Was ist entscheidend für die Einführung von
Data Products?

Daten waren schon immer ein zentrales Element, welches die operativen Transaktionen wie strategischen Weiterentwicklungen von Unternehmen prägten. Um Daten aus ihren Silos herauszubekommen und unternehmensweit nutzbar zu machen, werden oft zentrale Datenbewirtschaftungen in Form von Data Warehouses, Business Intelligence Systemen und später von Data Lakes und Lake Houses betrieben.

Neben den technischen Herausforderungen und Errungenschaften über die Jahrzehnte, blieben grundlegende Fragen oft die gleichen: Das sind Fragen nach der Data Governance, nach der Datenqualität und oft auch nach dem Metadatenmanagement sowie der Data Lineage. Diese Fragen resultieren häufig aus der Komplexität der unternehmensweiten Datensichten sowie aus dem Umstand, dass die Datenproduktion und ihre Konsumation oft weit auseinander liegen – «räumlich» wie auch zeitlich.

Mangelnde Datenqualität, d.h., Daten welche «fit-for-purpose» sind, waren schon immer ein Problem, vor allem in hochregulierten, Reporting-getriebenen Umgebungen. Die zunehmende Nachfrage nach Machine Learning und KI-Anwendungen verstärken dieses Problem.

Microsoft AI Image Generator: «Produkt aus Daten»

Die Idee der Datenprodukte versucht nun, Daten ähnlich wie Produkte zu entwickeln und zu managen und damit einen direkten Bezug zwischen der oft dezentralen Produktion von Daten und der verteilten Konsumation von Daten herzustellen. Das Ziel besteht darin, die Verfügbarkeit von Daten in der richtigen Qualität zu verbessern. Das soll erreicht werden, indem schon bei deren Produktion die Nutzung auch über Bereichsgrenzen hinaus mitgedacht wird, Transparenz über Inhalt und Herkunft der Daten hergestellt wird und sowohl die Bereitstellung wie auch die Nutzung der Daten über Plattformen vereinfacht und vereinheitlicht wird.

Data Products sind eine frische Perspektive auf die unternehmensweite Sicht auf Daten. Da sie als Managementkonzept diverse Stakeholder in einer Organisation tangiert, wird die Einführung und Nutzung von Datenprodukten immer auch eine Learning Journey sowohl für die Stakeholder als auch für die Organisation als Ganzes sein.

Die Zielsetzung dieses Topic Forums besteht darin, einige Journeys nachzuvollziehen um die Frage zu beantworten: «Was ist entscheidend für die Einführung von Data Products»?

Die folgenden drei Leitfragen stehen im Mittelpunkt dieses Topic Forums:

1. Warum Data Products: Welche Probleme wollen Organisationen mit Data Products lösen? Was versprechen wir uns davon?
2. Voraussetzungen für Data Products: Welche Voraussetzungen müssen Organisation schaffen, um Data Products zu einem Erfolg zu machen und was sind die Hindernisse für diesen Erfolg?
3. Wie anfangen und wie weiter: Was könnten erste Schritte für die Einführung von Data Products sein und was planen die Teilnehmenden als nächstes?

Gastgeber
Fiorenzo Maletta, AXA Schweiz

Lokation
AXA, Superblock (SB), Pionierstrasse 3, 8400 Winterthur

Anreise und Parkmöglichkeit
Anreise
Parkmöglichkeit in der unmittelbaren Nähe
– Parkhaus AXA (Superblock), Pionierstrasse, 3, Winterthur
– Parkhaus Kesselhaus, Pionierstrasse 20, Winterthur

Willkommen sind Business IT Professionals, welche in grösseren IT-Anwender-Organisationen die Aufgaben der Digitalisierung, Geschäftsentwicklung, Unternehmens und IT-Architektur, Compliance, Data Governance, des Data Managements sowie in KI und Analytics wahrnehmen.

Stephan Aier, SITIC Vorstandsmitglied

09:30 – 10:00
Eintreffen der Teilnehmenden, Willkommenskaffee

10:00
Eröffnung und Einleitung
Fiorenzo Maletta, AXA Schweiz
Stephan Aier, SITIC

10:15
Opening Keynote
Make Data Products Work: Datenprodukte als Schlüssel zu Innovation und Skalierung
Christine Legner, CC CDQ, Universität Lausanne

Datenprodukte leiten einen Paradigmenwechsel im Datenmanagement ein und sind derzeit für viele Unternehmen ein «heißes» Thema: Statt Daten lediglich als technische Ressourcen bereitzustellen, werden sie zu wiederverwendbaren, wertstiftenden Produkten – und beschleunigen damit Innovationen und die Skalierung von analytischen Anwendungen und KI.

Der Vortrag zeigt anhand von Beispielen, wie Unternehmen Datenproduktinitiativen starten und weiterentwickeln: Was sind Auslöser und Ziele? Was sind typische Entwicklungspfade, und welche Handlungsbereiche sind zu adressieren? Zudem wirft er einen Blick auf das Datenproduktmanagement: Wie verändern sich Rollen und Prozesse im Datenmanagement? Und wie kann man ein wachsendes Portfolio an Datenprodukten managen?

Christine Legner ist Professorin an der Fakultät für Wirtschaftswissenschaften (HEC) der Universität Lausanne. Sie ist Mitgründerin und Leiterin des Competence Centers Corporate Data Quality (CC CDQ), in dem sie und ihr Team gemeinsam mit 20 Partnerunternehmen Konzepte, Methoden und Tools für das Datenmanagement entwickeln.

11:00
Pause

11:30
Data Mesh / Data Products AXA Schweiz – Erfolgsfaktoren und Herausforderungen
Andreas Raubold & Cornelia Seide, AXA Schweiz

Im Jahr 2023 haben wir bei AXA Schweiz damit begonnen, einen Data Mesh aufzubauen und Data Products zu entwickeln. Unser Beitrag gibt einen Einblick in unsere Erfahrungen und Erkenntnisse auf diesem spannenden Weg. Wir werden beispielsweise erörtern, wie wir Datenlieferanten überzeugen, ihre Data Products zur Verfügung zu stellen, wie dezentrale Domänen gebildet werden, ob Lineage-Diagramme nützlich sind und welche Rolle Plattformen spielen. Auch zeigen wir die verschiedenen Entscheidungswege auf, die wir während unseres Prozesses eingeschlagen haben.

Wir freuen uns darauf, Euch zu berichten, wie unsere Reise bisher verlaufen ist, welche Herausforderungen wir gemeistert haben, wo wir aktuell stehen und welche Faktoren uns vorangebracht haben. Lasst uns gemeinsam in die Welt des Data Mesh eintauchen.

12:15
Lunch by SITIC – Freie Menüwahl im AXA Restaurant

13:15
Data Products als Fundament einer kundenorientierten Datenstrategie:
Swisscard´s Vision für einen holistischen Data Governance Ansatz,
erläutert am Beispiel der Analytics Funktion
Franz Maier, Swisscard

Eine moderne Analytics Funktion, die Management- und Finanz-Reporting, analytische AI & ML Use Cases, Real Time Analytics und andere hybride Szenarien abdeckt, erfordert Zugriff und Aufbereitung von grossen Datenmengen. Diese Präsentation zeigt, wie Datenprodukte verwendet werden können, um Daten in einem Business-nahen Format näher zum End-Benutzer zu bringen und gleichzeitig Datenqualität, Daten-Rückverfolgung sowie Datenmodellierung hinsichtlich der gezielten analytischen Use Cases zu verbessern.

Alexander Eisgruber ist seit 2022 als Enterprise Architect bei Swisscard AECS in Horgen tätig. Er sorgt dafür, dass die Weiterentwicklung der IT-Landschaft gemäß sinnvoller und bewährter Standards sowie im Einklang mit der Unternehmens- und IT-Strategie erfolgt. Insgesamt verfügt er über etwa 20 Jahre Erfahrung in der IT, unter anderem als Solution Architect, Presales Consultant und Software Engineer.

Franz Maier arbeitet seit 2023 als Enterprise Daten Architekt bei der Swisscard AECS in Horgen/Zürich und ist dort unter anderem für den Aufbau einer Cloud-basierten Datenplattform verantwortlich. Er hat Wirtschaftsinformatik an der J.K-Univ. Linz studiert und in Informatik an der Univ. South Australia (Adelaide) promoviert.

14:00
Governance von Datenprodukten
Tobias Hackl, Universität St. Gallen

Diese Präsentation betrachtet die unterschiedliche Natur von Datenprodukten sowie deren Governance. Damit Organisationen von Skalierbarkeit und Effizienzgewinnen durch Datenprodukte profitieren können, bedarf es typgerechten Governance dieser. Im theoretischen Rahmen der Informationslogistik werden Datenprodukte dazu basierend auf einer empirischen Analyse systematisch voneinander abgegrenzt. Für jeden der drei identifizierten Typen von Datenprodukten werden spezifische Governance-Ansätze vorgestellt.

Tobias Hackl ist Doktorand am Institut für Wirtschaftsinformatik der Universität St. Gallen (IWI-HSG) am Lehrstuhl für unternehmensweite Informationssysteme (Prof. Robert Winter). Im Rahmen seiner Forschung beschäftigt er sich mit Design, Management und Governance von Datenprodukten sowie Datenplattformen im Kontext des Data Mesh.

14:30
Pause

15:00
Mini-Workshops
Community Wrap-Up: Was ist entscheidend für die Einführung von Data Products?

16:00 – 16:10
Ausblick und Abschluss

16:10
Apéro Riche by AXA

Eine Nachlese wird auf Wunsch der Teilnehmenden erstellt.

Verbindliche Anmeldung bitte via Email an kurt.wehrli@sitic.org

Für SITIC-Mitglieder ist die Teilnahme im Rahmen der Jahresmitgliedschaft unentgeltlich.
Nicht-Mitgliedern aus IT-Anwender-Organisationen werden 750 CHF in Rechnung gestellt.

Es gibt keine einheitliche Definition für «Data Product», dafür viele Beschreibungen wie zum Beispiel:

Ein Datenprodukt (englisch: data product) ist ein produkthaft hergestellter Datensatz, der einen bestimmten Nutzen erzeugt.

• Produkthaft bedeutet, dass der Datensatz genau wie ein physisches Produkt behandelt wird. Es gibt einen definierten Prozess sowie Verantwortlichkeiten für die Erstellung, Qualitätssicherung, Pflege und Weiterentwicklung des Datensatzes,
• «Nutzen erzeugen» heißt in diesem Fall: Der Kreis der Nutzenden ist bekannt und durch die zielgerichtete Nutzung des Datensatzes wird eine Herausforderung gelöst, die die Nutzenden haben.
• Neben den reinen Nutzdaten ist ein Datenprodukt um Metadaten ergänzt, die sowohl seine Inhalte beschreiben, als auch Kontextinformationen zur Nutzung des Datenprodukts bereitstellen.

[Wikipedia]

Motivations, Definition, and Categories
Research paper

M Redwan Hasan & Christine Legner
University of Lausanne

Download

What is a data product?

Building Effective Data Products: A Step-by-Step Guide

What Is A Data Product And What Are The Key Characteristics?

What is a Data Product? Guide, Definition & Examples

Microsoft Learn: «What is a data product?»

Data Products