Fachartikel
Projektmanagement
BI-Projekte gehen oft mit speziellen Anforderungen einher und bedürfen somit einer besonderen Herangehensweise. Wie Sie diese im Projektmanagement adäquat berücksichtigen und anhand unserer Erfolgsfaktoren meistern können, verraten wir Ihnen in diesem Artikel.
Wie so viele IT-Projekte scheitern auch BI-Projekte aus oft vermeidbaren Gründen. Beispielsweise schätzt Gartner Analyst Nick Heudecker1, dass rund 85% aller Big-Data-Projekte, als Beispiel moderner BI-Projekte, fehlschlagen. Um sich den erfolgreichen 15% anzuschließen, haben wir auf unserer Erfahrung basierte Erfolgsfaktoren für BI-Projekte entwickelt, die oft unterschätzt werden.
Woher wir unsere Erfahrung haben?
29FORWARD hat bereits eine Vielzahl an BI-Projekten weltweit im Banken- und Versicherungssektor, Einzelhandel sowie in der Luftfahrt erfolgreich abgeschlossen. Dadurch haben wir eine weitgestreute Expertise im BI-Projektmanagement aufgebaut und kennen die besonderen Dynamiken solcher Projekte.
Datenqualität und fachliche Bedeutung von KPIs (Key Performance Indicators)
Während in manchen Unternehmen die Bedeutung von Daten und Datenqualität bereits als strategisches Element angesehen wird, fehlt anderen wiederum noch ein klar definiertes Konzept hierzu. Ein wichtiger Bestandteil hierbei sind die Verantwortlichkeit, die Qualität einzelner Daten und die inhaltliche Definition von KPIs. Dabei gilt: Je höher die Datenqualität ist, desto aussagekräftiger sind auch die KPIs, die mithilfe dieser Daten berechnet werden. Erst mit einer guten Qualität des zugrunde liegenden Datenhaushalts (Vollständigkeit, Konsistenz, Herkunft) können verlässliche Entscheidungen auf dieser Grundlage getroffen werden.
Erfolgsfaktoren:
- Es ist eine klare Definition der Zuständigkeiten für Daten und Datenveränderungen notwendig. Wichtig hierfür ist, dass Ihr Projektteam die Verantwortlichkeiten und Interessen zwischen den unterschiedlichen Stakeholdern transparent abgrenzt. Dazu zählt auch die Einbindung der Linienorganisation, die eine enge Zusammenarbeit mit Instanzen erfordert, wie beispielsweise Data Stewards oder einem BICC (Business Intelligence Competency Center).
- Stellen Sie dem jeweiligen Fachbereich Hilfsmittel zur Verfügung, mit denen die Datenqualität gemessen und verbessert wird. Dafür können Sie eigene Messgrößen für die Datenqualität definieren, z.B. Konsistenz eines Datensatzes, Vollständigkeit eines Datensatzes, Redundanz (keine Dubletten).
- Achten Sie auf eine aktuelle und vollständige Dokumentation. Halten Sie die Dokumentation Ihrer KPIs und Datenströme immer aktuell und sorgen Sie für ein transparentes und einheitliches Verständnis innerhalb des Projektteams. So vermeiden Sie eine heterogene Interpretation von Kennzahlen und stellen einen Single Point of Truth für die betroffenen Unternehmenskennzahlen bereit.
- Motto „Trash in – Trash Out!“ – Beheben Sie Datenqualitätsprobleme der anliefernden Systeme nach Möglichkeit bereits im Quellsystem, um aufwändige Datenkorrekturen im späteren BI-System zu vermeiden. Es gilt die goldene Regel: Ein BI-System ist nur so gut, wie es die Qualität der in den Quellen bereitgestellten Daten zulässt.
Testmanagement
Da BI-Projekte datengetriebene Projekte sind, kommt im Testmanagement neben der Testdurchführung vor allem der Testdatenerstellung eine besondere Bedeutung zu. Letzteres wird zu Projektbeginn oft hinsichtlich der Komplexität unterschätzt.
Regulatorische Anforderungen
Grundsätzlich gelten regulatorische Anforderungen (DSGVO, Kritische Infrastrukturen, MaRisk, BAIT etc.) natürlich für alle Arten von IT-Projekten. Durch die Verarbeitung und Analyse von oft sensiblen oder vertraulichen Daten, kommt in BI-Projekten jedoch u.a. dem Datenschutz eine besondere Rolle zu.
Oft werden regulatorische Instanzen wie z.B. Revision oder Datenschutzbeauftragte als „innovationsverhindernd“ wahrgenommen. Ein solches Arbeitsklima muss das Projektmanagement dringend vermeiden. Es gilt zwischen den verschiedenen Stakeholdern zu vermitteln, um so die Anforderungen aller Parteien konstruktiv zusammen führen zu können.
Erfolgsfaktoren:
- Binden Sie bereits zu Beginn des Projekts wichtige Rollen aus den Bereichen Datenschutz, IT-Governance und Compliance aktiv in die Projektorganisation und -kommunikation ein. Klären Sie frühzeitig die zugrundeliegenden regulatorischen Anforderungen unter Berücksichtigung der IT-Infrastruktur und stellen Sie klare Prämissen für die Realisierung während der Umsetzungsphase auf. Die gemeinsam erarbeiteten Ziele sollten in Umsetzungskonzepten zu betroffenen Arbeitspaketen klar erkenntlich sein. Im Rahmen einer offiziellen Abnahme können Sie diese durch verantwortliche Stakeholder prüfen und validieren lassen. So schaffen Sie Planungssicherheit für Ihr Projekt und vermeiden Konflikte sowie aufwändige Workarounds in späteren Projektphasen.
- Analysieren Sie die BI-Solution und den Datenhaushalt auf risikobehaftete sowie sensible Daten und Funktionen. Anhand der Ergebnisse sollte unter Zusammenarbeit mit den Key-Stakeholdern aus Governance und IT-Infrastruktur ein Berechtigungskonzept für jede Systemkomponente des Solution-Designs nach den Vorgaben aus der DSGVO und MaRisk bereitgestellt werden. Im Rahmen eines offiziellen Genehmigungsprozesses werden die Konzepte vor der Realisierung durch die zuständigen Key-Stakeholder geprüft und abgenommen.
- Legen Sie klare Definitionen und Dokumentationsverfahren zum Beispiel von Prozessen zur Anonymisierung und Pseudonymisierung fest. Die Berechtigungen müssen an eine Vielzahl von Anforderungen aus der Regulatorik , dem Informationsbedarf der Fachbereiche sowie dem Risikomanagement angepasst werden. Zudem sollten bei der Konzeption des Systems und der Architektur frühzeitig alle Informationen und Anforderungen vorliegen. Planen Sie aus diesem Grund verbindlich und vorausschauend, damit Ihnen ausreichend Zeit zur Verfügung steht, alle Berechtigungen mit den Stakeholdern abzustimmen.
Unser Fazit zum Erfolgsrezept
Unter Berücksichtigung der genannten Erfolgsfaktoren steckt in jedem BI-Projekt großes Potential. Führen Sie sich immer wieder vor Augen, dass es insbesondere dem Projektmanagement obliegt, die gemeinsame Konzeption in enger Zusammenarbeit mit den dafür verantwortlichen Unternehmensrollen zu erarbeiten, um Konflikte und unnötige Mehraufwände zu vermeiden. Binden Sie zudem frühzeitig das Testmanagement, Regulatorik und Datenqualität in die Konzeptionsphase ein. Mithilfe eines iterativen oder sogar agilen Vorgehens können BI-Lösungen Stück für Stück ausgebaut werden. Erfahrungsgemäß hat sich gezeigt, dass sich dieses besonders für BI-Projekte eignet, um unsere Erfolgsfaktoren bestmöglich in der Praxis anzuwenden. Die Inhalte und Erfolgsfaktoren in diesem Artikel basieren auf der umfangreichen Erfahrung aus den Projekten der 29FORWARD. Bei weiterem Interesse hierzu steht Ihnen die 29FORWARD als vertrauensvoller Partner auch zur Umsetzung Ihrer BI-Projekte zur Verfügung.
