{"id":844490,"date":"2023-10-19T12:58:58","date_gmt":"2023-10-19T12:58:58","guid":{"rendered":"https:\/\/www.capgemini.com\/de-de\/?p=844490"},"modified":"2026-01-22T07:49:47","modified_gmt":"2026-01-22T07:49:47","slug":"schneller-mehrwert-durch-iterative-data-mesh-implementierung","status":"publish","type":"post","link":"https:\/\/www.capgemini.com\/de-de\/insights\/blog\/schneller-mehrwert-durch-iterative-data-mesh-implementierung\/","title":{"rendered":"Schneller Mehrwert durch iterative Data Mesh Implementierung"},"content":{"rendered":"\n

Schneller Mehrwert durch iterative Data Mesh Implementierung<\/h1><\/div><\/div><\/div><\/div>
\"\"<\/div>
Thorsten Schmidt<\/h5>
19.10.2023<\/h5><\/div><\/div>
\"capgemini-invent\"\/<\/div><\/div><\/div><\/div><\/header>\n\n\n\n
\n

Intro<\/h2>\n\n\n\n

Im ersten Blogartikel<\/a> haben wir das Konzept des Datenprodukts als eines von vier Kernprinzipien von Data Mesh vorgestellt. Wir haben den erheblichen Mehrwert beleuchtet, den diese Herangehensweise f\u00fcr die Entwicklung hin zu einem datenzentrierten Unternehmen bietet. Die Datenzentrierung ergibt sich daraus, dass Daten als eigenst\u00e4ndiges Datenprodukt betrachtet werden. Der Weg dorthin gestaltet sich dabei als ein iterativer Prozess.<\/p>\n\n\n\n

Im vorliegenden Artikel werden wir diesen dreistufigen Transformationsprozess n\u00e4her betrachten. Ziel ist, die Schritte zur Transformation von Daten hin zu einem Datenprodukt als Teil der Data Mesh Struktur aufzuzeigen. Mit einem klaren Verst\u00e4ndnis dieser Phasen sind Organisationen ger\u00fcstet, um Datenprodukte schnell und effektiv zu entwickeln. Somit k\u00f6nnen sch\u00f6n fr\u00fch in der Transformation echte Gesch\u00e4ftspotentiale realisiert und eine erfolgreiche datenzentrierte Transformation erreicht werden.<\/p>\n\n\n\n

Drei Schritte zur datenzentrierten Transformation<\/strong><\/h2>\n\n\n\n
\"\"<\/figure>\n\n\n\n

Initiale Phase: Verst\u00e4ndnis und Priorisierung<\/em><\/p>\n\n\n\n

Die erste Phase hat zwei Ziele:<\/p>\n\n\n\n

    \n
  1. Einen Anwendungsfall identifizieren, der im Rahmen des MVP umgesetzt wird und sichtbaren und skalierbaren Nutzen f\u00fcr das Unternehmen bietet: Das kann ein AI-Case, ein Management Report oder ein Auszug an Daten sein, der f\u00fcr dispositive Prozesse ben\u00f6tigt wird. Entscheidend ist, dass nach Einsch\u00e4tzung wichtiger Entscheidungstr\u00e4ger im Unternehmen ein Optimierungsbedarf aufgezeigt werden kann.<\/li>\n\n\n\n
  2. Die Identifizierung von Assets, die im Rahmen der MVP-Umsetzung genutzt und weiter ausgebaut werden k\u00f6nnen: Das k\u00f6nnen Prozesse, Tools oder ein Team sein, die – bewusst oder unbewusst – schon Teil eines Datenproduktes umgesetzt haben. Vielleicht liegt bereits eine -unvollst\u00e4ndige oder nicht mehr aktuelle – Dokumentation der Metadaten des Datenproduktes vor.  <\/li>\n<\/ol>\n\n\n\n

    Diese vorhandenen Assets erm\u00f6glichen es mit geringem Aufwand einen gro\u00dfen Mehrwert zu erzielen. Dies f\u00f6rdert die Unterst\u00fctzung f\u00fcr eine umfassendere Umsetzung. Daher ist ein entscheidender Aspekt in der ersten Phase die Identifizierung eines Sponsors f\u00fcr die kommende MVP+ Phase. Nur so kann die erforderliche Unterst\u00fctzung und Verf\u00fcgbarkeit n\u00f6tiger Ressourcen sichergestellt werden.<\/p>\n\n\n\n

    MVP-Phase: Think big, start small<\/em><\/em><\/p>\n\n\n\n

    Nun wird der zuvor definierte Anwendungsfall als ein erster MVP auf Basis der vorhandenen Assets entwickelt. Dieser MVP muss genutzt werden, um die Philosophie und den Nutzen von Data Mesh weiter in das Unternehmen zu tragen. Gelingt dies nicht, bleibt der MVP eine Nischenl\u00f6sung ohne gro\u00dfe Bedeutung.<\/p>\n\n\n\n

    Daf\u00fcr sind die im ersten Blogartikel genannten Qualit\u00e4tsmerkmale und Umsetzungsschritte zu beachten. Beispielsweise sind nur vertrauensw\u00fcrdige Daten effizient nutzbar und damit wertsch\u00f6pfend. Dies kann nur mit den notwendigen Metadaten und Services als Teil des Datenproduktes gelingen. Im Hinblick auf die sp\u00e4tere Wachstumsphase ist zum anderen die Interoperabilit\u00e4t der Datenprodukte wichtig. Nur wenn die verschiedenen Produkte ineinandergreifen und sich erg\u00e4nzen, entsteht ein exponentiell steigender Nutzen.<\/p>\n\n\n\n

    Neben dem MVP gilt es weitere Nutzungspotentiale im Unternehmen zu identifizieren und Synergie- und Effizienzeffekte der Datenprodukte weiter auszubauen. “Think big, start small” ist hierbei eine gute Leitlinie. Die Planung weiterer Datenprodukte verfolgt daher nun zwei Ziele: Zum einen muss jeder Anwendungsfall einen eigenen gesch\u00e4ftlichen Nutzen in sich tragen. Zum anderen sollte mit jedem weiteren Datenprodukte die Gesamtl\u00f6sung weiter aufgebaut werden.<\/p>\n\n\n\n

    Wachstum und Skalierungsphase: Change Management<\/em><\/p>\n\n\n\n

    Diese Gesamtl\u00f6sung fokussiert nun mehr und mehr auch die anderen Data Mesh Prinzipien. Ohne eine dom\u00e4nen-orientierte Dezentralisierung wird die Komplexit\u00e4t der Datenlandschaft (fachlich wie technisch) schwer beherrschbar sein. Ohne eine Federated Computational Governance werden die einzelnen dezentralen Dom\u00e4nen und Datenprodukte nicht interoperabel sein k\u00f6nnen. Zuletzt ist f\u00fcr die immer komplexer werdende Interoperabilit\u00e4t der Datenprodukte eine passende Architektur gem\u00e4\u00df der Self-Serving Plattform essenziell.<\/p>\n\n\n\n

    Schlie\u00dflich soll am Ende der Entwicklung eine datenzentrierten Organisationskultur stehen, die Daten als Produkte versteht. Mit der Umsetzung der ersten MVPs haben wir eine gute Grundlage f\u00fcr diesen Kulturwandel geschaffen. Mithilfe verschiedener Change Management-Aktivit\u00e4ten muss ein umfassendes Verst\u00e4ndnis der Vorteile eines datenzentrierten Unternehmens geschaffen werden.<\/p>\n\n\n\n

    Fazit<\/h2>\n\n\n\n

    Die Wertsch\u00f6pfung aus Daten auf Basis der Data Mesh Prinzipien erfordert ein Vorgehen, das sich \u00fcber drei Hauptphasen erstreckt. In der initialen Phase identifizieren wir lohnende Anwendungsf\u00e4lle und Assets, auf die wir die Entwicklung unserer ersten Datenprodukte aufbauen k\u00f6nnen. In der MVP-Phase k\u00fcmmern wir uns zum einen um die Umsetzung des MVPs. Zum anderen konzentrieren wir uns auf die Sichtbarkeit des gesch\u00e4ftlichen Mehrwerts und die Planung neuer Datenprodukte unter Ber\u00fccksichtigung des Gesamtbildes. In der dritten Phase denken wir gr\u00f6\u00dfer, indem wir systematisch auch die anderen Data Mesh Prinzipien ber\u00fccksichtigen. Mithilfe einer Change-Managementinitiative schaffen wir einen Kulturwandel zu einem datenzentrierten Unternehmen.<\/p>\n<\/div><\/div><\/div><\/div><\/div><\/section>\n\n\n\n

    Autor<\/h3><\/div><\/div>
    \n\t\t
    \n\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t
    \n\t\t\t\t\t\t\"Thorsten\n\t\t\t\t\t<\/div>\n\t\t\t\t\t
    \n\t\t\t\t\t\t
    \n\t\t\t\t\t\t\t
    \n\t\t\t\t\t\t\t\t