--- title: "Wie schafft man verlässliche Datenflüsse?" description: "Verlässliche Datenflüsse brauchen ein führendes System je Datenbestand, klare Verantwortung und verbindliche Kennzahlen. Ursachen, Vorgehen, Zielbild." canonical: "https://simo-online.com/wissen/data-architecture" --- # Wie schafft man verlässliche Datenflüsse? Verlässliche Datenflüsse brauchen ein führendes System je Datenbestand, klare Verantwortung und verbindliche Kennzahlen. Ursachen, Vorgehen, Zielbild. Dargestellte Fassung: https://simo-online.com/wissen/data-architecture ## 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. - Ein führendes System je Datenbestand, eine verantwortliche Person je Domäne. - Eine verbindliche Definition und Berechnung je zentraler Kennzahl. - Abgleiche machen Abweichungen sichtbar, bevor sie im Bericht stehen. - Leitbild ist der Zero Friction Data Flow. ### 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 ### 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 #### Quellen erfassen Systeme, Datenbestände und Schnittstellen aufnehmen, einschließlich der Tabellen neben den Systemen. #### Flüsse nachzeichnen Ausgewählte Kennzahlen vom Bericht bis ins Quellsystem verfolgen. #### Qualität messen Vollständigkeit, Aktualität und Widersprüche mit Kennzahlen sichtbar machen. #### Ziel entwerfen Führende Systeme, Datenflüsse und Verantwortungen festlegen und abstimmen. ### 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. ### 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. Basler Ausschuss für Bankenaufsicht: BCBS 239, Principles for effective risk data aggregation and risk reporting, 2013 Verordnung (EU) 2022/2554 (DORA), Artikel 8 DAMA International: DAMA-DMBOK, Data Management Body of Knowledge, 2. Auflage, 2017 ISO 8000, Data quality (Normenreihe)