Data Maturity

Data Maturity wird innerhalb der Gap-Analyse verwendet und dient der Ermittlung des Reifegrades im Zuge von Big Data. Das Data Maturity-Modell bildet die Grundlage für die Gap-Analyse, dabei werden Aspekte wie Prozesse, Fähigkeiten, wesentliche Erfahrungen, Initiativen und Projekte, die sich im Umfeld von Big Data befinden, erfasst und durchleuchtet. Die Ergebnisse sollen Schwächen und Stärken, aber auch mögliche Potenziale des betroffenen Unternehmens aufzeigen.

Allgemeine Informationen zum Thema[Bearbeiten]

Ob und wie Big Data-Applikationen eingeführt werden, hängt unter anderem davon ab, wie sich die aktuelle Infrastruktur und die Managementunterstützung entwickeln. Entsprechend der Ergebnisse wird entschieden, wie eine Einführung oder Erweiterung von Big Data-Applikationen aussehen kann. Die Gap-Analyse dient dazu, eine erste Einschätzung abzugeben, die zu einem bestimmten Zeitpunkt vorgenommen wird, um im Anschluss eine Zielsetzung für künftige Big-Data-Initiativen zu formulieren und diese zu konkretisieren. Das Data Maturity-Modell ist wichtiger Bestandteil dieser Analyse.

Kriterien des Data Maturity-Modells[Bearbeiten]

Durch Data Maturity werden für die erste Bewertung folgende Kriterien berücksichtigt:

  • Big Data Infrastruktur (Tools und Prozesse)
  • Big Data Kompetenzen
  • der Blick auf Erfahrungen und bereits erfolgreich durchgeführte Projekte im Umfeld von Big Data
  • die strategische Verankerung im Unternehmen
  • die Umsetzung der Geschäftsstrategie durch die entsprechende Gewichtung von Big Data
  • die Big Data-IT-Referenzarchitektur und die Big Data-Geschäftsprozess-Architektur
  • die Anbindung an die Big Data-Cloud und die Konsolidierung der IT-Landschaft
  • aktuelle Initiativen, Big Data betreffend
  • die Big Data-Roadmap
  • die Kosten-/Nutzenanalyse auf der Grundlage von Big Data
  • die Leitprinzipien von Big Data
  • Kosten-/Nutzenanalyse auf Basis von Big Data


Die sich aus der Bewertung heraus ergebenden Schlüsse ermöglichen einen Eindruck bezüglich des Status‘ von Big Data innerhalb des Unternehmens oder eines bestimmten Unternehmensbereiches[1].

Die drei wesentlichen Schritte des Data Maturitys[Bearbeiten]

Sowohl für Unternehmen als auch für Behörden (siehe dazu den Abschnitt weiter unten im Text) gilt, dass sie die nächsten Schritte der digitalen Transformation planen müssen, um Erkenntnisse über den Handlungsbedarf und den aktuellen Stand der Organisation im eigenen Datenbereich zu gewinnen. Dafür werden genaue Kenntnisse über die Einsatzmöglichkeiten von Daten benötigt, aber auch eine Strategie für die Priorisierung wichtiger und umsetzbarer Use Cases.

Folgende drei Schritte sind für ein erfolgreiches Data Maturity Assessment nötig:

  • Die Bestimmung des digitalen Reifegrades
  • Die Formulierung eines Zielbildes
  • Das Erstellen von Handlungsempfehlungen für das Management


Der Open Data Maturity Report in Europa[Bearbeiten]

Auch auf europäischer Ebene spielt Data Maturity eine Rolle. Einmal jährlich erscheint der „Open Data Maturity in Europe“ Report, der Auskunft darüber gibt, wie nationale Behörden hinsichtlich Open Data aufgestellt sind. Der Report aus dem Jahre 2018 ergab strategische Schwächen bei den meisten Behörden. So wurden Deutschland und weiteren Ländern verschenktes Potenzial attestiert, notwendige Maßnahmen würden zu oft nicht durchgeführt werden.

2018 zählten nur wenige europäische Länder zu Trendsettern, die bereit und in der Lage sind, Open Data kontinuierlich weiterzuentwickeln. Meist änderte sich jedoch im Vergleich zum Vorjahr des Reports nur wenig. Deutschland etwa wies 2018 mit 64 Prozent einen identischen Wert des Reifegrades auf wie 2017 und landete damit auf Platz 17 und somit im Mittelfeld. Länder mit den besten Werten zeichnen sich durch einen guten strategischen Ansatz im Bereich Open Data aus und können ihre digitale Transformation stetig fortführen. Der durchschnittliche Reifegrad liegt allerdings nur bei 65 Prozent, wobei sich Unterschiede in den bewerteten Kategorien zeigten. Diese sind:

  • Policy: Viele EU-Staaten liegen in diesem Bereich bei einem guten Reifegrad, was sich dadurch erklären lässt, dass dort oftmals der Fokus gelegt wird. Der Reifegrad insgesamt liegt hier bei 82 Prozent, Deutschland konnte seinen Wert von 2017 bis 2018 immerhin auf 77 Prozent steigern, im Vorjahr lag er bei 65 Prozent.
  • Datenportale: Bei der Infrastruktur der Portale wird ein europaweiter Reifegrad von 63 Prozent erreicht, ein fortschrittliches Niveau konnte lediglich ein Drittel der nationalen Portale erreichen. Hier liegt Deutschland mit nur 54 Prozent sogar noch unter dem Durchschnitt. Alles in allem lässt sich festhalten, dass die Mehrheit der EU-Staaten künftig Anstrengungen unternehmen wird müssen, um moderne Portale zur Verfügung zu stellen und den Zugang zu öffentlichen Portalen zu verbessern.
  • Datenqualität: Auf diesem Gebiet kann Deutschland mit einem Reifegrad von 89 Prozent eine Vorreiterrolle in Anspruch nehmen. Der durchschnittliche Reifegrad in Europa liegt bei 62 Prozent, was weitere Maßnahmen notwendig macht.
  • Auswirkungen (Impact): Hier zeigt der Reifegrad von 39 Prozent erheblichen Verbesserungsbedarf auf, Deutschland kann auf diesem Gebiet zwar einen Wert von 50 Prozent bieten, zeigt jedoch wie viele andere Länder auch, dass weitere Bemühungen unumgänglich sind[2].


Bedeutung für die Webanalyse[Bearbeiten]

Sowohl für Unternehmen als auch für Behörden bzw. Staaten ist die Messung des Reifegrades ein wichtiger Wert, um den eigenen Status Quo und den konkreten Handlungsbedarf zu ermitteln, der den Weg zu datengetriebenen Projekten ebnet.

Neben der Erarbeitung eines individualisierten Zielbildes geht es darum, eine agile Datenstrategie zu erarbeiten, die die nächsten Schritte festlegt und so konkrete Maßnahmen zementieren kann[3].

Wie die oben aufgeführte Studie zeigt, sind zumindest auf europäischer Ebene die eklatanten Notwendigkeiten nur teilweiser erkannt worden. Aber auch zahlreiche Unternehmen haben im Bereich Data Maturity noch Nachholbedarf.

Einzelnachweise[Bearbeiten]

  1. Big Data Projekte vorgehen: Erfolgsfaktoren und Risiken haufe.de. Abgerufen am 29.01.2019
  2. Open Data in Europa langsam umgesetzt dotnetpro.de. Abgerufen am 29.01.2019
  3. Data Maturity Assessment alexanderthamm.de. Abgerufen am 29.01.2019

Weblinks[Bearbeiten]