Suche
Interview mit Stefan Kolmar

Data Management: Von der Kuh bis zum Ledersitz

Redaktion JAXenter

Stefan Kolmar

Woher kommt das Leder für meinen Autositz? Und woher der Thunfisch auf meiner Pizza Tonno? Data Management kann schon bald Antworten auf diese Fragen geben. W-JAX-Speaker Stefan Kolmar erklärt in seiner Session, warum das für Unternehmen immer wichtiger wird und wo die Hindernisse liegen. Uns hat er ein paar Fragen vorab beantwortet.

JAXenter: Dein Thema auf der W-JAX ist Master Data Management. Kannst du zunächst den Begriff etwas erläutern? Worum geht es dabei?

Stefan Kolmar: In den letzten Jahren entwickelten Unternehmen spezialisierte Systeme für alle Bereiche und Anwendungen. So gibt es Systeme für Kundendaten (CRM-Systeme), operationale und betriebliche Systeme (ERP-Systeme), Finanz- und Abrechnungssysteme, interne Systeme für Produktentwicklung und Produktpflege und vieles mehr. In multinationalen Systemen in internationalen Unternehmen liegen oft dutzende Systeme vor, die ihre eigenen Konventionen, Sprache und Bedeutung haben. Dies ist meist die Regel und nicht die Ausnahme. Wir sehen einen Trend in der Industrie, diese Dateninseln in einer neuen Schicht zu konsolidieren, um eine einheitliche 360-Grad-Sicht auf Kunden, Produkte und die gesamten Daten zu ermöglichen. Ziel ist es, diese vernetzten und verknüpften Daten als „Master Data Management“-Layer übergreifenden Diensten zur Verfügung zu stellen.

JAXenter: Vielleicht sollten wir das einmal anhand eines Beispiels veranschaulichen. Was hat ein Unternehmen davon, Daten unterschiedlicher Quellen einheitlich verwalten zu können?

Stefan Kolmar: Nehmen wir als Beispiel ein CRM-System, in dem Kundendaten gepflegt werden. In einem weiteren, getrennten System werden die Support-Daten für gemeldete Probleme und Fehlerfälle verwaltet. Ein drittes System ist unternehmensintern, und pflegt den Zusammenhang zwischen externen, verkauften Produkten und ihren internen Entwicklungszyklen, Subkomponenten und zukünftigen, kurz vor der Marktreife stehenden Produkten. Wie wertvoll wäre es für einen Vertriebsmitarbeiter, wenn er in einem Telefonat mit einem Bestandskunden ad-hoc auf die Historie mit vergangenen Problemen und möglichen zukünftigen Alternativen zugreifen könnte?

JAXenter: Worin liegen die typischen Herausforderungen, eine systemübergreifende, dynamische MDM-Architektur bereit zu stellen?

Stefan Kolmar: Historisch sind Insellösungen oft gewachsene Systeme, die Ihre eigenen Konventionen und Notationen besitzen und die zwischen unternehmensinterner versus unternehmensexterner Verwendung der Daten unterscheiden. Dadurch kommt es oft zur Situation, dass ein Produkt intern mit Codename „Yosemite“ entwickelt und referenziert wird, extern dann aber als „Version 10.2“ auf den Markt kommt. Diese Daten zusammenhängend zu betrachten, und den Wert dieser verbundenen Daten zu nutzen erfordert eine Konsolidierungsschicht, die durch eine MDM-Architektur gelöst werden kann.

JAXenter: Du empfiehlst als Technologie Neo4j, das ja graphenbasiert arbeitet. Was sind die Besonderheiten einer graphenbasierten MDM-Lösung?

Stefan Kolmar: Graphen sind wohl die geeignetste Technologie, Verknüpfungen und Verbindungen zwischen einzelnen Daten zu veranschaulichen und zu nutzen. Erst dadurch wird es möglich, vernetzte Daten in nahezu Echtzeit zu analysieren. Denn die Daten liegen bereits materialisiert vor und der Graph lässt sich sehr effizient traversieren.

JAXenter: Und welche spezifischen Stärken von Neo4j würdest du hervorheben?

Stefan Kolmar: Im Vergleich zu relationalen Datenbanken sind vor allem die Antwortzeiten für vernetzte Daten hervorzuheben. Die Frage, welcher Kunde welches Produkt gekauft hat und welche ähnlichen Produkte von den Freunden des Kunden gekauft wurden, ist mit dem Graph sehr einfach und effizient zu beantworten – unabhängig von der Datenmenge, die auch über sehr, sehr große Anzahl von Datensätzen skaliert.

Als weitere Stärke ist die Flexibilität des Datenmodells durch die Schemafreiheit zu nennen. So können zum Beispiel Kundendatenstämme aus einem internen System im selben Datenmodell wie externe Daten gehalten werden, etwa inländische und ausländische mit verschiedenen Konventionen.

Das alles hilft Unternehmen dabei, Projekte über Agile-Development-Ansätze iterativ sehr effizient und schnell laufen zu lassen und damit einen Mehrwert zu erzielen.

JAXenter: Zum Schluss ein kleines Update zu Neo4j: Woran arbeitet das Teams derzeit? Welche neuen Features dürfen wir erwarten?

Stefan Kolmar: Durch den Erfolg von Neo4j bieten sich mehr und mehr Einsatzgebiete, die sehr, sehr große Datenmengen und damit sehr große Graphen erfordern. Wie wäre es, wenn ich für ein gekauftes Lebensmittel die komplette Kette von Anbau, Verarbeitung, Verkauf und die Kühlkette nach Bedarf einsehen könnte? Wenn ich als Käufer eines Autos nachvollziehen könnte, wo und unter welchen Umständen das Leder der Sitze produziert und verarbeitet wurde. Und ich dadurch die Wahl hätte, dies zu unterstützen oder nicht? Schon sehr bald wird das alles technisch möglich sein.

Nach dem Studium der Informatik an der Universität Stuttgart (Abschluss: Dipl.-Inf.) ist Stefan Kolmar seit über 20 Jahren im technischen PreSales tätig und arbeitete für Firmen wie Tandem Computers und Portal Software mit Schwerpunkt auf Datenbanktechnologien. Danach übernahm er die Lead PreSales und Consulting Rolle für die DACH Region bei TimesTen (In-Memory Datenbank). Nach der Übernahme von TimesTen durch Oracle 2006 leitete Stefan das EMEA ISV/OEM PreSales Team als Director Sales Consulting. Seit Januar 2015 ist er bei Neo Technology.

Verwandte Themen:

Geschrieben von
Kommentare

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.