{"id":2802,"date":"2023-10-30T12:21:00","date_gmt":"2023-10-30T11:21:00","guid":{"rendered":"https:\/\/frachtwerk.fw-web.space\/?p=2802"},"modified":"2024-11-05T07:16:20","modified_gmt":"2024-11-05T07:16:20","slug":"wie-wir-mit-db-regio-strasse-data-excellence-geschaffen-haben","status":"publish","type":"post","link":"https:\/\/frachtwerk.fw-web.space\/wie-wir-mit-db-regio-strasse-data-excellence-geschaffen-haben\/","title":{"rendered":"Wie wir mit DB Regio Stra\u00dfe Data Excellence geschaffen haben"},"content":{"rendered":"\n

DB Regio Stra\u00dfe hat in den letzten Jahren viele organisatorische und IT-technische Ver\u00e4nderungen durchgemacht. Viele Bereiche wurden zun\u00e4chst zentralisiert und dann wieder dezentralisiert.<\/p>\n\n\n\n

\u00dcber die Jahre ist so eine sehr heterogene IT \u2013 und Prozesslandschaft gewachsen, welche aufgrund ihrer gro\u00dfen Komplexit\u00e4t zu einer immer schlechter werdenden Datenqualit\u00e4t gef\u00fchrt hat.<\/p>\n\n\n\n

Die Konsequenzen der schlechten Datenqualit\u00e4t umfassen ein fehlendes Vertrauen der Mitarbeiter in die Daten sowie nur stark eingeschr\u00e4nkte M\u00f6glichkeiten f\u00fcr das Management, das Unternehmen zu steuern.<\/p>\n\n\n\n

Auf Basis der sehr gro\u00dfen im Konzern vorhandenen Datenmengen wurden dar\u00fcber hinaus Potenziale zur Nutzung von Machine Learning und KI-basierten Verfahren festgestellt. Da aber jeder Machine-Learning-Algorithmus nur so gut sein kann, wie die Daten, mit denen er trainiert wurde, ist es extrem wichtig, eine sehr gute Datenqualit\u00e4t als Grundlage f\u00fcr Machine-Learning-Algorithmen zur Verf\u00fcgung zu stellen.<\/p>\n\n\n\n

Um der schlechten Datenqualit\u00e4t entgegenzusteuern und um eine gute Ausgangsdatenbasis f\u00fcr Machine Learning zu schaffen, wurde das Projekt Data Excellence ins Leben gerufen.<\/p>\n\n\n\n

Projektziel<\/h2>\n\n\n\n

Ziel des Projekts ist die Steigerung der Datenqualit\u00e4t mit Hilfe von Datenqualit\u00e4tsregeln (\u201eDQRs\u201c) und der Anpassung sowie Automatisierung von Gesch\u00e4ftsprozessen. Weiterhin soll eine verbesserte Steuerungsf\u00e4higkeit geschaffen werden. Dabei schaffen DQRs eine sehr feingranulare Transparenz \u00fcber den Stand der Datenqualit\u00e4t und decken somit Probleme in den Daten auf, so dass die Ursachen f\u00fcr fehlerhafte Datens\u00e4tze direkt behoben werden k\u00f6nnen.<\/p>\n\n\n\n

Die Anpassung und Automatisierung von Prozessen setzt die Dokumentation und Harmonisierung bestehender Prozesse voraus. Ziel ist hier, Zeit und Kosten zu sparen sowie die Prozessqualit\u00e4t zu erh\u00f6hen. Eine bessere Datenqualit\u00e4t sowie bessere Prozesse erh\u00f6hen schlussendlich die Steuerungsf\u00e4higkeit f\u00fcr das Management.<\/p>\n\n\n\n

L\u00f6sungsweg<\/h2>\n\n\n\n

Vor dem Projektstart gab es viele Unklarheiten \u00fcber die Fehlerursachen und die schlecht laufenden Prozesse. H\u00e4ufig haben sich die Gesellschaften und Regionen nur um ihre Aufgaben gek\u00fcmmert und dabei nicht die gesamthafte Sicht des Unternehmens im Blick gehabt. Daher war es sehr wichtig, die Sicht und das Datenverst\u00e4ndnis aller Beteiligten zu erweitern und an L\u00f6sungen zu arbeiten, die f\u00fcr den gesamtem Konzern Nutzen bringen und nicht nur f\u00fcr einzelne Gesellschaften, bzw. Regionen.<\/p>\n\n\n\n

Um die gro\u00dfen Datenmengen des Kunden besser handhabbar machen zu k\u00f6nnen, wurden diese von der Projektleitung zuerst in unterschiedliche fachliche Dom\u00e4nen unterteilt. Frachtwerk hat bei der Analyse und der Verbesserung der Datenqualit\u00e4t und der Prozesse in den Dom\u00e4nen Fahrzeug-, Leistungs-, Netzpunkt- und Zeitwirtschaftsdaten unterst\u00fctzt.<\/p>\n\n\n\n

Unser Beitrag<\/h2>\n\n\n\n

Im Projekt \u201eData Excellence\u201c arbeiteten wir in den verschiedensten Bereichen, um das Projekt zu unterst\u00fctzen. Der Schwerpunkt unserer Arbeit lag dabei in folgenden Gebieten:<\/p>\n\n\n\n