“Ein praxisorientierter Leitfaden zur Entwicklung eines Fachdatenmodells am Beispiel eines Finanzdienstleisters”
Am 8. Oktober 2024 waren wir gemeinsam mit unserem Kunden, der KfW, Teil der Online-Konferenz TDWI Virtual II. Diese Veranstaltung bietet zweimal pro Jahr eine Plattform für Fachleute, um sich über die neuesten Trends und Best Practices in der Datenbranche auszutauschen und weiterzubilden.
Unsere Kollegin Katharina Conradi und Dr. Alexander Natter von der KfW hielten einen beeindruckenden Vortrag mit dem Titel “Ein praxisorientierter Leitfaden zur Entwicklung eines Fachdatenmodells am Beispiel eines Finanzdienstleisters”. In ihrem Vortrag präsentierten sie einen umfassenden und praxisnahen Ansatz zur Herleitung eines Fachdatenmodells aus steuerungsrelevanten Geschäftsprozessen einer Förderbank.
- Welche Prämissen und grundlegenden Voraussetzungen müssen erfüllt sein, um einen effektiven und robusten Datenkatalog in einem Finanzdienstleistungsunternehmen zu implementieren?
- Wie kann ein Fachdatenmodell entwickelt werden, das die Geschäftsprozesse des Unternehmens referenziert und welche Schritte sind dabei zu beachten?
- Welche Best Practices und praktischen Methoden können aus der Implementierung eines Fachdatenmodells abgeleitet werden?
In der Praxis lassen sich zahlreiche Erfolgsfaktoren in der Implementierung einer Data Governance beobachten. Diese umfassen vor allem drei zentrale Kernelemente einer Data Governance Strategie: der Kundennutzen & ein Werteversprechen, eine konkrete Zieldefinition ausgerichtet auf den Geschäftsnutzen bzw. die Unternehmensstrategie sowie Bedeutung der Stakeholder und Multiplikatoren für die Datenkultur.
Wenn Sie noch mehr zum Thema Prämissen und Erfolgsfaktoren von Data Governance wissen wollen, schauen Sie sich unseren Data Catalog Guide an!
- Werteversprechen für mehr Transparenz und Qualität der Daten und Datenlieferstrecken sowie Definition klarer Datenprinzipien
- Fokus auf steuerungsrelevante Geschäftsprozesse mit direkter oder indirekter Relevanz für die Banksteuerung sowie das Berichtswesen (Compliance)
- Einbezug diverser Stakeholder und Förderung der Datenkultur über ein föderales Data Governance-Modell bestehend aus einer zentralen Data Governance Einheit, aus dezentralen Data Governance Beauftragten (Fachbereiche) und Systemverantwortlichen (Multiplikatoren)
Die Schärfung der Data Governance Strategie auf steuerungsrelevante Geschäftsprozesse bildet die Ausgangsbasis für die Entwicklung des Fachdatenmodells. Im Best Practice erklärt Dr. Alexander Natter, wie die KfW in einem Top-Down-Ansatz, steuerungsrelevante Reports und Kennzahlen identifiziert, eine Geschäftsobjekt(GO)-Landkarte entwickelt, den Datenfluss zwischen zentralen Daten ermittelt und Verantwortlichkeiten zugewiesen hat. Hierbei stellt er eine mögliche Methodik vor, mit der eine Struktur für die fachlichen Daten aus den Geschäftsprozessen, Geschäftsfeldern und Steuerungsdisziplinen (Organisation) abgeleitet werden kann. Das Ergebnis ist ein fachliches Datenmodell, das Geschäftsobjekt-Cluster, Geschäftsobjekte und zugehörige Attribute abbildet.
- Verbesserung der Kommunikation bzgl. des Datenaustausches (gemeinsames Vokabular), rein fachlich motiviert.
- Reduzierung von Missverständnissen durch eindeutige Semantik und damit unnötige Iterationsaufwände im Change/Run
- Eine anforderungsgetriebene Modellierung, d.h. Fokus auf ausgetauschte Daten.
Unser Best Practice wurde natürlich zum Schluss mit einer kurzen Demo der Geschäftsobjektlandkarte und des fachlichen Datenmodells der KfW in D-QUANTUM abgerundet.
Es war uns eine große Freude zum wiederholten Mal mit einem Vortrag bei der TDWI Virtual dabei gewesen zu sein und unsere Erfahrungen aus dem gemeinsamen Projekt mit der KfW – eine der führenden Förderbanken – zu teilen.
Das Format der TDWI Virtual
Die TDWI Virtual ist bekannt für ihre hochwertigen Inhalte und die Möglichkeit, sich remote und standortunabhängig mit der Community zu vernetzen. Die Konferenz bietet eine breite Palette an Themen, von Analytics in der Cloud über Data Architecture bis hin zu AI & Data Mesh, und richtet sich sowohl an Neueinsteiger als auch an erfahrene Profis.
