Bergwelt Fernglas

Metadatenmanagement

Metadatenmanagement hilft dabei, ein gemeinsames Datenverständnis zu schaffen

Was ist Metadatenmanagement?

Unter Metadatenmanagement versteht man die geordnete und strukturierte Datenhaltung von Metadaten. So kann in kurzer Zeit die richtige Quelle f√ľr ben√∂tigte Daten herausgefunden werden. Im Metadatenmanagement befinden sich s√§mtliche Kennzahlen und notwendige Informationen, die f√ľr bestimmte Gesch√§ftsprozesse gebraucht werden. Hierzu geh√∂ren beispielsweise Verweise auf Quelldatenbanken, Dokumente, Ansprechpartner:innen und deren Ablageorte sowie zugeh√∂rige Informationen in weiteren Systemen.

Metadatenmanagement dient demnach zur Analyse von Daten und Datenbeziehungen. Es wird unter anderem zur Suche, Auswertung und Optimierungen von Prozessen genutzt.

Metadatenmanagement_CINTELLIC

Einheitliches Verständnis unternehmensweiter Daten

Wachsende Datenbest√§nde, verzweigte Datenstr√∂me und die Nutzung durch unterschiedliche Instanzen l√§sst einen Datenhaushalt schnell einem Datendschungel gleichen. Abhilfe verschafft das Metadatenmanagement in Form von Standardisierungen, Beschreibungen von Datenobjekten und unternehmensweiter Verf√ľgbarkeit dieser Informationen. Durch ein einheitliches Verst√§ndnis unternehmensweiter Daten lassen sich Effizienzsteigerungen oder Kostenminimierungen erzielen.

Symbolbild Metadatenmanagement

Einf√ľhrung von Metadatenmanagement

Metadatenmanagement lässt sich auf zwei verschiedenen Arten im Unternehmen implementieren Рauch nachträglich:

1. Bei modellgetriebenen Entwicklungsprozessen können Metadaten bereits bei Entwicklungsstart definiert werden und zur teilautomatisierten Entwicklung und Steuerung von BI-Anwendungen beitragen.

2. Historisch gewachsene BI-Anwendungslandschaften mit Redundanzen und Inkonsistenzen lassen sich auch nach längerer Laufzeit durch Reengineering beleuchten und nachträglich strukturieren bzw. Daten lassen sich nachträglich definieren.

IST-Analysen verk√ľrzen Entwicklungsprozesse

Bestehende L√∂sungen k√∂nnen mittels Ist-Analysen leicht identifiziert und wiederverwendet werden. Somit kann der Aufbau neuer Redundanzen vermieden und somit Kosten eingespart werden. Abh√§ngigkeitsanalysen k√∂nnen bereits in fr√ľhen Projektphasen dazu f√ľhren, eine bessere Aufwandsabsch√§tzung und Risikoanalyse durchzuf√ľhren.

Das Herzst√ľck des Datenmanagements stellt das zentrale Repository dar, welches mit Metadaten u.a. aus fachlichen Dokumenten, Datenbanken, Wikis, Datenmodellierungswerkzeugen und Programmcodes gespeist wird.

√úber Data Dictionaries, Datenbanken oder Self-Service BI Tools k√∂nnen Endanwender auf die zentralen Informationen zugreifen um Analysen schneller und pr√§ziser ausf√ľhren zu k√∂nnen.

Abbildung zum Datenmanagement

Dazu passend:

Ihr Mehrwert

  • Identifizierung und Extraktion von Metadaten in historisch gewachsenen BI-Anwendungen
  • Zusammenf√ľhrung der Metadaten unterschiedlicher BI-Systeme (Datenbanken, ETL-Tool, OLAP, Cube oder Reportspezifikation)
  • Aufbau eines zentralen Metadaten-Repository
  • Etablierung modellgetriebener Entwicklungsprozesse unter Nutzung bestehender Metadatenmodelle
  • Entwicklung von durchsuchbaren Metadatenkatalogen
  • Kennzahlen und Dimensionskatalog
  • Datenmodellkatalog
  • Transformationsbeschreibungen
  • BI-Glossar

Unser USP

  • Toolunabh√§ngiges Zusammenf√ľhren von Metadaten im f√ľr Sie bestm√∂glichen Format
  • Langj√§hrige Erfahrung im Metadatenmanagement
  • Technisches Know-How in der Umsetzung in Verbindung zu fachlichem Verst√§ndnis f√ľr Anforderungen
  • Referenzen aus unterschiedlichen Branchen

Wir beantworten gerne Ihre Fragen zum Thema Metadatenmanagement

Alexander Faber_CINTELLIC

Alexander Faber

Leiter Portfoliomanagement
info@cintellic.com
CINTELLIC Consulting - Social Media