Beim Data Mesh agiert die IT-Abteilung als Plattformanbieter für Analytics-Werkzeuge und Standards, die Fachbereiche nutzen können, um schnell und flexibel ihre individuellen Datenansichten zu generieren. Wann sich der Aufwand eines Data Mesh lohnt und welche Rolle Data Fabric hier spielt, erfahren Sie in unserem Blogartikel.
Data Mesh – Wieso, weshalb, warum?
Wenn man die Analytics-Welt über einige Zeit beobachtet, erkennt man ein Muster. Nach einer Zeit der erhöhten und wachsenden Freiheit für Endanwender entsteht recht schnell ein Chaos aus unkoordinierten Analytics-Inseln, in dem Fachbereiche flexibel und sehr schnell „Ihre“ Datensicht umsetzen können. Leider passen die Datenwelten, Technologie-Stacks und Prozesse nicht zusammen, so dass übergreifende Auswertungen kaum möglich sind und die Datenqualität leidet. Auch die Summe der Kosten und Aufwände ist nach einiger Zeit groß, während Zuverlässigkeit und Nutzen abnehmen.
Irgendwann wird dieses Vorgehen wieder eingefangen und es wird zentralisiert und standardisiert. Dabei wird leider oft über das Ziel hinausgeschossen. Ein IT-Gebilde mit langwierigen Prozessen und hochgradiger Arbeitsteilung zwischen vielfältigen Spezialisten sichert zwar eine optimale Qualität, führt aber schnell zu Engpass-Situationen und Überlast in der IT. Die Fachbereichsbedarfe werden nicht mehr zeitnah erfüllt und sie fangen wieder an, eigene Lösungen zu bauen. Der Zyklus startet von Neuem…
So durchliefen der Analytics-Markt und die Unternehmen einige Hype-Zyklen mit wechselnden Governance-Modellen und darauf abgestimmten technischen Werkzeugen. Schlagworte, die dabei entstanden, waren z.B. Spreadsheet-Hölle, EIS/MIS, DWH, Hub-and-Spoke, Self-Service-BI, Data Platform, Data Lake, BICC und viele mehr. Zum Glück lernte der Markt jedoch aus den Erfahrungen und tendierte zu Kompromisslösungen, die irgendwo in der Mitte zwischen den beiden Extremen „zentrales DWH“ und Self-Service-BI angesiedelt waren. Technische Neuerungen wie Datenvirtualisierung und Data Catalogs unterstützen eine passgenaue Lösung inzwischen genauso wie neue Vorgehens- und Organisationsmodelle rund um agile Software-Entwicklung (z.B. ScrumScrum zählt zu den agilen Methoden in der Softwareentwicklung und… Mehr) und Organisation (z.B. Spotify-Modell).
Ein Data Mesh stellt nun den neuesten Ansatz dar, einen Kompromiss in dem ewigen Zielkonflikt aus Zeit, Qualität und Kosten zu finden.
Data Mesh – was ist das?
Ein Data Mesh (auf Deutsch Datengewebe) ist eigentlich ein Governance-Konstrukt, das auf modernen Prinzipien für agile Organisation und Software-Entwicklung aufsetzt. Zentraler Begriff ist die Domäne (aus dem Domain Driven Design-Ansatz), die grob als fachliches Themengebiet interpretiert werden kann. Die inhaltliche und technische Verantwortung für eine solche Domäne liegt bei demjenigen Fachbereich, der am meisten in der betroffenen Domäne arbeitet. Die Daten dieser Domäne werden als Produkt durch den Domain Owner im unternehmensweiten Datenaustauschmarkt angeboten. Diese Rolle als Product Owner erfordert Fähigkeiten, die nicht selbstverständlich in Fachbereichen vertreten sind. Daher werden häufig cross-funktionale Teams gebildet, die fachliche Definition und Dokumentation, Umsetzung der Datenaufbereitung und -speicherung und die Visualisierung und Verteilung der Daten verantworten.
Der IT kommt in diesem Ansatz die Rolle des Plattformanbieters zu. Sie stellt die Werkzeuge und Standards bereit, die notwendig sind, damit Fachbereiche ohne tiefere technische Kenntnisse in der Lage sind, Datenprodukte anzubieten. Der Prozess der Definition und Umsetzung der Datenprodukte geschieht aber ohne ihre Beteiligung, so dass sie keinen Engpass mehr bildet und das Gesamtmodell sehr skalierbar ist.
Was ist besser? Data Mesh oder Data Fabric?
Ein weiterer aktueller Ansatz in der BI-Architektur ist das Data Fabric (ebenfalls Datengewebe). Hierbei handelt es sich aber nicht um einen konkurrierenden Ansatz zum Data Mesh.
Das Data Fabric ist ein Ansatz, um eine Datenplattform aufzubauen und transparent und sicher zu betreiben. Das Data Fabric ist also ein passender Ansatz, mit dem die IT die notwendige Datenplattform bereitstellen kann, auf der der Data Mesh-Ansatz aufsetzt. Die richtige Frage lautet also nicht „Data Fabric oder Data Mesh“, sondern eher, ob einer der Ansätze oder beide in Kombination für eine gegebene Organisation geeignet scheint. Ein Data Mesh bedeutet hohe Anforderungen an die Fachbereiche und lohnt nur, wenn die Fachbereiche ihrerseits hohe Anforderungen an Flexibilität und Geschwindigkeit haben, die eine zentrale IT-Lösung nicht ausreichend abdecken kann.
Tiefergehende Informationen zu Data Mesh mit SAP?
Die Eignung der genannten Ansätze für Ihr Unternehmen untersuchen wir gern im Rahmen einer Analytics-Strategie-Beratung. Aktuell entwickeln wir ein Reifegradmodell mit einem entsprechenden Audit-Verfahren, um die notwendigen digitalen Fähigkeiten der Fachbereiche einordnen zu können.
Sprechen Sie mich gerne an!
Silvio Bergmann
Senior Manager
Analytics & Insights
silvio.bergmann@isr.de
+49(0)151 422 05 418
