Datenmanagement

Dem Überfluss an Daten (z.B. jeder hat Adressen gespeichert) steht gleichzeitig ein Informationsmangel gegenüber (welche Daten zu meiner Adresse sind in einer anderen Datei gespeichert?).
Eine historisch gewachsene isolierte Datenwelt hat durchaus Vorteile:

• genaue Abgrenzbarkeit von Projekten
  
• genaue Zuordenbarkeit von Verantwortung und Aufgaben
  
• Reduzierung von Softwareentwicklungskosten für den Aufbau eines Projekts

Dies bringt jedoch gleichzeitig folgende Nachteile:

• höhere Kosten bei Weiterführung von Projekten
  
• sich immer mehr verselbstständigende Dateninseln
  
• Redundanz

Eine verbesserte Informationsversorgung kann nur durch integrative Gesamtsysteme ermöglicht werden, welche die (früher entwickelten) Teilsysteme ablösen. Diese Forderung kann mit heutigen Technologien wie etwa verteilte Datenbanksysteme, IDV, relationales Datenbankdesign, ... erfüllt werden. Aufgabe eines Datenmanagements muss sein

1. die Schaffung einer einheitlichen Begriffswelt innerhalb des Unternehmens
   
2. Bereichsübergreifende Datenhaltung
   
3. gutes Informationsangebot zuverlässig zur Verfügung stellen
   
4. Unterstützung bei der Entwicklung und Pflege von Datenmodellen
   
5. langfristige Planung des Informationsbedarfs
   
6. strategische Weichenstellung für Datenarchitektur

Die mit Datenadministration betreuten Mitarbeiter haben die Aufgabe, alle Datenelemente (Attribute) der verschiedenen Projekte abzustimmen und in einem zentralen Datenkatalog (Datadictionary, Repository) abzulegen. Von besonderer Bedeutung ist hierbei die eindeutige Beschreibung der einzelnen Datenelemente. Somit können für bestehende und künftige Anforderungen Interpretationsschwierigkeiten, Missverständnisse oder gar Fehler vermieden werden. Ziel der Datenmodellierung ist ein Datenmodell, welches ein möglichst korrektes Modell der Unternehmensrealität widerspiegelt. Die Unternehmensrealität wiederum ist lediglich ein kleiner Ausschnitt der Realität, der Umwelt in der wir leben. Mit der Zunahme der sog. INDIVIDUELLEN DATENVERARBEITUNG, insbesondere der Ausbreitung der PCs, steigt die Notwendigkeit nach raschem Zugang zu Information. Konzepte für die Bereitstellung möglichst aktueller Daten möglichst schnell und möglichst sicher sind gefordert. Eine effiziente Möglichkeit stellt das periodische Kopieren von Daten auf Datenbestände, welche lediglich der Auswertung dienen. Man spricht vom 'Extrahieren operativer Datenbestände in statistische Datenbestände'. Mit modernen EDV-Werkzeugen ist die Auswertung von Daten leicht möglich, man denke nur an PC-Programme, welche nicht zuletzt durch vereinheitlichte Bedienerführung und Kommunikativität (Möglichkeit zum Austausch von Daten mit anderen Programmen) in vielen Abteilungen eingesetzt werden. Der Informationsbedarf wird, so meine ich, in nächster Zukunft gewaltig ansteigen. Oft ist das Ergebnis einer spontanen Abfrage bereits Grundlage für die nächste Abfrage usw. Eine Untersuchung der gespeicherten Information kommt ja einer Untersuchung der Realität gleich (sie erinnern sich: ein Datenmodell soll ein Abbild der Wirklichkeit sein).

Daten zum Endanwender

In der Zeit grosser und komplexer Rechenmaschinen war Datenverarbeitung Spezialisten vorbehalten (sie waren am konfusen Blick und den Lochkarten im Sakko zu erkennen). In einer EDV-Abteilung wurden Programme erstellt und durchgeführt. Listen und Lochkarten wurden der Fachabteilung übergeben. Statistische Auswertungen waren schwierig oder aufwendig oder beides. Die damalige Technologie Informationsverarbeitender Maschinen, sowohl Hardware als auch Software, bot eine wesentliche Verbesserung gegenüber den in allen Abteilungen geführten Handkarteien, war jedoch verglichen mit heutigem Standard ein eher schwerfälliges Instrumentarium mit lächerlich geringem Funktionsumfang für die Verarbeitung von Daten. Als ich 1976 im Rechenzentrum zu arbeiten begann, war im 'technischen Bereich' eine IBM-Maschine installiert, welche über 15kByte Hauptspeicher verfügte. Mein Commodore64 (eine herrliche alte Spielmaschine) verfügt über das vierfache an Hauptspeicher, meinen PC erwähne ich erst gar nicht. Fest steht jedoch, dass heutzutage jedermann mit einem PC umgehen könnte, die Bedienung zu lernen imstande ist und binnen kurzer Zeit produktiv damit arbeiten könnte. Damit besteht allerdings die Chance im DV-Bereich zu rationalisieren indem Datenverarbeitungsaufgaben dem Endanwender überlassen werden. Dies darf nicht nach dem Motto 'Nimm von mir die Daten und: viel Glück' geschehen. DV-Beratung durch Spezialisten des Datenmanagements ist ebenso unerlässlich wie Schulung im Umgang mit dem Kleincomputer. Wie kann die selbstständige Datenverarbeitung (DV), die individuelle DV (IDV) charakterisiert werden?

Individuelle Datenverarbeitung IDV

Die IDV unterstützt den Endanwender bei Entscheidungen und wird für situative Aufgaben eingesetzt. Es besteht ein individueller Bedarf, eine Lösung muss rasch erfolgen, eine generelle Lösung ist nicht praktikabel. Die IDV unterstützt den Endanwender im statistischen Bereich, das heisst der Endanwender liest Daten aus bestehenden Datenbanken und wertet diese aus - ohne Update (&Juml;nderung) auf dem zentralen Datenbestand. Der Einsatz einer IDV eignet sich besonders für situative Analyse, Planung und Simulation. Es soll nicht unerwähnt bleiben, dass die Verantwortung für die Ergebnisse ausschliesslich beim Endanwender liegen. IDV steht damit als Synonym für den Einsatz eines PCs, für Tabellenkalkulation und Grafik, sogar Textverarbeitung.

Anwendungsentwicklung

Bedeutet die IDV das Ende der Anwendungsentwicklung und das Ende von Rechenzentren? Natürlich nicht! Folgende Charakteristika rechtfertigen die Arbeit der (tradionellen) Anwendungsentwicklung:

• Die Anwendungsentwicklung hat die Rationalisierung von Arbeitsabläufen in der Fachabteilung zum Ziel
  
• generelle Lösung von EDV-Problemen für viele Anwender
  
• operativer Einsatz (Erklärung siehe unten)
  
• regelmässiger und planbarer DV-Einsatz

Sinnvolles Nebeneinander

Ein Nebeneinander von Anwendungsentwicklung und IDV sollte Teil einer strategischen Informationsplanung sein. Die Basis für operative und statistische Datenbanken ist ein zukunftsorientiertes Datenmanagement, womit wir wieder beim Thema dieses Artikels wären.

Operativ / statistisch

Unter dem operativen DV-Einsatz ist die Abwicklung von DV-Aufgaben zur Dokumentation der Realität zu verstehen, während die Statistik der Darstellung und Untersuchung von Massenerscheinungen dient. In der Praxis sind alle lebenden Datenbanken, die durch Updates ständig verändert werden, als operative Datenbanken zu bezeichnen. Werden operative Datenbanken für Auswertung, also zum Zweck der Abfrage, kopiert, so sind diese Dateien als statistische Datenbasis zu bezeichnen.

Zukunft

Für die Herausforderungen kommender Jahre werden sowohl technische als auch organisatorische Lösungen benötigt. Zu den technischen Lösungen zählt unter anderem die Entwicklung von verteilten Datenbanksystemen. Zu den organisatorischen Massnahmen kann eine Integration von daten(struktur)orientierten Methoden in die Anwendungsentwicklung gezählt werden.

Zurück zur Übersicht