Von Patchwork zu Panorama: Wie ein Mittelständler seine Datenlandschaft entschlüsselte

Ausgangslage

Ein mittelständischer Lebensmittelhersteller aus Oberschwaben mit rund 300 Mitarbeitenden und über 700 Produkten (Frische-Convenience und Tiefkühlkost) stand vor einer zunehmend unübersichtlichen IT- und Datenlandschaft.

In den letzten Jahren waren ERP, Lagerverwaltungssystem, Produktionstools, Qualitätssicherung (LIMS), Buchhaltung und diverse Excel-basierten Planungsansätze gewachsen – jedoch ohne zentrale Koordination oder dokumentierte Schnittstellen.

Die Folge:

• Redundante Datenspeicherung
• Widersprüchliche KPIs aus unterschiedlichen Quellen
• Fehlende Klarheit, wer für welche Daten verantwortlich ist
• Hoher Aufwand für neue Digitalprojekte („erstmal rausfinden, was wo liegt“)

Zielsetzung

Ziel war die Erstellung einer unternehmensweiten Datenlandkarte, die nicht nur Systeme zeigt, sondern:

• Datenflüsse visualisiert (inkl. Richtung & Aktualität)
• Verantwortlichkeiten abbildet (Owner & Stewards)
• Schnittstellen klassifiziert (technisch und fachlich)
• Schwachstellen sichtbar macht (Medienbrüche, Schatten-IT, ungenutzte Silos)

Umsetzung

Gemeinsam mit Alpine Data Ventures wurde ein Data Mapping Projekt aufgesetzt, das in drei strukturierten Schritten verlief:

1. Systeminventar & IST-Aufnahme

• Identifikation von 24 Systemen mit potenzieller Datenrelevanz
• Interviews mit 17 Fachbereichen zur Klärung von Datenherkunft und Nutzung
• Kategorisierung nach Systemtyp (Transaktional, analytisch, operativ)
• Ergänzt durch technische Erfassung: API-Fähigkeit, Datenaktualisierung, Authentifizierungsmethoden

2. Visualisierung der Datenflüsse

• Erstellung eines interaktiven Systemlandkarten-Diagramms mit Flowchartern (mit Grafana + Mermaid.js)
• Darstellung nach Themenclustern: Produktion, Qualität, Logistik, Finanzen
• Ampelbewertung von Datenverfügbarkeit & -qualität pro Knoten (Grün = produktiv, Gelb = teilweise, Rot = unklar/nicht gepflegt)

3. Governance & Ownership-Klärung

• Rollenzuweisung: System Owner (strategisch), Data Steward (operativ)
• Einführung eines Living Data Atlasses auf Confluence-Basis inkl. Pflegeprozess
• Aufbau eines Daten-Review-Prozesses pro Quartal mit CIO und Fachbereichen

Ergebnis

• Übersicht über 94 dokumentierte Datenflüsse
• 47 Schnittstellen eindeutig beschrieben (inkl. Standards wie CSV, API, SFTP)
• Klare Zuständigkeiten für alle Kernsysteme dokumentiert
• Zwei Schatten-IT-Lösungen identifiziert und erfolgreich in Governance-Struktur überführt

Ein Projektleiter formulierte es so:

„Früher haben wir Projekte gestartet und gehofft, es wird schon passen. Jetzt wissen wir vorher, wo’s hakt – und wer’s lösen kann.“

Business Impact

• Reduktion der Projektvorbereitungszeiten um >30 % bei neuen IT-Initiativen
• Bessere Datengrundlage für BI-Projekte: Rückfragen zu KPI-Herkünften um 70 % gesunken
• Effizientere IT-Budgets: Lizenzreduzierung durch Identifikation unnötiger Tools

Fazit

Eine System- und Datenlandkarte ist kein Nice-to-have. Sie ist das Fundament jeder datenbasierten Organisation. Diese Case Study zeigt: Wer Transparenz schafft, schafft Möglichkeiten – nicht nur Klarheit. Und spart dabei auch noch bares Geld.