Ideacon

Praxisbeispiel: Prozessoptimierung im Datenmanagement

Ausgangssituation und Auftrag

Die Antriebsentwicklungsabteilung eines Automobilherstellers beauftragte Ideacon mit einer Optimierung der Qualität und Quantität der Anforderungen an die Datenhaltung und -verteilung. Die Anforderungen an das Datenmanagement sind in den letzten Jahren schnell und sehr stark gestiegen, insbesondere um den weltweiten gesetzlichen Anforderungen gerecht zu werden. Neben diesen Anforderungen von über tausend zu liefernden Informationen pro Fahrzeugvariante sorgte der gleichzeitige Anstieg auf mehrere hundert, frei zu kombinierende, Ausstattungen pro Fahrzeug zu einer schwer zu beherrschende Komplexität und einem schlagartigen Anstieg der Datenmengen. Um eine zuverlässige Versorgung der internen und externen Datenkunden zu gewährleisten, mussten Prozesse angepasst und entwickelt werden.

Vorgehen

Begonnen wurde im ersten Schritt mit einer umfangreichen Analyse der Datenströme sowie der Stakeholder. Aufbauend auf diesen Ergebnissen wurden Rollen definiert und etabliert, um einen standardisierten Prozess für Lieferung, Freigabe und Bereitstellung von Daten zu entwickeln und zu installieren. Nachdem alle Prozessbeteiligten geschult und zur Systemnutzung befähigt wurden, folgte eine Abstimmung bezüglich der jeweils zu liefernden technischen Merkmale mit dem Fachbereich. Ideacon begleitete den Kunden sowohl bei der Pilotierung als auch beim Roll-out des Projektes. Dadurch konnten mehrere Anwendungsfälle in ein zentrales und systemgestütztes Antriebsdatenmanagement überführt werden, welches mittlerweile von über 3.000 Usern in über 40 verschiedenen Unternehmensbereichen in Verwendung ist. Parallel mussten die steigenden Anforderungen für das verwendete Tool identifiziert, aufgenommen, bewertet und zur Umsetzung freigegeben werden.

Ergebnis und Kundennutzen

Ideacon etablierte einen verbindlichen, systemgestützten Prozess für das Antriebsdatenmanagement, um prozesssicher und effizient Daten an die wachsende Anzahl an Datenkunden liefern zu können. So konnten Aufwände für redundante Datenhaltung und Synchronisation reduziert und fehlerhafte Datenlieferungen prozesssicher abgefangen werden.

Managing Consultant

Oliver Buck