Data Universe - Data, Information, Knowledge powered by TDWI

Ein Gespräch mit Raphael Branger

Warum nutzt eigentlich niemand eure Dashboards?

Nicht, weil die Technologie schlecht ist, sondern weil ihr am Bedarf vorbei gebaut habt.

In dieser Episode von TDWI Data Universe spricht Claudia Koschtial mit Raphael Branger darüber, warum BI-Projekte selten an Daten oder Tools scheitern, sondern daran, dass Menschen nicht wirklich miteinander gesprochen haben.

Anforderungen werden zu früh festgeschrieben, übergeben und „abgearbeitet“. Dabei entsteht das eigentliche Verständnis oft erst im Gespräch. Was am Anfang klar wirkt, verändert sich im Dialog – oder war nie wirklich klar.

Die Folge: Lösungen, die technisch funktionieren, aber keinen echten Mehrwert liefern.

Raphael zeigt, was es stattdessen braucht:

früh in den Dialog gehen

gemeinsam denken, skizzieren, hinterfragen

Emotionen und Perspektiven ernst nehmen

und erst bauen, wenn Klarheit entstanden ist

Denn am Ende entscheidet nicht das Tool über den Erfolg eines BI-Projekts, sondern ob Menschen dasselbe meinen, wenn sie über Daten sprechen.

Gespräch mit Dirk Lerner

Daten verändern sich – aber ohne Historisierung geht ihr Kontext verloren. In dieser Episode von TDWI Data Universegeht es um bi-temporale Historisierung und warum sie entscheidend ist, um Daten korrekt über die Zeit zu verstehen.

Im Kern des Gespräches von Claudia Koschtial und Dirk Lerner stehen zwei Perspektiven:

Wann wurde ein Datensatz im System erfasst – und wann war er fachlich gültig? Gerade bei komplexen Prozessen oder nachträglichen Korrekturen entstehen sonst schnell falsche Auswertungen.

Bi-temporale Modelle schaffen hier Abhilfe: Sie machen Veränderungen nachvollziehbar, erhöhen die Datenqualität und erfüllen regulatorische Anforderungen – ohne grundlegende Änderungen an der Datenarchitektur. Statt Daten zu überschreiben, bleibt jede Änderung transparent.

Auch wenn viele Analysen scheinbar ohne Historisierung auskommen: Sie wird dann entscheidend, wenn es um Nachvollziehbarkeit, Korrekturen und Planungsszenarien geht.

Eine Episode über Daten mit Gedächtnis – und warum echte Datenqualität immer auch eine Frage der Zeit ist.

Gespräch mit Dr. Simon Harrer

„Chat with your Enterprise Data“ eine Vision, die Self Service Analytics auf ein neues Level heben könnte. Statt lange nach passenden Datensätzen zu suchen, stellt man eine Frage und die Antwort mit den relevanten Daten wird mir einfach ausgespielt.

In dieser Episode von TDWI Data Universe spricht Claudia Koschtial mit Dr. Simon Harrer darüber, wie solche Ansätze auch für Data Governance genutzt werden können. Denn in dezentralen Datenlandschaften mit vielen Datenprodukten, Contracts und Policies wird es zunehmend schwierig, alle Regeln und Nutzungskontexte im Blick zu behalten.

Ein Prototyp zeigt, wie Large Language Models Governance-Regeln, Data Contracts und Nutzungszwecke analysieren können, um erste Entscheidungsempfehlungen zu geben – etwa bei der Frage, ob ein Datensatz für einen bestimmten Zweck verwendet werden darf.

Eine Episode über „Chat with your Enterprise Data“, über den Wandel vom Datenkatalog zum Datenmarktplatz und darüber, wie KI und menschliche Urteilskraft gemeinsam Data Governance skalierbar machen.

Gespräch mit Dr. Simon Harrer

Datenprodukte funktionieren nur dann, wenn Vertrauen vorhanden ist. Doch Vertrauen entsteht nicht durch gute Absichten – sondern durch klare Vereinbarungen. In dieser Episode von TDWI Data Universe spricht Dr. Simon Harrer über die Rolle von Data Contracts im Kontext von Data Mesh und Datenprodukten.

Wenn viele Parteien Daten anbieten und konsumieren, braucht es verbindliche Regeln für Qualität, Sicherheit und Transparenz. Genau hier setzen Data Contracts an: Sie definieren Erwartungen klar, schaffen Planungssicherheit und machen Verantwortung sichtbar.

Spannend ist dabei: Der größte „Schmerz“ liegt selten im akuten Problem, sondern in der fehlenden Zukunftssicherheit. Standardisierte Data Contracts – inzwischen in einer weiterentwickelten Default-Version – ermöglichen nicht nur Transparenz, sondern auch Automatisierung.

Dabei geht es weniger um Vertragsstrafen als um Kultur. Data Contracts sind kein Bürokratiemonster, sondern ein Instrument, von dem Produzenten, Konsumenten und Plattform-Teams gleichermaßen profitieren.

Eine Episode über Verbindlichkeit als Grundlage für Skalierung – und warum im Data Mesh am Ende der Contract „Recht hat“.

Data Governance entsteht nicht durch Regeln allein – sondern durch Pflege, Verantwortung und gemeinsames Verständnis. In dieser Episode sprechen wir mit Kiomi Soledad Spriestersbach über den Aufbau wirksamer Data Governance bei der Lufthansa Group – und warum sich dieser Prozess erstaunlich gut mit Backkunst und Gartenarbeit vergleichen lässt.

Aus einer zentralen Perspektive heraus werden viele dezentrale Organisationseinheiten verbunden. Dabei hat sich vor allem eines verändert: das Verständnis von Datenprodukten. Datenqualität, Metadaten und klare Rollen sind heute entscheidend, um Daten nutzbar, vertrauenswürdig und sicher bereitzustellen – insbesondere bei großen Mengen personen- und technikbezogener Daten.

Die zentrale Botschaft:

Daten sind kein reines IT-Thema. Gute Data Governance entsteht dort, wo Fachlichkeit und Technik gemeinsam Verantwortung übernehmen. Ziel ist nicht Perfektion, sondern angemessene Qualität im jeweiligen Kontext. Unterschiedliche Anwendungsfälle brauchen unterschiedliche Standards – insbesondere mit Blick auf KI als Treiber für hochwertige Daten.

Eine Episode über Rahmen statt Regeln, über Teilen statt Verstecken – und darüber, warum man Daten genauso bewusst pflegen (und auch entsorgen) sollte wie in einem Garten.

Business Intelligence scheitert selten an Tools – sondern an fehlender Klarheit über Rollen, Verantwortung und Zusammenarbeit. In dieser Episode von TDWI Data Universe spricht Mirjam Cohrs (Director Group BI & Data Strategy, Bilfinger SE) über die Rolle von Business Intelligence Competence Centern (BICC) und warum BI häufig „zwischen den Stühlen“ landet.

Mirjam zeigt, wie ein BICC dann wirksam wird, wenn es als strategisches Bindeglied zwischen Fachbereichen, IT und Management agiert: mit klarer Vision, Governance und einem Gesamtüberblick über laufende und geplante Initiativen. Dabei geht es nicht um Zentralisierung um jeden Preis, sondern um ein bewusstes Zusammenspiel: zentrale, geprüfte Datenbasis – kombiniert mit dezentraler fachlicher Logik.

Ein zentrales Thema ist der Umgang mit Schattenreporting, das oft aus gut gemeintem Self Service entsteht. Statt Daten-Downloads und paralleler Eigenlösungen setzt Group BI auf geprüfte Daten aus den ERP-Systemen, bereitgestellt über eine zentrale Plattform.

Eine Episode über BI als Stabsfunktion, über Verantwortung statt Silos – und darüber, wie Datenorganisation echte Entscheidungsfähigkeit ermöglicht.

Projektleitung in der IT ist mehr als Planung und Statusmeetings. In dieser Episode von TDWI Data Universe sprechen Claudia und Carolin Wiedenhöfer (Business Managerin BI & Analytics bei Lufthansa Industry Solutions) über moderne Projektarbeit zwischen Entwicklung, Betrieb und Agilität.

Im Fokus: DevOps-Teams, die Verantwortung dauerhaft übernehmen und so technische Schulden vermeiden. Carolin erklärt, warum stabile Teams, geteiltes Wissen und Arbeiten auf Augenhöhe nicht nur Projekte besser machen, sondern auch Vertrauen schaffen.

Eine Folge über neue Rollenbilder, veränderte Kundenanforderungen und darüber, warum der Single Point of Truth nicht nur ein technisches, sondern auch ein organisatorisches Ziel ist.

Zwischen Hype, Regulierung und echter Kompetenz

KI boomt — und trotzdem herrscht Unsicherheit. Zwischen Hype, Regulierung und der Angst, „abgehängt zu werden“, stellt sich eine entscheidende Frage: Welche KI-Kompetenzen brauchen wir wirklich?

In dieser Episode von TDWI Data Universe sprechen Ramona und Matthias darüber, was AI Literacy in der Praxis bedeutet: Nicht jedes Unternehmen muss eigene Modelle entwickeln — aber jedes Unternehmen sollte verstehen, wie KI funktioniert, wo ihre Grenzen liegen und wie man Ergebnisse kritisch bewertet.

Wichtige Takeaways aus der Folge:

- Basiswissen für alle — Vertiefung je nach Rolle und Anwendung

- Inhouse-Qualifizierung reicht, um Artikel 4 des AI Acts zu erfüllen

- Regulierung als Chance, nicht als Bremse

AI Literacy heißt: KI nicht „blind nutzen“, sondern informiert entscheiden — und dadurch echten Mehrwert schaffen. Der nächste Schritt danach: AI Governance, als Rahmen für verantwortungsvolle und strategische Nutzung.

Vom Rechenzentrum zu Cloud first

Blume 2000 hat seine gesamte Reportinglandschaft neu aufgestellt – und ist dabei konsequent von On-Premise in die Cloud gewechselt. In dieser Episode besprechen Peter Frömmer (Leiter Controlling/BI bei Blume 2000) und Martin Kopp (Berater und Inhaber der arelium GmbH) mit Claudia Koschtial, wie der Wandel gelungen ist.

Ihr Projekt zeigt: Wenn Controlling und IT gemeinsam ziehen, entstehen Datenlösungen, die echten Mehrwert liefern. Mit Fabric und Medallion-Architektur, klarer Rollenverteilung und interner Expertise wurde Reporting performanter, flexibler und geschäftsrelevant – von Einkauf bis Prozessoptimierung.

Und das Ziel ist klar: One Reporting, Single Point of Truth und Schritt für Schritt mehr Datenkultur und Machine-Learning-Anwendungen.

Wenn Klimaschutz auf Effizient trifft

Klimaschutz ist längst kein Randthema mehr – auch nicht in der IT. Doch während viele Unternehmen noch nach dem richtigen Einstieg suchen, zeigen andere bereits: Nachhaltige IT ist kein Widerspruch zur Wirtschaftlichkeit.

In dieser Folge von TDWI Data Universe sprechen Claudia Koschtial und Philipp Kersting über Green IT – und darüber, wie Technologie selbst Teil der Lösung werden kann. Philipp zeigt anhand konkreter Projekte, dass sich bis zu 10 % der Kosten einsparen lassen, während gleichzeitig Emissionen reduziert werden.

Denn wer IT effizienter macht, schont nicht nur das Klima – sondern auch das Budget.