Was sind Datenprodukte, und warum braucht Ihr Unternehmen sie?
Daten geben Unternehmen die Möglichkeit, vorauszuplanen und tragfähige Strategien zu entwickeln. Sie können das Marketing wirksamer machen, die Produktqualität heben und ein größeres Publikum erreichen. Ob Sie den Vertrieb ankurbeln, Ihre Produkte schärfen oder das Marketing verbessern wollen: Entscheidend sind genaue Erkenntnisse über Ihr Umfeld und Ihre Kunden. Genau deshalb sind gut entworfene Datenprodukte so wertvoll. Sie vereinfachen komplexe Daten, sodass Nutzer leichter an umsetzbare Erkenntnisse kommen und das Geschäft mit fundierten Entscheidungen voranbringen. 2025 wird dieser Ansatz zum Trend, und Unternehmen tun gut daran, vorn dabei zu sein und datengetrieben zu werden.
Was sind Datenprodukte?
Weit gefasst …
Datenprodukte sind alles, was aus Rohdaten zusätzlichen Nutzen schafft.
Technisch gesehen …
Datenprodukte sind spezialisierte Werkzeuge oder Anwendungen, die Daten erzeugen, verarbeiten oder als Dienst bereitstellen. Die Bandbreite reicht von einfachen Dashboards und Darstellungen bis zu fortgeschrittenen Modellen des maschinellen Lernens oder ganzen Analyseplattformen. Diese Werkzeuge machen aus Rohdaten umsetzbare Erkenntnisse, wertvolle Informationen oder Dienste, die Entscheidungen tragen.
Aus Sicht der Fachbereiche …
Für die Nutzer zählen die technischen Einzelheiten nicht. Es zählt, dass ihre Fragen mit Daten beantwortet werden, ohne zusätzliche Abstimmung mit Menschen aus anderen Teams. Ein Datenprodukt ist ein wiederverwendbarer Datenbestand, der für einen bestimmten Zweck einen verlässlichen Datensatz liefern soll. Es holt Daten aus den passenden Quellen, verarbeitet sie und stellt sie berechtigten Nutzern sofort bereit.
Indem der Datensatz von den darunterliegenden Systemen (dem Data Warehouse) gelöst wird, vereinfachen Datenprodukte den Zugang für die Abnehmenden: Daten lassen sich leicht finden und nutzen, ohne dass die Komplexität der Dateninfrastruktur sichtbar wird.
Grundsätze für Datenprodukte
Zhamak Dehghani, Urheberin des Konzepts Data Mesh, beschreibt es als „einen soziotechnischen Ansatz, um analytische Daten in großen Umgebungen zu teilen, zugänglich zu machen und zu steuern“. Im Kern dieses Ansatzes stehen Grundsätze für den Entwurf wirksamer Datenprodukte:
- Auffindbarkeit: Ein Datenprodukt muss leicht zu finden und zu verstehen sein, mit klar dokumentierten Angaben wie Verantwortung, Herkunft, Ablageort und Kennzahlen zur Qualität. Das schafft Vertrauen und erhöht die Sicherheit.
- Wertvolle Daten: Speichern Sie nur Daten, die Nutzen bringen oder einem Zweck dienen, sei es heute oder für künftige Erträge. Überflüssige Daten treiben Speicher- und Pflegekosten.
- Vertrauenswürdige Daten: Verlässliche Entscheidungen brauchen vertrauenswürdige Daten. Regelmäßige Prüfungen von Qualität und Richtigkeit halten die Daten dauerhaft verlässlich.
- Verständlichkeit: Daten sollten gut strukturiert und eingängig sein, damit Nutzer ohne zusätzliche Hilfe finden, was sie brauchen.
- Zugänglichkeit: Datenformate müssen zu verschiedenen Zwecken passen, etwa zu Modellen des maschinellen Lernens oder zu fachlichen Dashboards. Passende Zugriffsstufen sind dabei entscheidend.
- Geregelter Zugang: Nicht alle sollten auf alle Daten zugreifen. Governance sorgt dafür, dass die richtigen Menschen Zugang haben und die Sicherheit gewahrt bleibt.
- Adressierbarkeit: Jedes Datenprodukt braucht eine eindeutige Kennung, damit es leicht zu finden und zu nutzen ist.
Bestandteile eines Datenprodukts
Jedes Datenprodukt ruht auf diesen wesentlichen Bestandteilen:
- Metadaten und Dokumentation: Beschreibungen, fachlicher Kontext und betriebliche Angaben zu den Daten.
- Daten: Rohe und verarbeitete Datensätze als Fundament.
- Zugang für Nutzer: Dashboards, APIs und Suchwerkzeuge für die Bedienung.
- Lineage und Umformungen: Herkunft der Daten und ihr Weg durch die Umformungen.
- Einordnung und Sicherheit: Zugriffskontrolle und Maßnahmen zum Datenschutz.
- Pflege: Überwachung, Fehlerprotokolle und regelmäßige Aktualisierungen.
- Contracts: SLAs (etwa Zeitfenster, in denen die Daten bereitstehen, damit andere Datenprodukte aktuell bleiben), Richtlinien und Nutzungsvereinbarungen.
Diese Grundsätze sorgen dafür, dass Datenprodukte mitwachsen, sicher und nutzerfreundlich sind, und bilden das Rückgrat einer dezentralen Datenarchitektur, eines Gedankens im Zentrum der Philosophie des Data Mesh.
Warum Datenprodukte zählen
Datenprodukte bringen sowohl den Abnehmenden von Daten als auch dem Unternehmen erhebliche Vorteile, weil sie die Nutzung von Daten vereinfachen. Für die Abnehmenden sparen fertige Produkte Zeit, weil sie geprüfte, vertrauenswürdige Daten liefern, schneller zu Erkenntnissen führen und ein laufendes Bild der Lage ermöglichen. Zugesicherte Datenqualität und Compliance sorgen zudem dafür, dass Governance von Anfang an mitgedacht ist.
Für das Unternehmen treiben Datenprodukte Wirtschaftlichkeit und Ertrag, weil sie Wiederverwendung fördern und Aufwand senken, und halten die Datenarchitektur anpassungsfähig und zukunftssicher. Sie schlagen außerdem eine Brücke zwischen Fachbereich und IT, schaffen ein gemeinsames Verständnis und verringern die Unsicherheit über die Datenintegrität. Nach Angaben von McKinsey lassen sich mit Datenprodukten neue fachliche Anwendungsfälle um 90 % beschleunigen, die Gesamtkosten um 30 % senken und Risiken und Ausgaben rund um die Governance verringern (McKinsey).
Datenprodukte wirken als verbindender Rahmen zwischen physischen Systemen, Datenmodellen und Geschäftsprozessen. Sie beenden zersplitterte Ansätze im Umgang mit Daten, verteilen den Betrieb und erlauben, Daten mit wenig Vorarbeit flexibel in ganz verschiedenen Lagen einzusetzen.
Damit dieser Nutzen entsteht, braucht es eine schrittweise Strategie: klein anfangen, schnell ausliefern, nachbessern und die Möglichkeiten nach und nach ausbauen.
Wie Datenprodukte in das Data Mesh passen
Grundsätze des Data Mesh
Gehen wir einen Schritt zurück zum Oberbegriff „Data Mesh“. Die Grundsätze hängen zusammen und greifen jeweils bestimmte Herausforderungen und Abhängigkeiten auf, damit ein stimmiger und mitwachsender Umgang mit Daten entsteht.
- Verantwortung nach Domäne: Dieser Grundsatz verankert die Verantwortung für Daten in den jeweiligen Fachdomänen. Wenn Teams ihre Daten selbst verantworten, entstehen weniger Silos, und die Beteiligung steigt, während die Abschottung zwischen Domänen abnimmt.
- Daten als Produkt: Daten als Produkt zu behandeln sorgt dafür, dass sie auffindbar, verlässlich und für die Nutzer wertvoll sind. Dieser Grundsatz versetzt die Domänenteams in die Lage, hochwertige, wiederverwendbare Datenbestände zu schaffen, und senkt zugleich die Betriebskosten durch schlankere Abläufe und Infrastruktur.
- Self-Service-Datenplattform: Sie liefert den Domänen die Werkzeuge und die Infrastruktur, um ihre Daten eigenständig zu steuern. Das senkt die technischen Hürden für die Domänenteams und erlaubt ihnen, sich auf den Nutzen zu richten, statt mit betrieblichem Aufwand zu ringen. Mehr dazu in diesem Beitrag: dezentrale Datenarchitektur und ihre Rolle im Data Mesh
- Föderierte, rechnergestützte Governance: Sie sorgt für Einheitlichkeit und Compliance über das Mesh hinweg. Indem Richtlinien übergreifend durchgesetzt werden, richtet sie verteilte Datenpraxis an den Vorgaben des Unternehmens aus und macht Governance verlässlich und mitwachsend.
Diese Grundsätze hängen über mehrere Abhängigkeiten zusammen:
- Silos zu verhindern hängt an der Verantwortung nach Domäne und daran, dass Teams ihre Daten als Produkte steuern können.
- Datenprodukte miteinander zu verbinden schafft zusätzlichen Nutzen und erlaubt den Domänen, zusammenzuarbeiten und Erkenntnisse zu teilen.
- Richtlinien einheitlich und verlässlich auf Ebene des Mesh durchzusetzen schafft Vertrauen und Compliance, ohne die Beweglichkeit der einzelnen Domänen zu beschneiden.
Dieses Modell zeigt, wie das Zusammenspiel dieser Grundsätze die Herausforderungen komplexer, großer Datenlandschaften angeht und dabei sowohl Eigenständigkeit als auch Ausrichtung im Unternehmen sichert.
Werkzeuge für das Data Mesh
Dawiso und Datenprodukte
Dawiso ist: eine Plattform für Data Governance und Katalog
Funktionen:
- Metadatenmanagement, Business Glossary und Verfolgung der Lineage.
- Werkzeuge für Zusammenarbeit, Transparenz und breiten Zugang zu Daten.
- Schwerpunkt auf Bedienbarkeit, Bezahlbarkeit und Zugänglichkeit für alle Domänen.
Einsatz im Data Mesh: Dawiso kann als Bindeglied einer Self-Service-Datenplattform dienen und den Domänen helfen, ihre Datenprodukte im Sinne der Grundsätze des Data Mesh zu dokumentieren, zu finden und zu regeln.
Zusammenspiel mit anderen Plattformen
Unsere Plattform erlaubt es, Datenprodukte zu bestimmen, zu dokumentieren und in einer Art Marktplatz bereitzustellen. Zusammen mit Werkzeugen wie Keboola oder Confluent Kafka kann Dawiso etwa physische Datenflüsse automatisch aus den von Nutzern bestimmten Produkten erzeugen.
Diese Beweglichkeit trägt zentrale wie dezentrale Modelle und erlaubt Datenteams die Zusammenarbeit, während einzelne Fachbereiche wie Marketing oder Vertrieb die Verantwortung für ihre Daten übernehmen. Governance bleibt dabei eine entscheidende Schicht, denn ohne sie wird verteilte Datenarbeit schnell unübersichtlich.
