Prof. Michael Mielke

Transkript

1 3 rd KnowHow Meeting Hotel Hafen Hamburg 5 th Sep 2018 Master Data Management Data Governance Data Management MDM - Von purer Integration zur zentralen Drehscheibe für Kontext & Analysen (Keynote) Prof. Michael Mielke (Deutsche Bahn AG)

2 Voraussetzungen / Leitgedanken Schlagkräftige, integrierte ITK (IT + Kommunikationstechnik) ist für den Erfolg von DB Training zwingend erforderlich Ein zentrales Anforderungs- und ITK Management stellt integrierte Lösungen mit geringen Blindleistungen sicher Fachliche Besonderheiten der Organisationseinheiten und ggf. spezielle Anforderungen der Kunden sind möglichst zu berücksichtigen Die Produktion von Bildung und Beratung ist weitest möglichst zu digitalisieren, administrativer Aufwand zu reduzieren Das Angebot an digitalen und oder Blended-Learning Angeboten soll erheblich ausgebaut und sicher produziert werden Neue Technologien sollen schnell für DB Training und Kunden zur Verfügung gestellt werden

3 Viele Projekte... schufen eine Basis

4 Zentrales Anforderungsmanagement HS.L4 (U) stellt zentrales Anforderungsmanagementsystem (JIRA) den IT Koordinatoren zur Verfügung IT Koordinatoren erfassen alle Anforderungen aus Ihrer fachlichen Betriebsführung im zentralen Anforderungssystem IT Board nimmt unter Führung ITK Leiter Priorisierung vor IT Board plant quartalsweise Umsetzung des Bebauungsplanes und gibt nach Zustimmung ITK Budget-Koordinator Mittel zur Umsetzung frei IT Koordinatoren berichten monatlich an ITK Leiter Umsetzungsstand und Budgetverbrauch IT Board tagt 4 mal jährlich und organisiert monatlich eine Webkonferenz

5 Anwendungs- / Komponentenverantwortung

6 Prämissen So wenig Systeme (Anwendungen) wie möglich einsetzen Systeme (Anwendungen) im Standard belassen Anpassungen an Systemen (Anwendungen) nur da, wo es wirklich notwendig ist (z.b. "Rest AKMS", Funktionen, welche nicht durch Standardsoftware abgedeckt werden kann) Sternförmige Architektur zum Master Data Management (Datendrehscheibe) Cloud (min.) bei SaaS (H Strategie) Wenn möglich Open Source ( H Strategie) Inhalte i. S. von Modulen/Kursen werden in der ELMS abgebildet Keine 1:1 Abbildung veralteter Prozesse

7 Schematische Darstellung komponentenbasierter Ansatz

8 Vergleich der alten und neuen Architektur

9 Datenzentrierte Architektur Problem: Wenn jedes System mit jedem sprechen muss, steigt die Komplexität stärker als exponentiell Wenn aber jedes System von einem zentralen Datenintegrationssystem gespeist wird, braucht jedes System nur mit einem einzigen, und zwar immer demselben System sprechen Neue Anwendungen mit nutzerdefinierten Dashboards werden jetzt völlig problemlos möglich: Alle benötigten Daten werden aus dem zentralen System bereitgestellt. Kundenproblem kann jetzt kostengünstig gelöst werden Architektur skaliert jetzt linear statt exponentiell, d.h. neue Systeme können mit viel geringerem Aufwand angebunden werden Der Rohdatenspeicher sorgt dafür, dass das Zentrale System jederzeit wieder hergestellt werden kann, falls es ausfällt

10 Technologie Rohdatenspeicher: Apache Hadoop (Daten in hochstrukturierter Form ablegen) Zentrales Datenverteilungssystem: Apache Kafka Hadoop ist seit über 15 Jahren industriell im Einsatz Repliziert automatisch alle Daten, sodass Ausfallsicherheit gewährleistet werden kann. Apache Kafka ist seit 10 Jahren im industriellen Einsatz und bewährt. Security-Features haben die strengsten Anforderungen von Banken bestanden. Für die gängigen Datenbanksysteme (Oracle, PostgreSQL, MySQL) existieren Konnektoren, die jede Änderung der Datenbank als Datenstrom im Kafka synchronisieren (dadurch sehr hohe Datensicherheit) Gute Integration zwischen Apache Kafka und Hadoop

11 Sicherung der Datenqualität durch Schema Enforcement Die zu verwaltenden Daten werden durch sprach-und systemunabhängiges Datenschema beschrieben Automatische Codegenerierung für die Datentypen Schema Enforcement stellt sicher, dass alle zwingend notwendigen Angaben im Datensatz vorhanden sind In einer weiteren Stufe kann die Datenqualität völlig unabhängig und außerhalb des Systems überprüft werden Effizientes Speicherformat; binär und Open Source, kein Einsperren auf die Plattform eines Herstellers möglich Daten überleben Anwendungen Verwendung eines sprachneutralen Schemas trägt dieser Erfahrung Rechnung

12 Vom Prozess zur Architektur

13 Schema Datendrehscheibe

14 Abfolge des Stufenplans