{"id":72950,"date":"2023-08-23T13:51:33","date_gmt":"2023-08-23T12:51:33","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&p=72950"},"modified":"2024-09-20T17:45:59","modified_gmt":"2024-09-20T16:45:59","slug":"demystifying-the-data-mesh-accelerating-business-value-for-financial-services","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/de\/blog\/demystifying-the-data-mesh-accelerating-business-value-for-financial-services\/","title":{"rendered":"Entmystifizierung des Data Mesh: Beschleunigung des Gesch\u00e4ftsnutzens f\u00fcr Finanzdienstleistungen"},"content":{"rendered":"

Autor<\/h2><\/div>\"Image\"

Athena Sharma<\/h3><\/div>

Leitender Beratungsdirektor bei Artefact UK<\/p>\n<\/div><\/div><\/div><\/div><\/div>

Obwohl data Mesh in der Finanzdienstleistungsbranche schnell zu einem Schlagwort wird, bleibt es geheimnisumwittert. Die Unternehmen wollen es einf\u00fchren, aber nur wenige haben ein ganzheitliches Verst\u00e4ndnis davon, was es ist. Noch weniger wissen, dass die Bestandteile eines data-Netzes keine brandneuen Konzepte sind, was bedeutet, dass viele Finanzinstitute bereits \u00fcber einige Grundbestandteile verf\u00fcgen werden. Um die Prinzipien des data-Geflechts jedoch effektiv in einem Unternehmen einzuf\u00fchren und zu verankern, bedarf es eines soliden Verst\u00e4ndnisses der gesch\u00e4ftlichen data-Herausforderungen und der Art und Weise, wie die verschiedenen Aspekte des data-Geflechts diese angehen, um greifbare gesch\u00e4ftliche Auswirkungen zu erzielen.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

Drei fundamentale Data-Herausforderungen f\u00fcr Finanzdienstleistungen<\/h2><\/div>

Bei unserer Arbeit mit gro\u00dfen globalen Finanzinstituten haben wir drei grundlegende data-Herausforderungen beobachtet. Diese sind nach wie vor endemisch und in allen Finanzdienstleistungsunternehmen anzutreffen, ganz gleich, ob es sich um Banken, Versicherungsunternehmen oder Verm\u00f6gensverwalter handelt.<\/p>\n<\/div>

  • <\/i><\/span>
    \n

    Komplexe Legacy-Architektur f\u00fchrt zu Inflexibilit\u00e4t<\/strong>: Die Legacy-Architektur stellt ein erhebliches Hindernis auf dem Weg zur data-Reife und Digitalisierung in der Finanzdienstleistungsbranche dar. Insbesondere Banken verlassen sich in hohem Ma\u00dfe auf veraltete Technologien, was zu einem Mangel an Flexibilit\u00e4t innerhalb ihrer bestehenden Infrastruktur f\u00fchrt. Diese Einschr\u00e4nkung behindert ihre F\u00e4higkeit, digitale Prozesse zu skalieren und in der modernen Landschaft effektiv zu arbeiten.<\/p>\n<\/div><\/li>

  • <\/i><\/span>
    \n

    Data Silos, die die strategische Entscheidungsfindung einschr\u00e4nken<\/strong>: Die Abteilungen und Gesch\u00e4ftsbereiche arbeiten unabh\u00e4ngig voneinander, was den Wissensaustausch behindert, w\u00e4hrend die data-Dom\u00e4nen in der Regel eher auf die Gesch\u00e4ftseinheiten als auf breitere Unternehmenskonzepte ausgerichtet sind, wodurch Silos entstehen. Hinzu kommt eine komplexe Legacy-Architektur in Verbindung mit einer \u00dcberregulierung der data-Prozesse. Der Nettoeffekt ist, dass der Austausch von Erkenntnissen innerhalb des Unternehmens behindert wird und die strategische Entscheidungsfindung eingeschr\u00e4nkt ist. Infolgedessen haben F\u00fchrungskr\u00e4fte oft eine eingeschr\u00e4nkte Weltsicht und tun sich schwer damit, data-gest\u00fctzte strategische Entscheidungen zu treffen.<\/p>\n<\/div><\/li>

  • <\/i><\/span>
    \n

    Zentralisierung Blockierung der Demokratisierung<\/strong>: Zentralisierte data-Teams werden von Finanzdienstleistungsunternehmen oft als notwendig erachtet, um strenge data governance-, Zugangs- und Compliance-Regeln einzuhalten. Eine starre Zentralisierung kann jedoch dazu f\u00fchren, dass andere Teams keinen Zugang zum data haben und der daraus resultierende R\u00fcckstau an Anfragen zu Engp\u00e4ssen f\u00fchrt. Diese fehlende data-Demokratisierung ist nicht mit den sich entwickelnden Gesch\u00e4ftsanforderungen vereinbar und kann Innovationen blockieren.<\/p>\n<\/div><\/li><\/ul>

    Data Mesh: Was es ist und wie es einen Mehrwert schaffen kann<\/h2><\/div>

    Data mesh ist ein data-Verwaltungsrahmen, der es dem Unternehmen erm\u00f6glicht, die von ihm erstellten data zu besitzen und sie den Verbrauchern im gesamten Unternehmen zur Verf\u00fcgung zu stellen. Gleichzeitig wird sichergestellt, dass die richtigen Kontrollen und Vereinbarungen vorhanden sind, damit diese data in den richtigen H\u00e4nden bleibt. Das Data-Netz umfasst vier Schl\u00fcsselelemente: data-Eigentum, Behandlung von data als Produkt, Einrichtung einer data platform-Selbstbedienung und Implementierung einer f\u00f6derierten Governance. Die Umsetzung dieser Komponenten bedeutet, dass data in allen data-Dom\u00e4nen verantwortungsvoll genutzt werden kann und erm\u00f6glicht eine dezentrale data-Entscheidung.<\/p>\n<\/div>\"Image\"

    Jede S\u00e4ule des data-Geflechts kommt zusammen, um die h\u00e4ufigsten data-Probleme von Finanzdienstleistungsunternehmen, die alle die digitale Transformation behindern, umfassend zu verwalten und zu l\u00f6sen.<\/p>\n<\/div>

    Selbstbedienungsplattform Data<\/h3><\/div>

    Ein data platform mit Selbstbedienung ist oft die Grundlage, die erforderlich ist, um die Demokratisierung zu erm\u00f6glichen und die Herausforderungen der Legacy-Architektur zu \u00fcberwinden. Ein cloud-betriebenes data platform erm\u00f6glicht den gezielten Zugang zu data bei gleichzeitiger Beibehaltung transparenter Compliance-Kontrollen und bietet die flexible, skalierbare Architektur, die f\u00fcr die Entwicklung von data-Anwendungen und data-Produkten erforderlich ist. (Artefact hat eine nachweisliche Erfolgsbilanz bei der schnellen Bereitstellung von data platforms mit einem klaren Blick auf Gesch\u00e4ftswert, Benutzerfreundlichkeit und Informationssicherheit).<\/p>\n<\/div>

    Data Eigentum<\/h3><\/div>

    Die Definition von data-Eigent\u00fcmerschaft in den Bereichen data, Business und IT ist von entscheidender Bedeutung, denn sie erm\u00f6glicht eine geregelte gemeinsame Nutzung von data und verbesserte Gesch\u00e4ftsergebnisse. Dar\u00fcber hinaus hilft eine unternehmensweite Sicht auf data-Dom\u00e4nen und Subdom\u00e4nen, Engp\u00e4sse zu vermeiden und die Anpassung an die sich entwickelnden Gesch\u00e4ftsanforderungen sicherzustellen. Ein unternehmensweites Data-Modell (EDM), das Silos aufbricht und klare data-Eigent\u00fcmerschaft und -Verst\u00e4ndnis schafft, ist daher der n\u00e4chste wichtige Schritt, um das Fundament f\u00fcr die gesch\u00e4ftliche data-Eigent\u00fcmerschaft zu legen.<\/p>\n<\/div>\"Image\"

    Data als Produkt<\/h3><\/div>

    Ein produktorientierter data-Ansatz macht die data-Transformation f\u00fcr Gesch\u00e4ftsanwender greifbar, gew\u00e4hrleistet einen klaren Weg zur Wertsch\u00f6pfung und erm\u00f6glicht eine st\u00e4rkere Demokratisierung von data. Data-Produkte kann man sich als geb\u00fcndelte Dienste vorstellen, die \u2018internen Kunden\u2019 angeboten werden: data-as-a-service liefert standardisiertes und sauberes data; analytics-as-a-service bietet fortgeschrittene statistische oder maschinelle Lernberechnungen; und KPI-as-a-service liefert wichtige Gesch\u00e4ftsleistungsindikatoren. Diese data-Produkte werden von funktions\u00fcbergreifenden Produktteams gewartet, die gesch\u00e4ftliche und technische Ressourcen kombinieren, um die Anforderungen des Unternehmens zu erf\u00fcllen.<\/p>\n<\/div>\"Image\"

    F\u00f6derierte Verwaltung<\/h3><\/div>

    Data-Transformation muss durch ein Betriebsmodell und eine Governance-Struktur untermauert werden, die ein angemessenes Ma\u00df an Dezentralisierung erm\u00f6glicht und gleichzeitig die Anforderungen an Sicherheit und Compliance erf\u00fcllt. Auch wenn die \u2018richtige\u2019 Betriebsstruktur je nach Finanzdienstleistungsunternehmen unterschiedlich sein wird, m\u00fcssen alle Organisationen von der Zentralisierung zu einer kontrollierten Demokratisierung \u00fcbergehen, eine Ver\u00e4nderung, die vom Gesch\u00e4ft und nicht von der IT geleitet werden muss.<\/p>\n<\/div>

    \u00dcberlegungen und Schlussfolgerungen<\/h2><\/div>

    Die Einf\u00fchrung eines data-Mesh-Ansatzes im Finanzdienstleistungssektor erfordert mehrere bedeutende Ver\u00e4nderungen - von Altsystemen zu einer skalierbaren cloud-Infrastruktur, von einer zentralisierten data-Verwaltung zu einer kontrollierten data-Demokratisierung und von einer IT-gef\u00fchrten data zu einer gesch\u00e4ftsgef\u00fchrten data. All dies erfordert sowohl technische als auch organisatorische Ver\u00e4nderungen, die f\u00fcr jedes Unternehmen eine Herausforderung darstellen k\u00f6nnen.<\/p>\n<\/div>\"Image\"

    Mit einem gut umgesetzten data-Mesh-Ansatz, der die erforderlichen Ver\u00e4nderungen umfasst, k\u00f6nnen Finanzdienstleister jedoch ihre data effektiv nutzen, indem sie Silos aufbrechen und data-driven-Entscheidungen treffen, die das Gesch\u00e4ftswachstum und die Innovation f\u00f6rdern. Auf diese Weise k\u00f6nnen sie sich in ein zukunftsorientiertes Unternehmen verwandeln.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"

    Obwohl sich das data-Geflecht in der Finanzdienstleistungsbranche schnell zu einem Schlagwort entwickelt, bleibt es geheimnisumwittert. <\/p>","protected":false},"featured_media":73121,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2997,21930],"blog-language":[2991],"class_list":["post-72950","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-data-marketing","blog-category-finance","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog\/72950","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media\/73121"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media?parent=72950"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-category?post=72950"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-language?post=72950"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}