Modernes Datenmanagement & Governance als Digitalisierungsgrundlage


Digitalisierungsgrundlage: Modernes Datenmanagement & Governance

Bei der Digitalisierung eines Unternehmens spielen Datenmanagement und organisatorische Strukturen eine wichtige Rolle. Dr. Frank Säuberlich und Christoph Carstensen berichten darüber, mit welcher konzernweiten Datenstrategie sich EnBW den aktuellen Herausforderungen stellt.

Zentrales Daten-Team bei EnBW

Der Energiekonzern EnBW wird zunehmend digitaler. Dies spiegelt sich auch innerhalb der Organisation des Unternehmens wider. Innerhalb des Digital Office der EnBW versteht sich das Data Chapter als zentrale Anlaufstelle zu den Themen Daten, Analytics und AI mit den beiden Teilbereichen

  • DataLab (Entwicklung und operative Bereitstellung von Data Science & KI-Services für die EnBW) und
  • Daten-Strategiearbeit (Suche nach wertbringenden Use Cases im Konzern und Schnittstelle zwischen Business und Umsetzung).

Diese Zentraleinheit ist unterstützend und befähigend ausgerichtet, um in Projekten mit den Geschäftsbereichen diese datengetrieben weiterzuentwickeln. Ziel ist die Transformation und Digitalisierung des breit aufgestellten Konzerns und seiner Teilbereiche, was nur durch einen kooperativen Ansatz gemeinsam mit den Konzernbereichen gelingen kann.

Unternehmensspezifischer Datenstandpunkt

Als Ausgangspunkt zur Arbeit mit Daten im Unternehmen dient dabei die Formulierung eines unternehmensspezifischen Datenstandpunkts, welcher in Einklang mit der Unternehmensstrategie steht und somit einen direkten Wertbeitrag liefert. Bei EnBW Baden-Württemberg deckt dieser die Aspekte

  • Daten-Ownership,
  • Erweiterung Datenbasis,
  • Datenverantwortung inkl. Einhaltung rechtlicher und unternehmensweiter Standards sowie
  • das Ziel der Nutzenmaximierung durch Teilen der Datenbasis innerhalb des Unternehmens

über alle Bereichs- und Abteilungsgrenzen hinweg ab.

Um als Unternehmen die vorhandenen Daten gewinnbringend nutzen zu können, hat sich dabei der Fokus auf folgende drei Entwicklungsfelder bewährt (siehe Abbildung): Um die identifizierten Geschäftsbedarfe bzw. Daten-Fragestellungen mit wirtschaftlicher Relevanz abdecken zu können, ist der Aufbau der Analysefähigkeiten im Konzern durch entsprechendes Mitarbeiterwissen und IT-Lösungen notwendig, gepaart mit der Erreichung von Informationsexzellenz, d.h. der Optimierung organisatorischer Prozesse hinsichtlich Datenverantwortung, -zugriff und -qualität.

Aufbau einer Datenmanagement-Organisation

Eine zentrale Initiative zur Erreichung der Informationsexzellenz ist der Aufbau einer Daten Management-Organisation. Dabei hat sich bei der EnBW ein unternehmensspezifischer, hybrider Ansatz bewährt mit zentraler Koordination und lokaler Fachorganisation (Data Officers je Geschäftsbereich welche die operative Arbeit der Data Stewards koordinieren), gepaart mit einer Data Ownership auf Managementebene in diesen Bereichen.

Zusätzlich wurde ein Digital Management Board geschaffen, bestehend aus dem Top-Management der Geschäftsbereiche und Funktionaleinheiten, zur Entscheidung übergreifender Datenthemen und als Eskalationsweg im Bereich Daten. Dieser Data Management-Ansatz wurde schrittweise eingeführt und wird nun bei Bedarf adaptiert, unter Nutzung von bereits vorhandenem Know-How und Strukturen im Unternehmen, wodurch die Einführung und Etablierung positiv aufgenommen wurde.

Umsetzung der konzernweiten Datenstrategie in konkrete Projekte

In den einzelnen Konzernbereichen erfolgt der Aufbau einer lokalen Datenorganisation. Diese sind jeweils an den geschäftsspezifischen Anforderungen orientiert, welche dazu im ersten Schritt aufzunehmen und zu detaillieren sind. Der Bereich Energieerzeugung hat sich dazu zum Ziel gesetzt, mit einer Digitalisierungsstrategie die Energieerzeugung, sowohl bei konventionellen als auch in erneuerbaren Kraftwerken durch Datenunterstützung erfolgreicher zu machen ("Why"). Dazu wurde eine Datenstrategie mit den strategischen Themenfelder abgeleitet, welche u.a. notwendige Standards, Prinzipien und Datenmodelle umfassen ("How"). Diese wiederum dienen als Basis zur operativen Umsetzung in Form von Projekten und produktiven Lösungen des Data Managements ("What"). In diesem Zusammenhang sind als Initiativen das E-Cockpit als intelligentes Dashboard oder ENSIGHT als Plattform für Daten und datengetriebene Anwendungen zu nennen.

  • E-Cockpit bietet auf der einen Seite einen Überblick über alle relevanten kaufmännischen und technischen Aspekte der zunehmend automatisierten Betriebsführung von erneuerbaren Erzeugungsanlagen, auf der anderen Seite stellt es öffentlich zugänglich die aktuellen Erzeugungsdaten transparent zur Verfügung.
  • ENSIGHT ermöglicht eine schnellere Realisierung und den Betrieb von Data Cases im Kontext der Energieerzeugung.

Verschiedene Rollen in der Datenorganisation

Um solche Initiativen realisieren und betreiben zu können, wurde das Modell der Datenorganisation als Zusammenspiel von Business und lokaler, bereichsspezifischer Fachorganisation mit entsprechenden Rollen weiter detailliert. Während Data Owner und Geschäftsprozessverantwortliche die Daten in Ihrem Themenbereich als Entscheider verantworten, ist der Data Officer für die Detailgestaltung der Datenorganisation verantwortlich und realisiert die Datenmanagementstrategie. Etwas umsetzungsnäher arbeiten die Data Manager, welche die Konsistenz und die Verbindung der Systeme im Auge behalten. Einzelne Datendomänen wiederum verantworten die Data Stewards, welche als Multiplikatoren in den Fachbereichen zwischen der Datenorganisation und dem Business vermitteln und ihre Daten-Teilbereiche pflegen. Neben diesen Rollen mit Datenfokus sind die unterschiedlichen Bedarfe der Data Stakeholder im Auge zu behalten, denn das Ziel all dieser Aktivitäten ist die Schaffung von geschäftsrelevantem Mehrwert.

Mit Datenkatalog mehr Datentransparenz erreichen

Um die Potenziale der Digitalisierung und Auswertung von Unternehmensdaten sowie weiterer verfügbarer, evtl. zugekaufter externer Daten bei gleichzeitig hoher Datenvielfalt nutzen zu können, ist Datentransparenz erforderlich. Diese kann über ein zentrales Datenverzeichnis in Form eines Datenkatalogs erreicht werden und durch schnelleres Finden und Verstehen der richtigen Daten mit geeigneter Qualität neue Data Use Cases erleichtern und darüber hinaus ermöglichen.

Mit einem EnBW-weiten Datenkatalog soll durch automatisiertes Auslesen von Metadaten aus den verschiedenen Datenbereichen im Unternehmen eine technologieunterstützte und für Fachanwender verständliche Übersicht über die verfügbaren Daten entstehen. Diese umfasst Informationen zur Datenqualität, Verantwortlichkeiten für notwendige Freigaben. Ergänzt wird der Datenkatalog durch Möglichkeiten für Workflows und zur Kollaboration.

Somit erhöht ein Datenkatalog die Ertragspotenziale aus den vorhandenen Unternehmensdaten, erleichtert die Generierung neuer, steuerungsrelevanter Erkenntnisse und ermöglicht die Umsetzung neuer Datenanwendung bei gleichzeitiger Kosteneffizienz durch Automatisierung und Standardisierung.

Hybrider Ansatz hat sich bewährt

Eine konzernweite Datenstrategie besteht einerseits aus der Schaffung einer gemeinsamen, bereichsübergreifenden Datenbasis und andererseits aus der Etablierung der dafür notwendigen Organisationsstrukturen, Prozessen und gemeinsamen Grundsätzen. Dafür hat sich bei der EnBW ein hybrider Ansatz aus zentraler Koordination durch das Digital Office bei gleichzeitig lokaler Datenverantwortung durch das Business bewährt.
Die einzelnen Geschäftseinheiten, hier gezeigt am Beispiel der Energieerzeugung, detaillieren die Datenorganisation passend zu den jeweiligen Daten und Fragestellungen und vereinfachen dadurch die Umsetzung von datenbasierten Use Cases und generieren dadurch Mehrwert für die jeweiligen Geschäftsmodelle.

Datenkatalog als zentrales Werkzeug

Als zentrales Werkzeug und Kollaborationsplattform für die unternehmensweite Zusammenarbeit mit Daten empfiehlt sich die Nutzung eines Datenkatalogs als Datenverzeichnis bei gleichzeitiger Wahrung notwendiger Standards und Richtlinien sowie zur Überwachung der Datenqualität.

Fazit: Die Kombination von konzernweiter Kollaboration und lokaler bereichsspezifischer Umsetzung der Datenstrategie hat sich bewährt und dient als Voraussetzung für die toolgestützte Kollaboration im Datenkatalog.