Evaluierung und Auswahl von Data-Catalog-Tools für einen Automobilhersteller

Problem

Ein renommierter deutscher Automobilhersteller stand vor der dringenden Herausforderung, Transparenz über seine zahlreichen Datenobjekte und deren Beziehungen zueinander zu schaffen. Ziel war es, diese in einer sogenannten Datenlandkarte darzustellen. Dabei war die Aufgabe nicht nur komplex, sondern auch zeitkritisch, da die Daten in einem Datenkatalog abgebildet werden sollten.

Die effektive Nutzung von Data-Catalog-Tools war entscheidend, um die Daten schneller verfügbar zu machen und damit den Nutzwert der Daten signifikant zu erhöhen. Diese Aufgabe erforderte eine gezielte, betriebswirtschaftlich orientierte Strategie und hoch entwickelte Technologien.

Vorgehensweise

Einholung Kundeninterviews

Um den spezifischen Anforderungen des Kunden gerecht zu werden, haben wir einen umfassenden Ansatz verfolgt, der zunächst die Bedürfnisse potenzieller Nutzer eines Data-Catalogs genau erfasste. Durch Interviews mit ungefähr 15 Stakeholdern wurden Anforderungen anhand von User Stories und Personas analysiert und anschließend gemeinsam bewertet und priorisiert.

Bewertung von Data-Catalog-Tools

Wir haben auch eine Shortlist von potentiellen Data-Catalog-Tools erstellt und eine umfassende Liste von funktionalen und nicht-funktionalen Evaluationskriterien entwickelt, die speziell auf die Bedürfnisse des Automobilherstellers zugeschnitten waren. Unter Berücksichtigung der Gewichtung dieser Kriterien wurden die Data-Catalog-Tools systematisch bewertet, wobei die neuesten Technologien und betriebswirtschaftlichen Strategien im Bereich der Datenanalyse und Künstlicher Intelligenz eingesetzt wurden.

Ergebnis

Die koordinierten Bemühungen führten zu überzeugenden Ergebnissen. Die Anforderungen der Stakeholder wurden erfolgreich in User Stories analysiert und in den funktionalen Bewertungskriterien berücksichtigt. Insgesamt vier potenzielle Data-Catalog-Tools wurden anhand von 100 präzisen Kriterien untersucht und bewertet.

Schließlich wurde ein Data-Catalog für die Verprobung im Rahmen eines Proof of Concepts ausgewählt, mit der Option, nachgelagert einen PoC eines weiteren Tools durchzuführen.

Unsere Experten

Michael Scharpf

Michael Scharpf

Sr. Principal Key Account Manager

LinkedIn

Unverbindlich beraten lassen

Sie möchten wissen, welche Möglichkeiten es mit KI und Data Science in Ihrem Unternehmen gibt? Sie wollen mehr über unsere Use Cases und Technik erfahren? Sprechen Sie mit unseren Experten!

Kontakt
12 Jahre Erfahrung aus über 3.000 Daten- & KI-Projekten

Weitere Referenzen

  • Procurement & Supply-Chain
Optimierung der Produktion mit Agentic AI

Steigerung der Liefertreue um 5% durch unser Multi-Agentensystem dank intelligenter Priorisierung und automatischer Root-Cause-Analysen

  • Production
Chatten mit dem Labor bei einem Spezialchemiehersteller

Interaktive Web-App für F&E-Entscheider in 10 internationalen Laboren

  • Finance & Controlling
Ganzheitliche Automatisierung der Finanzprognose

Automatische Berichterstattung und Reduzierung des operativen Aufwands im Finanzbereich

  • Finance & Controlling
Aufbau einer MLOps-Plattform bei einem Chemiekonzern

EBIT-Potenzial von bis zu 10 Mio. Euro durch die Skalierung von KI-Anwendungen

X

Cookie Freigabe

Diese Website verwendet notwendige Cookies zur Sicherstellung des Betriebs der Website. Eine Analyse des Nutzerverhaltens durch Dritte findet nicht statt. Detaillierte Informationen über den Einsatz von Cookies finden Sie in unseren Datenschutzerklärung.