Sie können nicht wissen, wie Ihre Datenanforderungen in der Zukunft aussehen. Sie können bestenfalls vermeiden, für Fehler zu bezahlen, die heute nicht behoben werden.

Die Unternehmen haben heute mit Daten aus einer großen Vielfalt an Datenquellen über ebenso vielfältige Schnittstellen zu tun. Um diese Daten sinnvoll nutzen zu können, müssen sie von den IT-Abteilungen extrahiert, in ein brauchbares Format umgewandelt und in die richtigen Data Warehousing-Systeme geladen werden. Oft werden Daten aus mehreren Anwendungen integriert, um einen einzigen Geschäftsprozess zu unterstützen.

Das ist kein einfaches Unterfangen. Umso schwieriger wird es durch die Tatsache, dass eine Änderung an den Daten an einer Stelle sich auf eine Vielzahl von Daten an anderen Stellen auswirkt.

Ein hoher Preis für Daten von unzureichender Qualität

In den meisten Unternehmen werden Integrationsprojekte nach einem reaktionären Ansatz angegangen. Sie werden nur dann in Angriff genommen, wenn der Bedarf sichtbar ist. Es mag unverzichtbar erscheinen, dass die Anfragen von Unternehmensseite schnell und effizient beantwortet werden müssen. Wenn Sie aber Integrationsprojekte ad hoc durchführen, laufen Sie Gefahr, dass die Punkt-zu-Punkt-Schnittstellen zunehmen, diese aber nicht den höheren Datenverwaltungsanforderungen Ihres Unternehmens entsprechen.

Die Folgen einzelner Bereitstellungen sind enorm:

1. Die Aufgaben sind nicht replizierbar, also sind die Kosten für den laufenden Support sowie für Erweiterungen aufgrund der Komplexität des Projekts sehr hoch.
2. Es kann kein Data-Lineage garantiert werden. Und so kann es sein, dass sie Prozesse erstellen, die nicht mit den vorhandenen Geschäftsregeln, die Datenumwandlung und Datenqualität steuern, kompatibel sind.
3. Diese Einzelsysteme lassen sich nur schwer anpassen und aktualisieren, da jede aufgrund eigener Regeln, benutzerdefinierten Codes und inkonsistenter Daten besonderer Aufmerksamkeit bedarf.

Investition in bereinigte Daten

Sie können zu Beginn eines Datenintegrationsprojekts nicht in die Zukunft schauen. Auch auf Unternehmensseite, wo Anforderungen häufig voller Zuversicht prognostiziert werden, mangelt es an Einblicken. Das Beste, was Sie tun können, ist, optimalen Vorgehensweisen zu folgen, um die Abhängigkeiten zwischen den Einzelschnittstellen zu durchbrechen. Dazu zählen zum Beispiel folgende:

1. Entkopplung der Anwendungen zur Reduzierung von Abhängigkeiten
2. Implementierung von Daten- und Integrationsstandards für den Informationsaustausch zwischen den Systemen
3. Anwendung von Staging, um die Nutzung großer Datensätze zu unterschiedlichen Latenzen zu erleichtern
4. Protokollierung der an Daten vorgenommenen Änderungen, um durchgängige Transparenz der Daten selbst wie auch der Metadaten zu gewährleisten

Vielleicht meinen Sie, nicht über die Zeit oder Ressourcen zu verfügen, um diese Empfehlungen zu befolgen. Unter Umständen haben Sie auch nicht die Unterstützung von den Interessengruppen im Unternehmen, um die erforderlichen Maßnahmen zur Aufrechterhaltung zuverlässiger Daten zu ergreifen. Ihre Probleme werden sich jedoch noch verschlimmern, je länger Sie auf eine zentralisierte Datenverwaltungslösung verzichten.

Wenn diese Herausforderungen unüberwindbar erscheinen, können Sie eine Lösung in Betracht ziehen, die viele dieser Prozesse, wenn auch nicht alle, automatisiert. Weitere Informationen finden Sie im Dokument The Next-Generation of Data Integration: Transforming Data Chaos into Breakthrough Results (Die nächste Generation der Datenintegration: Umwandlung des Datenchaos in bahnbrechende Ergebnisse). Hier erhalten Sie Empfehlungen dahingehend, wie Sie Kompromisse auf dem Weg herkömmlicher Ansätze zur Datenintegration vermeiden.