thinkBI #039 – Zwischen Systemlogik und Fachwissen: Wo lebt Semantik?

Im thinkBI Podcast steht diesmal eine Frage im Mittelpunkt, die hinter vielen BI-Projekten liegt: Wo lebt die verbindliche Semantik im Unternehmen?

Die Daten sind vorhanden. Das ERP verarbeitet Aufträge, ein Analysemodell führt Tabellen zusammen, Mitarbeiter nutzen die Ergebnisse. Trotzdem ist damit noch nicht geklärt, wo verbindlich beschrieben ist, was diese Daten bedeuten. Ein Teil steckt in der Anwendung. Ein anderer Teil steht vielleicht in einer Dokumentation. Vieles wissen einzelne Menschen, ohne es je aufgeschrieben zu haben.

Im Tagesgeschäft kann das lange funktionieren. Die Lücke wird sichtbar, wenn Daten in ein neues Analysemodell überführt werden, ein System abgelöst wird oder eine erfahrene Person das Unternehmen verlässt. Dann zeigt sich, wie viel Bedeutung wir bisher vorausgesetzt haben.

Für Business Intelligence ist das eine grundlegende Frage. Eine Information kann eine Entscheidung nur sinnvoll unterstützen, wenn ihre Bedeutung verstanden wird. Dafür müssen wir vier Orte betrachten, an denen Semantik im Unternehmen lebt.

Hier klicken, um den Inhalt von Spotify anzuzeigen.
Erfahre mehr in der Datenschutzerklärung von Spotify (öffnet in neuem Tab).

Digitale Semantik: Die Anwendung weiß mehr als die Tabelle

Technische Systeme enthalten bereits Bedeutung. Sie verarbeiten Daten nach Regeln und bilden damit fachliche Zusammenhänge ab. Doch diese digitale Semantik ist nicht immer direkt in der Datenstruktur erkennbar.

Das zeigt ein Beispiel aus der ERP-Praxis: Eine Verkaufsauftragszeile kann sich auf einen Artikel, eine Ressource als Dienstleistung oder ein Sachkonto beziehen. Die jeweiligen Objekte liegen in unterschiedlichen Tabellen. Welche Verknüpfung fachlich gilt, entscheidet die Anwendung anhand eines Typfeldes.

Wer ausschließlich die Tabellen betrachtet, sieht deshalb noch nicht den gesamten Zusammenhang. Ein Diagramm der Datenbankbeziehungen kann die Logik nicht vollständig erklären, wenn ein wesentlicher Teil in der Anwendungsschicht liegt. Die Datenbank speichert die Werte. Die Anwendung bestimmt, wie sie in diesem Fall zusammengehören.

Für den Aufbau eines Analysemodells reicht es dann nicht, Daten auszuleiten und technisch zu verbinden. Die fachliche Logik muss verstanden und in den analytischen Kontext übertragen werden. Hier wird das Wissen der Key-User wichtig. Sie kennen die Nutzung des Systems und können einordnen, welche Zusammenhänge eine Analyse erhalten muss.

Wer die Bedeutung nur über vorgefertigte Modelle des Anbieters erschließt, bleibt für dieses Verständnis von ihm abhängig. Das Unternehmen braucht deshalb einen eigenen Zugang zu der Logik, mit der es arbeitet.

Dokumentierte Semantik: Bedeutung zugänglich machen

Ein zweiter Ort sind Wissens- und Kollaborationsplattformen. Dort kann ein Unternehmen festhalten, was seine Daten bedeuten, wie Prozesse funktionieren und welche Regeln für ihre Nutzung gelten.

Diese dokumentierte Semantik macht Wissen zugänglich, das sonst nur beim Blick in die Anwendung oder im Gespräch mit einzelnen Personen erschließbar wäre. Sie kann die Verbindung zwischen technischer Umsetzung und fachlichem Verständnis sichtbar machen.

Allerdings entsteht diese Verbindung nicht durch das bloße Vorhandensein einer Plattform. Wenn Dokumentation im Alltag nachrangig behandelt wird, bleibt auch dort wenig belastbares Wissen. Entscheidend ist, dass fachliche Bedeutung tatsächlich beschrieben und bei Veränderungen weiter gepflegt wird.

Dabei lohnt sich auch die Frage nach der Form. Wissen sollte so abgelegt sein, dass Menschen es finden und wiederverwenden können. Zugängliche Formate erleichtern zudem die Verarbeitung durch elektronische Systeme und KI. Eine gut lesbare Datei schafft dafür eine Voraussetzung. Die fachliche Klärung muss das Unternehmen selbst leisten.

Implizite Semantik: Wenn Wissen an Personen hängt

Der dritte Ort sind die Köpfe der Mitarbeiter. Sie wissen, wie Daten zu lesen sind, welche Besonderheiten ein Prozess hat und warum eine Information in einer bestimmten Situation anders eingeordnet werden muss. Dieses implizite Wissen trägt einen großen Teil des Tagesgeschäfts.

Problematisch wird es, wenn die Organisation davon abhängt, dass genau diese Personen verfügbar bleiben. Verlässt jemand das Unternehmen, kann mit ihm das Verständnis verschwinden, während die technisch eingerichteten Abläufe weiterlaufen.

In einem ERP-Projekt wurde diese Situation besonders deutlich. Prozesse waren im alten System umgesetzt, ihre früheren fachlichen Verantwortlichen hatten das Unternehmen jedoch verlassen. Die Betreuung lag inzwischen vor allem bei der IT. Das System funktionierte weiter, aber die fachliche Ownership war verloren gegangen.

Das Unternehmen nutzte den Wechsel auf eine andere Plattform, um die Fachbereiche wieder in die Verantwortung zu bringen. Die Key-User mussten ihre tatsächlich gelebten Prozesse beschreiben und dafür Verantwortung übernehmen. Ein einfaches Übertragen der bisherigen Umsetzung war durch den Plattformwechsel erschwert.

Der interessante Punkt liegt in der wiedergewonnenen Auseinandersetzung mit den eigenen Prozessen. Das Beispiel zeigt, wie wichtig es ist, fachliches Verständnis und Verantwortung zusammenzuhalten. Ein Systemwechsel war hier der Anlass dafür. Im laufenden Betrieb stellt sich dieselbe Aufgabe. Wissen muss aus den Köpfen heraus zugänglich werden, ohne seinen fachlichen Bezug zu verlieren.

Organisatorische Semantik: Verbindlichkeit braucht einen Rahmen

Der vierte Ort sind Leitlinien und Governance-Strukturen. Sie klären, welche Bedeutungen gelten, wie Daten aufbereitet werden und in welchem Rahmen Menschen mit ihnen handeln dürfen.

Governance kann dadurch Sicherheit schaffen. Mitarbeiter wissen, welche Informationen sie nutzen können und wo ihre Handlungsmöglichkeiten liegen. Für KI stellt sich eine vergleichbare Gestaltungsaufgabe. Auch ihr Einsatz braucht geklärte Bedeutungen und Grenzen für zulässiges Handeln.

Der Gedanke einer Single Source of Trust verbindet diese Fragen. Gemeint ist ein vertrauenswürdiger Datenbereich, bei dem Herkunft, Bedeutung, Aufbereitung und Qualitätsrahmen nachvollziehbar sind. Vertrauen entsteht hier aus der geklärten Behandlung der Daten. Es lässt sich nicht allein durch den Speicherort herstellen.

Auch Kommunikation gehört dazu. Wie Informationen dargestellt und sprachlich vermittelt werden, beeinflusst ihre Interpretation. Corporate Identity und Tone of Voice können deshalb Teil des organisatorischen Rahmens sein, in dem ein Unternehmen Bedeutung vermittelt.

Die vier Orte erfüllen unterschiedliche Aufgaben. Eine Anwendung setzt Regeln um. Dokumentation macht sie zugänglich. Mitarbeiter bringen fachliches Verständnis ein. Governance schafft Verbindlichkeit und einen Handlungsrahmen. Für belastbare BI müssen diese Orte miteinander verbunden bleiben.

Ein semantischer Layer kann fachliche Definitionen technisch verfügbar machen. Welche Bedeutung das Unternehmen darin festhält und wer sie verantwortet, muss zuvor und dauerhaft geklärt werden.

Vielleicht ist die wichtigste Frage deshalb ganz konkret: Wenn morgen ein erfahrener Key-User geht, wo können wir danach noch nachvollziehen, was unsere Daten bedeuten und wer steht für diese Bedeutung ein?

🎧 Die komplette Folge findest du im thinkBI Podcast.

Wissen im Kopf braucht einen zugänglichen Ort

Musik: Great Podcast Intro (short & long) von Lundstroem
Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/

Veröffentlicht von

Marcus Wegener

Marcus Wegener

Marcus Wegener ist Full Stack Power BI & Fabric Engineer und schreibt auf thinkBI über Datenmodellierung, Power BI, Fabric und Business Intelligence als Grundlage besserer Entscheidungen. Im Zentrum steht nicht das Dashboard, sondern die Frage, wie aus fachlichen Anforderungen tragfähige Informationsstrukturen entstehen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

I accept that my given data and my IP address is sent to a server in the USA only for the purpose of spam prevention through the Akismet program.More information on Akismet and GDPR.