Datenmanagement: Unterschied zwischen den Versionen

Aus Controlling-Wiki
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
Zeile 1: Zeile 1:
Datenmanagement ist derjenige Prozess, der am meisten von der digitalen Transformation beein-flusst wird (Gleich & Tschandl, 2018, S. 73). Dies führt dazu, dass die bestehenden Produktionsfak-toren Kapital, Arbeit und Ressourcen laufend mit dem zusätzlichen Faktor Information/Wissen er-gänzt werden (Biesel & Hame, 2018, S. 24). Am Ursprung des zusätzlichen Produktionsfaktors ste-hen [[Big Data]], welche aufgrund von sozialen Netzwerken und [[Internet of Things|Internet der Dinge]] exponentiell Anwachsen (Göbel, 2018, S. 20).
Datenmanagement ist derjenige Prozess, der am meisten von der digitalen Transformation beein-flusst wird (Gleich & Tschandl, 2018, S. 73). Dies führt dazu, dass die bestehenden Produktionsfak-toren Kapital, Arbeit und Ressourcen laufend mit dem zusätzlichen Faktor Information/Wissen er-gänzt werden (Biesel & Hame, 2018, S. 24). Am Ursprung des zusätzlichen Produktionsfaktors ste-hen [[Big Data]], welche aufgrund von sozialen Netzwerken und [[Internet of Things|Internet der Dinge]] exponentiell Anwachsen (Göbel, 2018, S. 20).
Das Datenmanagement umfasst eine grosse Bandbreite von Themen und damit verbundenen Aktivi-täten. Im weiteren Sinne sind darin Begriffe wie [[Data Warehouse]], [[Business Intelligence]], [[Business Analytics]] oder [[Data Mining]] enthalten. Wird die Definition enger eingegrenzt, ist das Datenmanagement die Schnittstelle zwischen der Datenerhebung und der Datenverwendung. Wich-tig in diesem Zusammenhang sind die [[#Datenqualität]], die [[#Single Version of Truth]] sowie die Begriffe [[#Datenschutz und Datensicherheit]] (Langmann, 2019, S. 8).
Das Datenmanagement umfasst eine grosse Bandbreite von Themen und damit verbundenen Aktivi-täten. Im weiteren Sinne sind darin Begriffe wie [[Data Warehouse]], [[Business Intelligence]], [[Business Analytics]] oder [[Data Mining]] enthalten. Wird die Definition enger eingegrenzt, ist das Datenmanagement die Schnittstelle zwischen der Datenerhebung und der Datenverwendung. Wich-tig in diesem Zusammenhang sind die [[#Datenqualität]], die [[#Single Version of Truth]] sowie die Begriffe [[#Datenschutz und Datensicherheit]] (Langmann, 2019, S. 8).
== Definition von Datenmanagement ==
Vereinfacht steht das Datenmanagement für die Handhabung von unternehmensrelevanten Stamm- und Bewegungsdaten (Langmann, 2019, S. 32). Dabei gibt es viele Daten wie beispielsweise Pro-dukt- oder Kundendaten, die aus internen Systemen gewonnen werden. Auf der anderen Seite lie-fern die [[Big Data]] eine enorme Vielfalt an strukturierten und nicht strukturierten, externen Daten (Ereth & Kemper, 2016, S. 458). Weil die Daten sich schnell verändern können, ist es wichtig, diese fortlaufend zu beschaffen, aufzubereiten und zu bereinigen. Nur so kann eine gute Qualität gewähr-leistet werden. Dieser Prozess wird als Datenmanagement bezeichnet (Langmann, 2019, S. 8).
=== Ziele ===
Übergeordnetes Ziel des Datenmanagement für das Controlling ist es, dem Management die für die Unternehmenssteuerung relevanten Informationen in hoher Qualität und inhaltlich korrekt bereitzu-stellten (Gleich & Tschandl, 2018, S. 80). Daher muss der [[Digitaler Controller|digitale Controller]] verstehen, wie die Daten im Unternehmen erfasst, aggregiert und abgelegt werden, damit die Daten-aufbereitung möglichst produktiv verläuft (Egle & Keimer, 2018, S. 53). Ein optimales Datenma-nagement kommt jedoch nicht nur den Controlling-Prozessen zugute, sondern wirkt sich letztlich durch eine verbesserte Entscheidungsgrundlage auf die gesamte Unternehmenssteuerung aus (Gleich & Tschandl, 2018, S. 80-81). Mit einem sinnvoll gestaltetem Datenmanagement lassen sich geforderte Ziele auf Unternehmensebene erreichen. Planungsvorgänge werden optimiert und unter-stützen eine schnelle und sichere Entscheidungsfindung (Gondring & Wagner, 2018, S. 404-405).

Version vom 7. Mai 2021, 10:52 Uhr

Datenmanagement ist derjenige Prozess, der am meisten von der digitalen Transformation beein-flusst wird (Gleich & Tschandl, 2018, S. 73). Dies führt dazu, dass die bestehenden Produktionsfak-toren Kapital, Arbeit und Ressourcen laufend mit dem zusätzlichen Faktor Information/Wissen er-gänzt werden (Biesel & Hame, 2018, S. 24). Am Ursprung des zusätzlichen Produktionsfaktors ste-hen Big Data, welche aufgrund von sozialen Netzwerken und Internet der Dinge exponentiell Anwachsen (Göbel, 2018, S. 20). Das Datenmanagement umfasst eine grosse Bandbreite von Themen und damit verbundenen Aktivi-täten. Im weiteren Sinne sind darin Begriffe wie Data Warehouse, Business Intelligence, Business Analytics oder Data Mining enthalten. Wird die Definition enger eingegrenzt, ist das Datenmanagement die Schnittstelle zwischen der Datenerhebung und der Datenverwendung. Wich-tig in diesem Zusammenhang sind die #Datenqualität, die #Single Version of Truth sowie die Begriffe #Datenschutz und Datensicherheit (Langmann, 2019, S. 8).

Definition von Datenmanagement

Vereinfacht steht das Datenmanagement für die Handhabung von unternehmensrelevanten Stamm- und Bewegungsdaten (Langmann, 2019, S. 32). Dabei gibt es viele Daten wie beispielsweise Pro-dukt- oder Kundendaten, die aus internen Systemen gewonnen werden. Auf der anderen Seite lie-fern die Big Data eine enorme Vielfalt an strukturierten und nicht strukturierten, externen Daten (Ereth & Kemper, 2016, S. 458). Weil die Daten sich schnell verändern können, ist es wichtig, diese fortlaufend zu beschaffen, aufzubereiten und zu bereinigen. Nur so kann eine gute Qualität gewähr-leistet werden. Dieser Prozess wird als Datenmanagement bezeichnet (Langmann, 2019, S. 8).

Ziele

Übergeordnetes Ziel des Datenmanagement für das Controlling ist es, dem Management die für die Unternehmenssteuerung relevanten Informationen in hoher Qualität und inhaltlich korrekt bereitzu-stellten (Gleich & Tschandl, 2018, S. 80). Daher muss der digitale Controller verstehen, wie die Daten im Unternehmen erfasst, aggregiert und abgelegt werden, damit die Daten-aufbereitung möglichst produktiv verläuft (Egle & Keimer, 2018, S. 53). Ein optimales Datenma-nagement kommt jedoch nicht nur den Controlling-Prozessen zugute, sondern wirkt sich letztlich durch eine verbesserte Entscheidungsgrundlage auf die gesamte Unternehmenssteuerung aus (Gleich & Tschandl, 2018, S. 80-81). Mit einem sinnvoll gestaltetem Datenmanagement lassen sich geforderte Ziele auf Unternehmensebene erreichen. Planungsvorgänge werden optimiert und unter-stützen eine schnelle und sichere Entscheidungsfindung (Gondring & Wagner, 2018, S. 404-405).