Unternehmensweites Datenmanagement

Frontmatter

1. Einleitung

Zusammenfassung

Unsere Wirtschaft und Gesellschaft befindet sich im Umbruch. Wir entwickeln uns weg von der Industrie- hin zur Informations- und Wissensgesellschaft. Die Herstellung von Gütern und die Gewinnung von Rohstoffen zu deren Produktion verliert für die Wohlfahrt, die Wertschöpfung, den Reichtum und die Arbeitswelt in unserem sozialen Gefüge immer mehr an Bedeutung. Der Informationsbereich hingegen wird immer bedeutender. Dies hat Auswirkungen auf alle Bereiche unseres Lebens, auch und vor allem auf den Umgang mit Informationen innerhalb der Unternehmen.

Rolf Dippold, Andreas Meier, André Ringgenberg, Walter Schnider, Klaus Schwinn, Stephen Fedtke

2. Strategische Informationsplanung

Zusammenfassung

In diesem Kapitel werden die einzelnen Treiber im Kontext der strategischen Informationsplanung angesprochen.

Rolf Dippold, Andreas Meier, André Ringgenberg, Walter Schnider, Klaus Schwinn, Stephen Fedtke

3. Datenmanagement — eine Erfolgsposition im Unternehmen

Zusammenfassung

Der Treiber „Information als betriebliche Ressource“ wird in diesem Teil dargestellt und sein Nutzen beurteilt. Die Überlegungen zum Rohstoff „Information“ werden auf die Ressource „Daten“ als Rohware der Information adaptiert. Es wird dargelegt, warum Daten im Unternehmen professionell organisiert sein müssen, welchen Erfolgsbeitrag das Datenmanagement leisten kann und welche Probleme gelöst werden müssen.

Rolf Dippold, Andreas Meier, André Ringgenberg, Walter Schnider, Klaus Schwinn, Stephen Fedtke

4. Aufbau der Datenbankadministration

Zusammenfassung

Es wurde schon früh erkannt, dass Datenbestände über eine lange Zeit existieren und als gemeinsame Ressource von verschiedenen Anwendungen genutzt werden können. So sind in den Anfangsjahren der eigentlichen Datenbankmanagementsysteme (DBMS) die Forderungen nach einem geregelten Datenunterhalt und entsprechender Organisationseinheiten zur Verwaltung der Datenbestände entstanden.

Rolf Dippold, Andreas Meier, André Ringgenberg, Walter Schnider, Klaus Schwinn, Stephen Fedtke

5. Unternehmensdatenmodellierung

Zusammenfassung

Die nächste Stufe auf dem Weg zum Informationsmanagement ist durch das Aufkommen von semantischen Datenmodellen und Bestrebungen zur Standardisierung der Unternehmensdaten geprägt. Dem lag die Erkenntnis zugrunde, dass alleine durch eine neue Technologie, wie im Falle der Datenbanktechnologie, das Ziel der integrierten Datenhaltung nicht zu erreichen ist.

Rolf Dippold, Andreas Meier, André Ringgenberg, Walter Schnider, Klaus Schwinn, Stephen Fedtke

6. Metadatenmanagement

Zusammenfassung

In den vorangegangenen Kapiteln standen die Geschäftsdaten, deren Strukturierung und Verarbeitung im Vordergrund der Überlegungen. Im folgenden Teil betrachten wir die Einführung von Systemen, welche die Modellierung der Informationsobjekte und deren verarbeitende Systeme unterstützen sowie die beschreibenden und systemtechnischen Daten — die Metadaten — verwalten. Damit erweitern wir die Aufgaben und Funktionen des Datenmanagements durch ein umfassendes, integrales Metadatenmanagement, um eine effiziente Nutzung der Informationsobjekte möglich zu machen.

Rolf Dippold, Andreas Meier, André Ringgenberg, Walter Schnider, Klaus Schwinn, Stephen Fedtke

7. Erfolgreiche Datenmigration aus Altsystemen

Zusammenfassung

Moderne Datenbankmanagementsysteme stellen die notwendige Technologie, die Disziplin der Datenmodellierung und -standardisierung den konzeptionellen Überbau zur Verfügung, um die Unternehmensressource Daten effizient erschliessen zu können. Die Migration von Alt-Systemen in neue Architekturen kann daher als ein Signal für den Übergang zur Entwicklungsstufe Datenmanagement gesehen werden.

Rolf Dippold, Andreas Meier, André Ringgenberg, Walter Schnider, Klaus Schwinn, Stephen Fedtke

8. Erfolgreiche Organisation des Datenmanagements

Zusammenfassung

Wir haben bislang gesehen, dass der Treiber für den Übergang zur Stufe „Datenbankadministration“ die Einführung neuer Technologie war. Der Übergang zur Entwicklungsstufe „Datenmodellierung/Datenstandardisierung“ entstand durch die Forderung nach mehr Datenintegration. Der Treiber für den Übergang zur Entwicklungsstufe „Datenmanagement“ ist ein anderer.

Rolf Dippold, Andreas Meier, André Ringgenberg, Walter Schnider, Klaus Schwinn, Stephen Fedtke

9. Data Warehousing — strategisch betrachtet

Zusammenfassung

Aus der Sicht des Datenmanagements stellt der Data Warehouse Ansatz und dessen Erweiterung zu einer umfassenden Corporate Information Factory den Übergang vom reinen Datenmanagement zur höheren Entwicklungsstufe des Informationsmanagements dar.

Rolf Dippold, Andreas Meier, André Ringgenberg, Walter Schnider, Klaus Schwinn, Stephen Fedtke

10. Integriertes Datenmanagement — die Basis für Customer Relationship Management

Zusammenfassung

Wir wollen am Beispiel der aktuellen Diskussion über das betriebswirtschaftliche Konzept des Customer Relationship Managements aufzeigen, welchen direkten Geschäftsnutzen ein integriertes Datenmanagement generieren kann.

Rolf Dippold, Andreas Meier, André Ringgenberg, Walter Schnider, Klaus Schwinn, Stephen Fedtke

11. Vom Daten- zum Wissensmanagement

Zusammenfassung

Die Erkenntnis, dass Daten und Informationen im Unternehmen keine freien unentgeltlichen Güter sind, sondern kostbare und mitunter auch teure betriebliche Ressourcen darstellen, führt dazu, diese Ressourcen ebenso professionell zu organisieren wie dies bei den klassischen Betriebsmitteln schon lange der Fall ist (vgl. hierzu Kapitel 3). Daten und Informationen bilden die Grundlage für Wissen. Das Wissensmanagement bildet absehbar die nächste und höchste Entwicklungsstufe in unserem Entwicklungsstufenmodell. Die Grundlagen für erfolgversprechendes Wissensmanagement werden auf den Entwicklungsstufen Daten- und Informationsmanagement gelegt.

Rolf Dippold, Andreas Meier, André Ringgenberg, Walter Schnider, Klaus Schwinn, Stephen Fedtke

Backmatter