Wissen · Architektur
Wie schafft man verlässliche Datenflüsse?
Verlässliche Datenflüsse entstehen, wenn für jeden wichtigen Datenbestand feststeht, in welchem System er führend gepflegt wird, auf welchem Weg er zu den anderen Systemen gelangt und wer für seine Qualität verantwortlich ist. Dazu gehören eine verbindliche Definition je Kennzahl und Abgleichsregeln, die Abweichungen automatisch sichtbar machen. Daten werden einmal sauber erfasst und stehen dort bereit, wo sie gebraucht werden.
Autor Andreas O. Schwan, Managing PartnerStand
Rechtliche Angaben mit Stand 7. Oktober 2026. Dieser Beitrag ist keine Rechtsberatung.
Ursache
Warum drei Berichte drei Zahlen zeigen.
Wenn der Monatsbericht drei Zahlen für denselben Umsatz zeigt, liegt die Ursache selten in einem Rechenfehler. Meist stammen die Zahlen aus verschiedenen Systemen, mit verschiedenen Stichtagen und verschiedenen Definitionen, und jede ist für sich richtig berechnet. Kundendaten liegen im CRM, im ERP und in Tabellen daneben, jeweils etwas anders gepflegt. Das ist ein Problem der Datenarchitektur, nicht der Mitarbeitenden.
Typische Bruchstellen
- Dieselben Stammdaten in mehreren Systemen, ohne führendes System
- Kennzahlen mit unterschiedlicher Definition je Bereich
- Daten, die von Hand kopiert und nachgepflegt werden
- Schnittstellen, die niemand dokumentiert hat
- Keine nachvollziehbare Herkunft vom Bericht bis zur Quelle
Vorgehen
Vom Bericht zurück bis ins Quellsystem.
Der verlässlichste Weg zu sauberen Datenflüssen beginnt am Ende: bei den Kennzahlen, über die entschieden wird. Von dort verfolgt man jede Zahl zurück bis in ihr Quellsystem und hält fest, wo sie kopiert, umgerechnet oder von Hand ergänzt wird. Daraus entsteht eine Datenlandkarte, die auch ohne technisches Vorwissen lesbar ist, und die Grundlage für die Zielarchitektur.
Vier Schritte, jeder mit Ergebnis
- Schritt 1
Quellen erfassen
Systeme, Datenbestände und Schnittstellen aufnehmen, einschließlich der Tabellen neben den Systemen.
- Schritt 2
Flüsse nachzeichnen
Ausgewählte Kennzahlen vom Bericht bis ins Quellsystem verfolgen.
- Schritt 3
Qualität messen
Vollständigkeit, Aktualität und Widersprüche mit Kennzahlen sichtbar machen.
- Schritt 4
Ziel entwerfen
Führende Systeme, Datenflüsse und Verantwortungen festlegen und abstimmen.
Zielbild
Ein führendes System, ein verlässlicher Fluss.
Die Zielarchitektur legt fest, welches System für welche Daten führend ist, wie Daten fließen sollen und wer für ihre Qualität verantwortlich ist. Bestehende Systeme bleiben, wo sie ihre Aufgabe erfüllen. Abgeschaltet wird nur, was nachweisbar überflüssig ist, und erst nach einem Parallelbetrieb mit Abgleichen. Das Leitbild ist der Zero Friction Data Flow: Daten werden einmal erfasst und überall verlässlich genutzt.
Eine klare Datenarchitektur ist auch die Voraussetzung für jeden sinnvollen Einsatz von KI. Ein Modell ist nur so verlässlich wie die Daten, auf denen es arbeitet. Fragmentierte Systemlandschaften liefern fragmentierte Ergebnisse.
Fragen der Geschäftsführung
Was Geschäftsführer dazu fragen.
Was ist ein führendes System?
Das System, in dem ein Datenbestand verbindlich gepflegt wird, etwa der Kundenstamm im CRM oder der Artikelstamm im ERP. Alle anderen Systeme übernehmen die Daten von dort und ändern sie nicht selbst. Für jede Datendomäne gibt es zu jedem Zeitpunkt genau ein führendes System.
Woran erkennt man eine gute Datenarchitektur?
Daran, dass sich Besprechungen um Entscheidungen drehen und nicht um die Frage, welche Zahl stimmt. Jede zentrale Kennzahl hat eine festgelegte Quelle und Berechnung, Fehler werden dort behoben, wo sie entstehen, und die Herkunft jeder Zahl ist nachvollziehbar.
Spielt die Datenarchitektur bei Prüfungen nach BCBS 239 oder DORA eine Rolle?
Ja. BCBS 239 verlangt von Banken eine nachvollziehbare Aggregation ihrer Risikodaten, DORA von Finanzunternehmen die Erfassung ihrer IKT-Assets und deren Abhängigkeiten. Eine dokumentierte Datenherkunft vom Bericht bis zur Quelle ist für beides ein zentraler Nachweis.
Stand Oktober 2026 · keine Rechtsberatung
Autor und Quellen
Wer antwortet, und worauf es sich stützt.
Quellen und weiterführende Literatur
- Basler Ausschuss für Bankenaufsicht: BCBS 239, Principles for effective risk data aggregation and risk reporting, 2013 (externe Seite)
- Verordnung (EU) 2022/2554 (DORA), Artikel 8 (externe Seite)
- DAMA International: DAMA-DMBOK, Data Management Body of Knowledge, 2. Auflage, 2017
- ISO 8000, Data quality (Normenreihe)
Stand dieser Seite:
Weiterlesen
Die nächste Frage und der Weg dahinter.
Verwandte Frage
Warum ist Datenstrategie Chefsache?
Weil sie über Investitionen, Verantwortung und Risiken entscheidet und nicht über Technik.
Verwandte Frage
Wann ist ein Unternehmen AI-ready?
Wenn Anwendungsfälle, Daten, Technik und Regeln zusammenpassen. Erst die Daten, dann das Modell.
Passende Leistung
Data Architecture
Wie SIMO das Thema im Mandat bearbeitet: Vorgehen, Ergebnisse und Fragen der Geschäftsführung.
Sehen Sie, wie SIMO Alternativen strukturiert und bewertet.
Ihr nächster Schritt
Von der Antwort zur Entscheidung.
Wie entscheidungsreif Ihr eigenes Vorhaben ist, zeigt der Decision Readiness Check. Wer lieber direkt spricht, wählt das Erstgespräch mit einem Managing Partner.
Wie entscheidungsreif ist Ihr Vorhaben? In 3 Minuten prüfen.
45 Minuten, und Sie wissen, ob SIMO zu Ihrer Entscheidung passt.
Oder rufen Sie an: +49 6021 625 63 40