Wissensmanagement in der IT

Transkript

1 Wissensmanagement in der IT AUFBAU EINER BETRIEBS- ONTOLOGIE IN GROSSEN IT- BETRIEBEN AGENDA WISSEN WIEN, MAI/JUNI 2012 GÜNTER PENZENAUER R&B CONSULTING GMBH

2 Bedeutung des Wissens INTELLIGENT CAPITAL IS SOMETHING YOU CAN T TOUCH, BUT WHICH MAKES YOU RICH! (LEIF EDVINSSON) 2

3 Wissensmanagement in der IT Daten Verarbeitung 3 IT-SYSTEME WISSEN NICHT, WAS SIE TUN WISSEN IST MACHT PRAGMATIK MACHT WISSEN, BEDEUTUNG MACHT INFORMATION, DATEN SIND BEDEUTUNGSLOS UND DESHALB MACHTLOS

4 Philosophie / Expertise Themen Herausforderungen für das Wissensmanagement in der IT Wissensabbildung als strukturierte Datensammlung Schematisierung der Wissensabbildung (Quadrantenmodell) Füllgrad-Kennzahlen IT für IT Modellbasierende Workflow-Unterstützung 4

5 Philosophie / Expertise Senkung der Prozesskosten bei sinkenden Risikokosten in/durch die IT Die Architektur prägt unsere Strategie Spezialisierung in der Breite (bridging the gap) interdisziplinäre Arbeitsweise 5 Günter Penzenauer, GF Seit 1977 in der IT Seit 1992 R&B Consulting Gruppe

6 Philosophie / Expertise FDL-Branchenerfahrung und Informationstechnologie aus einer Hand Angewandtes Wissensmgmt (AWM) Architekturelles Projekt- Coaching (APC) CrossLifeCycle Management (CLCM) FDL-Banken- Spezial (FBS)

7 Herausforderungen für das IT-WM Kopfmonopole Überalterung Nachwuchsmangel Hoher Wissenszuwachs Komplexität des Gegenstandes Kollaborationsdefizite Ständige Verletzung von good practices Mangelhafter Praxisbezug in der Ausbildung Defizite im IT-Bewußtsein der Bevölkerung 7

8 Wissensabbildung IT ist Erfüllungsgehilfe / Unterstützung / Enabler für Unternehmen für das tägliche Leben IT-Systeme wirken im Unterstützungsfeld als Kalkulator / Rechner / Computer als Prozessbegleiter als Steuerungsinstanz als Qualitätsprüfungsinstanz u.v.a.m. Software ist Dokumentation und Code Dokumentiert wird u.a. das fachliche Unterstützungsfeld Codiert wird das technische IT-System 8

9 Ontologiebildung ist Wissensdarstellung 9 Ontologien.. in der Informatik sind meist sprachlich gefasste und formal geordnete Darstellungen einer Menge von Begrifflichkeiten und der zwischen ihnen bestehenden Beziehungen in einem bestimmten Gegenstandsbereich. Sie werden dazu genutzt, Wissen in digitalisierter und formaler Form zwischen Anwendungsprogrammen und Diensten auszutauschen. Ontologien enthalten Regeln zu Schlussfolgerungen und zur Gewährleistung der Gültigkeit. Ontologien haben mit der Idee des semantischen Web in den letzten Jahren einen Aufschwung erfahren und sind damit Teil der Wissensrepräsentation im Teilgebiet Künstliche Intelligenz. Im Unterschied zu einer Taxonomie, die eine hierarchische Untergliederung bildet, stellt eine Ontologie ein Netzwerk von Informationen mit logischen Relationen dar.

10 Ontologiebildung in Schritten Das Aufbauen einer Ontologie ist ein länger Prozeß. Daher sollte man jede Untersuchung in/für die Organisation / das Unternehmen dokumentieren. Wissensmanagement Kernprozesse, Risiken, Services Risikomanagement Risiken der Prozesse Organisation Aufbauorganisation, Rollen, Beteiligte Ablauforganisation Workflow Datenorganisation Strukturen und Beziehungen IT-Untersuchungen z.b. Datenschutz, CMDB/ITIL.. 10

11 Ebenen der Wissensdarstellung Allgemeine Darstellungsebenen 11

12 Ebenen der Wissensdarstellung Technische Ebenen 12

13 Wissensdarstellung als Netzwerk 13 Schema

14 Schematisierung der Metadaten 14 Jede Betrachtung/Dokumentation einer Organisation, eines Unternehmens, eines Prozesses oder eines IT- Systems (Gegenstandsbereich) führt zu Begrifflichkeiten (Entität) und Abhängigkeiten dieser Begrifflichkeiten untereinander (Beziehung). Die Granularität, d.h. wie fein oder grob Begriffe gebildet und beschrieben werden, ist abhängig vom Ziel der jeweiligen Betrachtung. Gleichartige Begriffsräume werden gleichartig dargestellt (z.b. Geschäftsprozess, Organisationseinheit, beteiligte Partei, Service, Datenbestand) Gleichartige Beziehungen werden abstrahiert/verdichtet. Daraus resultiert ein Meta-Modell.

15 Schematisierung der Metadaten 15 Daten- Referenzmodell Datenmodell Datenbank -modell Funktionen- Referenzmodell Prozessmodell Programmmodell Administrations Prozeß Request / Projekt Organisation / Ressource

16 Schematisierung der Metadaten Sicht Analyse Prozeß / Funktion fachlich Information Aussensprache Design Implementierung Programm technisch Daten(struktur)

17 Wissensabbildung als Netzwerk 17 MITARBEITER ORGANISATIONSEINHEIT Funktionale Sicht GESCHAEFTSPROZESS Datensicht RochERM GESCHAEFTSVORFALL FUNKTION ENTITY ATTRIBUTE RELATIONSHIP SKO-Datenmodell, S-Buchen-Projekt-Datenmodell fachlich FACHLICHER_BAUSTEIN TRACE_C_D_EBENE/SR1 DATENGRUPPE T-PROZESS T-MODUL T_FUNKTION SCN/PROGRAM SQL_HOSTVAR FELD_UDM technisch DAM_AKTION SCN/COPY DB2/TABLE DATAELEMENT SVZ

18 Schematisierung von Modellen Fachliche Architektur-Modell Architektur Prozess Software Architektur System Architektur Organisations-IdentityAccess-Modell Vorfall Prozess-Modell Work-Flow A Informations- B / Datenmodell C D

19 Metamodell Software-Architektur System 19 Front-End 1 Front-End 2 Presentation PMS Middleware PROZESS PROZESS Extern freigegeben PROZESS_AKTION PROZESS_AKTION Intern freigegeben... FUNKTION FUNKTION Business Logic FUNKTION FUNKTION... DATA-Access DATA-Access DATA-Access Data Access

20 Mengengerüste für die Wissensabbildung in der IT 500 Intensiv-Nutzer / 1000 sporadische-indirekte Portal/ Frontend Geschäftslogiken Backend + Referenzdaten + eigene Aufbauorganisation + Produktkatalog/Anwendungslandschaft (IT-Map)

21 Software-Architektur-Modell als Einschätzbasis zur Füllgradbetrachtung der Wissensabbildung (Bankdienstleister - Analyse/Design)

22 IST: 1 Mio Instanzen / 15,4 Mio Verweise 50% mit Inhalt - 50% Strukturen Referenzdaten: 14 Entitäten Instanzen Quadrant 1 28 Entitäten incl. RM Instanzen Quadrant 3 45 Entitäten Instanzen Quadrant 2 21 Entitäten Instanzen Analyse / Designmodelle Quadrant 4 45 Entitäten Instanzen ChangeControl: 20 Entitäten Instanzen Implementierungsdaten (Scan) - ca Instanzen

23 Entitäten/Mengen/Verhältniszahlen Analyse/Design Anzahl Entitäten (feines Metamodell) 175 (grobes Metamodell) 120 Anzahl alle Instanzen Anzahl Instanzen aktiv/referenziert (2/3) Anzahl Instanzen aktiv/unreferenziert Anzahl Instanzen inaktiv/referenziert Anzahl Instanzen inaktiv/unreferenziert Anzahl (Rückwärts-)Verweise Verweis/Instanz-Ratio (feines Metamodell) 2,56 (grobes Metamodell) 5,00 Verweis/Typ-Ratio Instanz/Typ-Ratio 3.764

24 Entitäten/Mengen/Verhältniszahlen Implementierung Anzahl Entitäten (Standard-Metamodell) 45 Anzahl alle Instanzen Analyse/Design Anzahl Instanzen aktiv/referenziert Anzahl Instanzen aktiv/unreferenziert Anzahl Instanzen inaktiv/referenziert Anzahl Instanzen inaktiv/unreferenziert Anzahl (Rückwärts-)Verweise Verweis/Instanz-Ratio (Standard-Metamodell) 32,45 Verweis/Typ-Ratio Instanz/Typ-Ratio 9.019

25 Füllgrad / Beziehungs-Intensität in den Quadranten je SW-Architekturbereich (A/D)

26 Soll - Vollausbau Tendenz: Instanzen / 25 Mio Verweise Referenzdaten: 20 Entitäten Instanzen Quadrant 1 30 Entitäten incl. RM Instanzen Quadrant 3 50 Entitäten Instanzen Quadrant 2 23 Entitäten Instanzen Analyse / Designmodelle Quadrant 4 50 Entitäten Instanzen ChangeControl: 20 Entitäten Instanzen Implementierungsdaten (Scan) - ca Instanzen

27 IT für IT Ontologien haben das Potential als Basis für die ITtechnische Unterstützung zu dienen Basis sind die modellierten Abläufe Basis ist die modellierte Aufbauorganisation Entlang der modellierten Architekturen Veränderungen in Projektform Mithilfe von bestimmten Werkzeugen für bestimmte Arbeitsschritte (Workflow) Teilweise automatisiert (Masterdaten) 27

28 Anforderungen für die IT-Unterstützung der Wissensabbildung Gute Modelle Der richtige Ausschnitt Generische Lösungen Customizing automatisierbar auf Basis der Modelle Föderative Datenhaltung Enterprise Architecture Management (EAM) Service-Denken / denken in Services Verarbeitung folgt Daten, daher sind saubere Datenstrukturen der Schlüssel zu time-to-market. Durchgehende Vernetzung der Beschreibungselemente. 28