Immer mehr Prozesse in Unternehmen erzeugen Daten – und die Digitalisierung ermöglicht es, diese Daten in Echtzeit zu erfassen. Gleichzeitig steigt die Erwartung, daraus schnell und zielgerichtet Erkenntnisse zu generieren. Doch viele Unternehmen stoßen mit ihrer zentralen Datenarchitektur an Grenzen: Die Datenbereitstellung dauert nicht nur zu lange, sondern auch die Abstimmung zwischen Fachbereichen und IT ist aufwendig. Die zentrale IT wird somit zum Skalierungsengpass und Innovationen innerhalb Unternehmen werden so gebremst. Als nachhaltige Lösung kommt hier Data Mesh ins Spiel.

Data Mesh als Antwort auf komplexe Fragen

Der von Zhamak Dehghani geprägte Ansatz des Data Mesh bietet eine innovative Alternative zur herkömmlichen Datenarchitektur: Er betrachtet Datenmanagement nicht nur technologisch, sondern explizit soziotechnisch. Das bedeutet, dass neben der Infrastruktur vor allem auch Organisation, Prozesse und Verantwortlichkeiten neu gedacht werden – verbunden mit klaren Prinzipien, die sowohl technisch als auch organisatorisch wirken. Das Ziel ist es, Daten dort zu managen, wo sie entstehen: in den Fachbereichen.

Im Kern verfolgt Data Mesh vier Grundprinzipien:

  1. Domänenorientierte Datenverantwortung: Daten werden dort verwaltet, wo die meiste Expertise liegt – innerhalb der fachlichen Domänen.
  2. Daten als Produkt: Daten werden nicht mehr nur als Nebenprodukt von Anwendungen gesehen, sondern bewusst als nutzbare, qualitativ hochwertige Produkte gestaltet.
  3. Self-Serve Data Platform: Eine zentral bereitgestellte Plattform bietet allen Domänen die benötigten Werkzeuge, um ihre Datenprodukte eigenständig entwickeln und betreiben zu können, sowie Datenprodukte anderer Domänen zu konsumieren.
  4. Federated Computational Governance: Governance-Regeln werden gemeinsam von allen Domänen entwickelt und durch Codebausteine innerhalb der Plattform automatisch in allen Datenprodukten angewandt.
Herausforderungen Datenanalyse

Von der Datenorganisation bis zu Data Products

Die Domänenorganisation bildet das Herzstück des Data Mesh-Ansatzes. Die Verantwortung für Datenhaltung und Datenmanagementprozesse wird in fachliche Domänen verlagert, wo fachliche und technische Expertisen zusammentreffen. Damit geht eine Dezentralisierung des Datenmanagements einher. Statt alle Daten zentral zu konsolidieren, liegt die Verantwortung für die Erstellung, Pflege und Qualität von Daten bei den jeweiligen Domänenteams.

Bei den Data Products, die in den jeweiligen Domänen von Data Mesh entstehen, steht der Gedanke der Nutzenmaximierung im Vordergrund. Es handelt sich um kontextbasierte, qualitativ hochwertige und schnell verfügbare Informationen, die den Datenhunger des Unternehmens gezielt decken. So können datengetriebene Entscheidungen beschleunigt und innovative Geschäftsmodelle vorangetrieben werden.

Der Weg zur erfolgreichen Einführung

Die Data Mesh Journey ist kein rein technisches Projekt. Die Domänenteams müssen nicht nur technologisch zum Self-Service befähigt werden, sondern auch die Verantwortung für die ihnen zugeordneten Daten bewusst übernehmen. Rollen wie „Data Product Owner“ müssen etabliert sowie neue Prozesse und Schnittstellen definiert werden. Kurzum: Ein Kulturwandel zur Data Driven-Organisation ist nötig, um die Vorteile von Data Mesh erfolgreich zu nutzen.

Eine der größten Herausforderungen liegt darin, das Silodenken aufzubrechen und eine unternehmensweite Haltung für Qualität, Transparenz und Zusammenarbeit rund um Daten zu etablieren. Statt zentraler Vorgaben braucht es Mechanismen, die Autonomie ermöglichen und gleichzeitig Standards sicherstellen.

Schritt für Schritt zur Data Driven-Organisation mit Data Mesh

Der soziotechnische Ansatz des Data Mesh bietet Unternehmen die Möglichkeit, ihre Datenarchitektur zukunftsfähig aufzustellen. Durch die Domänenorganisation wird das Datenmanagement dorthin verlagert, wo die größte fachliche Expertise liegt. Qualitativ hochwertige, nutzenmaximierende Datenprodukte sind das Ergebnis, die durch Transparenz und eine Self-Serve Data Platform schnell in neuen Anwendungsfällen genutzt werden können. So erzeugt das agile dezentrale Datenmanagement einen strategischen Vorteil bei datengetriebenen Entscheidungsprozessen und der Innovation datengetriebener Geschäftsmodelle. Sie möchten wissen, ob Ihr Unternehmen bereit für Data Mesh ist? Kontaktieren Sie uns, damit wir Ihnen helfen können, Ihren Weg zu gestalten.

Jetzt Kontakt aufnehmen

Über den Autor

Rainer Heinich

Senior Consultant

"Als Data- und Analytics-Berater unterstütze ich Kunden dabei ihre Geschäftsprozesse zu optimieren und Informationen wertsteigend zu nutzen. Ich entwickle Data- und Analytics-Lösungen sowie Dashboards und Berichte basierend auf fundierten Anforderungsaufnahmen und Requirements Engineering."


Newsletter abonnieren

Erhalten Sie regelmäßige Updates zu Blogartikeln & Leistungen.


    Artikel teilen


    Noch mehr spannende Beiträge