Die Implementierung einer Business-Logik in der Datenverarbeitung soll einen Prozess automatisieren und dadurch die Dienstleistung verbessern? Was bedeutet Datenverarbeitung? Wie sollen Daten die Automatisierung ermöglichen? Wer muss was wissen?
Die Erwartungen vom Business für die Entwicklerinnen und Entwickler verständlich aufzubereiten, erfordert bei datenbasierten Veränderungen unumgänglich eine erprobte Fachkompetenz im Bereich der Datentechnologie. Ist diese Kompetenz nur bei den
DWH-Spezialistinnen und -Spezialisten zu finden, wird die Entwicklung verlangsamt, gar verunmöglicht. Ein Minimum an datentechnischem Wissen ist bereits bei der Erhebung, Formulierung und Kommunikation der Anforderungen vorauszusetzen, damit die Machbarkeit möglichst in der kreativen Phase festgestellt und bei der Planung allfällige Risiken definiert werden können, und nicht etwa erst bei der Programmierung.
Während die Art und Bedeutung der Daten von der angebotenen Dienstleistung bestimmt werden, ist deren Aufbewahrung und Verfügbarkeit durch die Technologie einerseits sichergestellt und andererseits eingeschränkt. Zudem werden die Quelldaten für die Verarbeitung nicht direkt veräussert, sondern aggregiert in Tabellen und Ansichten
– (near) real-time oder anhand nachgelagerter Batches – zugänglich gemacht; nicht zuletzt aus Gründen der Sicherheit oder Compliance. Solche und weitere Eigenschaften der Datenherkunft und -bewirtschaftung müssen im Anforderungskatalog berücksichtigt werden, so dass die erarbeitete Lösung überraschungsfrei umgesetzt werden kann.
Also sind es nicht bloss die DWH-Spezialistinnen und -Spezialisten, die die Arbeit mit den Daten und den Datenbanken beanspruchen dürfen, sondern auch die in der Vorbereitung von Veränderungen mitwirkenden Product Owner oder Application Manager sollen ebenfalls den Zugang erlangen, damit sie die Strukturierung und die Nutzbarkeit der Daten selbständig und direkt erfahren können. Im Üblichen ist es Aufgabe des Business die IT-Spezialistinnen und
-Spezialisten eingehend und laufend über die Geschäftsstrategie sowie die Produktentwicklung zu orientieren. So kann idealerweise die Art und Weise der Datenstrukturierung auf das geschäftliche Umfeld sowie auf mögliche Veränderungen ausgerichtet werden, während die Daten für neue Business-Logiken unabhängig modelliert werden können; andernfalls wird sich die beabsichtigte Implementierung zu einem umfassenderen, kostspieligeren Vorhaben entpuppen.
Die modernen Methoden agiler Organisations- und Produkteentwicklungen sehen vor, dass unter anderem die Kluft zwischen Business und Entwicklung überbrückt werden soll. Allerdings stärkt sich diese Brücke nicht bloss durch ausgefeilte Planung und Koordination der Tätigkeiten, sondern so richtig nachhaltig wird sie, wenn darauf Knowhow transportiert und unterstützend abgelagert wird. Folgerichtig müssen sich Business-Mitarbeitende bei datenbasierten Veränderungen proaktiv mit den technischen Gegebenheiten und Möglichkeiten rund um Daten sowie Datenbanken auseinandersetzen und diese im nützlichen Mass verstehen. Nur so können sie die gewünschten Veränderungen starten und begleiten.
Daten nützen allen, die sie zu erkennen und zu behandeln wissen!
