelles/presseinformationen/luenendonk-whitepaper-digital-now-wie-datengetriebene-entscheidungsprozesse-im-mittelstand-wettbewerbsvorteile-schaffen/(Abruf:04.04.2022)














17 Ansichten0 Kommentare

Aktuelle Beiträge

Alle ansehen

Data Engineering

Digital Leadership