Digitalisierung: Konzept und Umsetzung

1. Zielsetzung und Analyse des Ist-Zustand

1.1. Ziele der IST-Analyse festlegen

Bevor die IST-Analyse gestartet wird, müssen die Ziele klar definiert werden:

• Business Painpoints: Auflistung der betrieblichen Probleme, welche durch eine “Digitalisierung” gelöst oder verbessert werden soll
• Erfolgskriterien: Messbare KPI und Metriken müssen festgelegt werden
• Prozessoptimierung: Identifikation von ineffizienten oder fehleranfälligen Prozessen
• Systemintegration: Prüfung der Interoperabilität der vorhandenen Systeme und der Möglichkeit einer besseren Integration
• Skalierbarkeit und Performance: Überprüfung, ob die IT-Infrastruktur mit den zukünftigen Anforderungen des Unternehmens mithalten kann.
• Sicherheits- und Datenschutzprüfung: Identifikation von Schwachstellen in Bezug auf die IT-Sicherheit und den Datenschutz.

1.2. Informationsbeschaffung über den Ist-Zustand

Die Erhebung von Informationen erfolgt in der Regel durch verschiedene Methoden, darunter Interviews, Workshops, Dokumentenanalysen und Systemanalysen.

• A. Interviews und Workshops mit Stakeholdern
  • Stakeholder identifizieren: Einbeziehen der relevanten Personen im Unternehmen, wie IT-Manager, Systemadministratoren, Abteilungsleiter (z. B. Buchhaltung, Vertrieb), Endbenutzer und externe Partner
  • Fragen vorbereiten:
    • Welche Systeme werden genutzt?
    • Wie sehen die täglichen Abläufe und Prozesse aus? Welche Prozesse werden “papierbasiert” ausgeführt und sind diese effizient genug?
    • Welche Herausforderungen gibt es bei der Nutzung der Systeme?
    • Welche Tools sind im Einsatz (z.B. Buchhaltungssysteme, CRM, ERP)?
    • Gibt es Integrationsprobleme zwischen den Systemen?
    • Wo verliert das Unternehmen Ressourcen und Zeit?
    • Gibt es Daten, die an die Behörden regelmässig transferiert werden müssen? (Finanzdaten, Export/Importdaten, Informationen über Angestellte usw.)
• B. Analyse vorhandener Dokumentationen
  • Technische Dokumentationen und Systemarchitektur: Dies beinhaltet eine Übersicht der Systeme und Infrastrukturkomponenten welche im Unternehmen verwendet werden. Dazu gehören Server, Datenbanken, Netzwerke, Anwendungen, Softwarelizenzen und Hyperscaler (Cloud-Anbieter)
  • Prozessdokumentationen: Analyse und Dokumenation der Arbeitsabläufe, Prozesse und Standardarbeitsanweisungen, um Schwachstellen und Engpässe zu identifizieren. Wenn möglich, ergänzt durch ein Orgchart o.ä.
• C. Systemanalyse und Monitoring (optional)
  • Technische Überprüfung der Infrastruktur: Tools wie Network Monitoring Software oder System Health Monitoring können helfen, die Systemleistung und Verfügbarkeit zu überwachen und wichtige Erkenntnisse über Performance und Skalierbarkeit zu liefern.
  • Anwendungsanalyse: Überprüfung der eingesetzten Anwendungen (z.B. ERP-, CRM-, Buchhaltungssoftware) hinsichtlich ihrer Funktionsweise, Schnittstellen und Nutzungshäufigkeit.

1.3. Dokumentation der Ist-Situation

Sobald alle relevanten Informationen gesammelt wurden, werden die Ergebnisse dokumentiert. Um die Effizienz des Projekts zu steigern, werden hauptsächlich für die Digitalisierung relevanten Systeme und Prozesse beschrieben.

• Infrastrukturdiagramme: Visualisierung der IT-Infrastruktur (z. B. Netzwerktopologie, Serverstruktur, Datenflüsse). Wichtig sind funktionale als auch zeitliche Abhängigkeiten (bspw. Tagesendverarbeitung und asynchrone Datenflüsse). Beispiel einer high-level IT-Infrastruktur in der Cloud (AWS) mit Übersicht der externen und internen Schnittstellen:

• Prozessdiagramme: Darstellung der bestehenden Geschäftsprozesse und der IT-Systeme, die in den jeweiligen Prozessen verwendet werden (z.B. mit BPMN – Business Process Model and Notation). lucid-chart und draw.io sind geeignete Tools dafür. Das Prozessdiagramm zeigt die Datenflüsse einer Echtzeit-Transaktionsvalidierung im Paymentprozess. Es sollte darauf geachtet werden, dass verschiedne Stufen des Detailierungsgrades abgedeckt sind. Subprozesse weiter verfeinern und Schnittstellen mit anderen Subprozessen andeuten, etc.

2. Anforderungen und Zielgruppen

Die Ausarbeitung von Anforderungen und Zielgruppen ist ein zentraler Schritt, wenn es darum geht, neue Datenprozesse in ein bestehendes IT-Konzept zu integrieren. Eine klare Definition dieser beiden Elemente stellt sicher, dass die Implementierung der neuen Prozesse den tatsächlichen Bedürfnissen und Zielen des Unternehmens entspricht.

2.1. Anforderungen definieren

Anforderungen können sowohl funktionaler Natur (was das System leisten soll, um den neuen Datenprozess erfolgreich zu integrieren) als auch nicht-funktionale Anfoderungen beinhalten (wie gut das System funktioniert). Zudem sind die technische Anforderungen zu definieren, die die technischen Rahmenbedingungen für die Integration eines neuen Datenprozesses in ein bestehendes System gewährleisten sollen.

• A. Funktionale Anforderungen:Die funktionalen Anforderungen beschreiben die spezifischen Aufgaben und Funktionen, die das neue System oder der neue Datenprozess erfüllen muss. Diese Anforderungen müssen präzise und verständlich formuliert werden
  • Datenquelle und -typWelche Datenquellen werden genutzt (z. B. PDFs, gescannte Dokumente, Datenbanken)? Welche Art von Daten müssen verarbeitet werden (z. B. Rechnungsdaten, Transaktionsdaten)? “Daten” sind nicht gleich “Daten”, sondern können meist in einer der drei Kategrorien (Datentyp) eingeordnet werden:
    

    In vielen Datenintegrationsprozessen gibt es nicht nur eine Kategorie sondern es treten dabei Daten aus unterschiedlichen Kategoriern gleichzeitig auf. Je nach Datentype werden diese Daten unterschiedlich gespeichert, z.B. macht es wenig Sinn PDFs in einer RDBMS abzuspeichern oder ein Export von transaktionalen Daten in einer token-basierten “Datenbank” (z.b. ElasticSearch) abzulegen.

  • Datenextraktion und -verarbeitungWie sollen die Daten extrahiert und verarbeitet werden (z.B. OCR-Technologie und Textklassifikation mittels LLMs für unstrukturierte Daten, APIs zur Datenübertragung)?
  • DatenvalidierungWelche Regeln gibt es für die Validierung der Daten (z.B. Überprüfung von Rechnungsnummern, Beträgen, Fälligkeitsdaten)?
  • IntegrationWie sollen die Daten in bestehende Systeme integriert werden (z.B. via API an ein Buchhaltungstool, ERP-System oder CRM)?
  • AutomatisierungIn welchem Umfang sollen die Datenprozesse automatisiert werden (z.B. automatische Buchung von Transaktionen oder automatische Datentransformation)?
  • Reporting und MonitoringWie sollen Ergebnisse und Prozesse überwacht werden (z.B. Dashboards zur Anzeige von Prozessfortschritt und Fehlern)?
• B. Nicht-funktionale AnforderungenNicht-funktionale Anforderungen betreffen die Leistung, Sicherheit, Verfügbarkeit und Usability der neuen Systeme welche die Daten prozessieren. Sie definieren also, wie die funktionalen Anforderungen umgesetzt werden müssen.
  • Performance und SkalierbarkeitWie schnell müssen die neuen Datenprozesse arbeiten? Muss das System in der Lage sein, mit wachsenden Datenmengen oder einer steigenden Zahl an Nutzern umzugehen?
  • Zuverlässigkeit und VerfügbarkeitWelche Anforderungen gibt es an die Betriebszeit und Fehlerbehandlung (z.B. Ausfallzeiten minimieren)?
  • SicherheitWelche Sicherheitsanforderungen müssen erfüllt werden (z.B. Datenverschlüsselung, Zugangskontrollen, Datenschutz)?
  • BenutzerfreundlichkeitWie intuitiv und einfach müssen die neuen Prozesse und Systeme für die Endanwender sein?
  • Compliance und RegulierungWelche rechtlichen Anforderungen (z.B. Datenschutzgesetze, steuerrechtliche Anforderungen) müssen eingehalten werden?
• C. Technologische Anforderungen
  • Systemarchitektur & Infrastruktur Architekturmodell, Cloud- & On-Premise-Kompatibilität, Containerisierung & Orchestrierung, Protokollunterstützung
  • Datenmanagement & Speicher Datenbanktechnologien, Datenhistorisierung, Datenmodellierung

2.2. Zielgruppen definieren

Die Definition der Zielgruppen hilft dabei, die Bedürfnisse und Erwartungen der unterschiedlichen Nutzer und Stakeholder zu verstehen und sicherzustellen, dass die neuen Datenprozesse für alle relevanten Parteien geeignet sind. Zielgruppen können intern (z.B. verschiedene Abteilungen) oder extern (z.B. Kunden, Partner) sein.

• A. Interne Zielgruppen
  • Führungskräfte und EntscheidungsträgerDiese Zielgruppe ist an den strategischen Vorteilen interessiert, die die neuen Datenprozesse bringen, wie z. B. Effizienzsteigerung, Fehlerreduktion und Kostensenkung. Sie benötigen regelmäßige Berichte und Dashboards, um die Wirksamkeit der neuen Prozesse zu überwachen. Die Bedürfnisse dieser Gruppe sind u.a. Überwachung von KPIs, Einhaltung von Geschäftsstrategien und -zielen sowie Effizienzsteigerung.
  • IT-AbteilungDiese Zielgruppe ist verantwortlich für die technische Implementierung und Wartung des neuen Systems. Sie benötigt klare Anweisungen und detaillierte technische Dokumentation zur Implementierung und Integration. Bedürfnisse: Klare technische Anforderungen, Integration mit bestehenden IT-Systemen, Wartungs- und Support-Tools.
  • Fachabteilungen (z. B. Buchhaltung, HR, Vertrieb)Diese Abteilungen sind die Hauptnutzer der neuen Datenprozesse. Sie benötigen Lösungen, die ihre spezifischen Anforderungen erfüllen und bestehende Arbeitsabläufe verbessern. Bedürfnisse: Vereinfachung von Routineaufgaben, Automatisierung von Datenprozessen, Verbesserung der Datentransparenz und -genauigkeit
  • EndnutzerDie Mitarbeiter, die mit den neuen Prozessen arbeiten, benötigen benutzerfreundliche Tools, die keine großen Änderungen in ihrer täglichen Arbeit erfordern. Bedürfnisse: Einfache, benutzerfreundliche Oberflächen, Schulungen zur Nutzung der neuen Systeme, schnelle Reaktionszeiten.
• B. Externe Zielgruppen
  • KundenWenn die neuen Datenprozesse Auswirkungen auf Kunden (z.B. in einem Kundenservice- oder Bestellprozess) haben, müssen deren Bedürfnisse berücksichtigt werden, z. B. durch schnelleren Service oder verbesserte Kommunikation. Bedürfnisse: Schnelligkeit, Transparenz, Qualität der Daten und Kommunikation
  • Partner und LieferantenWenn Partner oder Lieferanten in den Datenprozess integriert sind (z.B. durch API-Schnittstellen oder Datenaustausch), müssen ihre Anforderungen an die Interoperabilität berücksichtigt werden. Bedürfnisse: Schnittstellen zu bestehenden Systemen, Konsistenz und Genauigkeit der ausgetauschten Daten.

3. Technische Architektur und Integration

Die technische Architektur und die Integration neuer Datenprozesse in ein bestehendes System erfordern eine sorgfältige Planung, um sicherzustellen, dass die neuen Prozesse nahtlos in die bestehende Infrastruktur und die bestehenden Arbeitsabläufe eingebunden werden.

3.1. Systemarchitektur

Die Prüfung der bestehenden Systemarchitektur ist entscheidend, um sicherzustellen, dass der neue Datenprozess nahtlos in die vorhandenen IT-Infrastrukturen integriert wird. Dabei müssen alle relevanten Systeme identifiziert werden, die im Rahmen des neuen Prozesses miteinander kommunizieren sollen. Dies umfasst die folgenden Schritte

• A. Bestandsaufnahme der SystemeEine vollständige Liste / Übersicht aller relevanten Systeme, die an den neuen Datenprozessen beteiligt sind. Dies umfasst
  • ERP-SystemeIdentifikation des ERP-Systems welches im Unternehmen verwendet wird und welche Module (z.B. Finanzbuchhaltung, Lagerverwaltung, Einkauf) integriert werden müssen
  • CRM-SystemeFalls im Integrationsprozess relevant, Analyse das CRM-System (z. B. Salesforce, HubSpot) und Überprüfung, ob Kundendaten oder Transaktionsdaten in den neuen Prozess integriert werden müssen
  • DatenbankenAnalyse und Integration der bestehenden Datenbanken (z.B. SQL-Datenbanken wie MySQL, PostgreSQL, Oracle, MS SQL Server, oder NoSQL-Datenbanken wie CouchDB, ElasticSearch oder Vektordatenbanken wie z.B. OpenSearch), um sicherzustellen, dass der neue Prozess Zugriff auf die erforderlichen Daten hat und dass alle relevanten Daten konsistent gespeichert werden (eventuell erfordert der Prozess eine Synchronisation zwischen zwei oder mehreren Datenbanken)
  • DokumentenmanagementsystemeFalls unstrukturierte Daten (wie Dokumente, PDFs, Scans) verarbeitet werden müssen, ist eine Analyse das vorhandene Dokumentenmanagementsystem oder den Speicherort dieser Dokumente notwendig
• B. Verbindungen und Interaktionen der SystemeAnalyse wie die bestehenden Systeme miteinander kommunizieren sowie eine Überprüfung der bestehenden Schnittstellen, Protokolle und Datenformate, die bereits verwendet werden (z.B. REST-APIs, SOAP-Webservices, SQL-Verbindungen). Datenflüsse und Schnittstellen können sowohl synchron (z.B. APIs) als auch asynchron (z.B. Pub/Sub, Queues) auftreten
• C. Abhängigkeiten und SchnittstellenBeim Aufbau und der Integration von neuen Datenflüssen, muss nicht zwingend alles neu entwickelt werden. Vielfach sind schon Frameworks und Schnittstellen im Unternehmen vorhanden, die erweitert und ausgebaut werden können. Daher ist es wesentlich zu prüfen, ob es bereits definierte Schnittstellen (APIs, Webservices) gibt, die zur Integration des neuen Prozesses verwendet werden können, oder ob neue Schnittstellen entwickelt werden müssen.
• D. Performance und SkalierbarkeitÜberprüfung, ob die bestehenden Systeme die zusätzlichen Anforderungen des neuen Prozesses erfüllen können, sowohl in Bezug auf die Datenmenge als auch auf die Verarbeitungsgeschwindigkeit.

3.2. Integrationstechnologien

Um den neuen Datenprozess effizient und robust in das bestehende IT-Konzept zu integrieren, müssen geeignete Integrationstechnologien und Schnittstellen ausgewählt werden. Die folgenden Optionen sollten berücksichtigt werden:

• A. API-Schnittstellen
  • RESTful APIs, wenn eine skalierbare und flexible Kommunikation zwischen den Systemen erforderlich ist. APIs ermöglichen eine einfache und moderne Art der Integration, insbesondere wenn die bestehenden Systeme RESTful-Services unterstützen.
  • Wichtig ist zudem, dass die APIs entsprechend den Sicherheitsanforderungen gesichert sind (z. B. OAuth 2.0 für Authentifizierung und Verschlüsselung via HTTPS)
  • Alle API-Endpunkte sollten so dokumentiert werden, sodass sie für die Integration klar und verständlich genutzt werden können. Ein gutes Dokumentations-Framework ist Swagger, es gibt jedoch auch API-Dokumentationen, die direkt aus dem Code erstellt werden (bspw. FastAPI)
  • Sollen jedoch grosse Datenmengen integriert werden, sind Batch Prozesse zu bevorzugen.
• B. Middleware
  • Der Einsatz von Middleware-Software ist hilfreich, wenn die Integration zwischen verschiedenen Systemen komplex ist und zusätzliche Verarbeitungsschritte erfordert. Eine Middleware kann als Vermittler fungieren, der Daten zwischen den Systemen transformiert und validiert.
  • Middleware-Lösungen wie Apache Camel sind geeignet für komplexere Integrationen, die mehrere Datenquellen oder Protokolle berücksichtigen müssen.
  • Wenn Legacy-Systeme integriert werden sollten, die keine modernen API-Schnittstellen unterstützen, kann eine Middleware helfen, die Verbindung zwischen den alten und neuen Systemen herzustellen.
• C. ETL-Prozesse
  • ETL-Prozesse sind eine Option, wenn die Extraktion von Daten aus verschiedenen Systemen und deren Transformation in ein geeignetes Format für das Zielsystem erforderlich sind. Dies ist besonders relevant, wenn Daten aus unterschiedlichen Quellen kombiniert oder umgeformt (transformiert) werden müssen.
  • Tools wie Apache Nifi, Talend oder Microsoft SSIS (SQL Server Integration Services) sind geeignet, um die Daten durch ETL-Pipelines zu schleusen
  • Wenn der neue Prozess große Datenmengen verarbeitet muss, ist darauf zu achten, dass die ETL-Tools effizient arbeiten und in Echtzeit oder gemäß festgelegtem Zeitplan ausgeführt werden können.
• D. Batch-Prozesse und Datenfeeds
  • Wenn die Integration auf regelmäßigen, geplanten Intervallen basieren soll (z. B. täglich oder wöchentlich), dann können Batch-Prozesse sinnvoll sein, bei denen Daten gesammelt und dann in einem Rutsch in das Zielsystem geladen werden.
  • Die Orchestrierung und Automatisierung von sequentiellen Abfolgen von Aufgaben, kann mittels Workflow-Orchestrierung gelöst werden (bspw. Apache Airflow). Dies ist relevant wenn die Datenverarbeitung über verschiedene Systeme (z. B. Hadoop, BigQuery, S3, SQL) erfolgt. Im nachfolgenden Prozess wurden verschiedene Datentypen aus öffentlich verfügbaren Quellen (strukturiert, semi-strukturiert und unstrukturiert) über die Workflow-Orchestrierung, in den Daten-Layer gelanden (Data-Pipeline).
  
  • Streaming-Technologien wie Apache Kafka oder RabbitMQ können verwendet werden, wenn Ereignisse und Datenströme asynchron und in Echtzeit verarbeiten werden müssen.
• E. Datenintegrationsplattformen
  • In einigen Fällen kann eine vollständige Datenintegrationsplattform erforderlich sein, wenn eine umfassende Integration von verschiedenen Quellen, Transformationen und Zielsystemen benötigt werden (z.B. Informatica oder SnapLogic), die Out-of-the-Box-Integrationen bieten und den Aufwand bei der Erstellung von Verbindungen und Schnittstellen verringern.

3.3. Datenflüsse und Schnittstellen planen

Die Planung der Datenflüsse und Schnittstellen ist ein zentraler Schritt, um die Interaktionen zwischen den bestehenden Systemen und dem neuen Datenprozess zu gestalten. Dieser Schritt stellt sicher, dass Daten effizient und fehlerfrei über die richtigen Kanäle ausgetauscht werden.

Der Zugriff auf Daten hängt von der Struktur der Datenbank (RDBMS, No-SQL, Objektspeicher) sowie deren Leistung, der Komplexität der Abfrage und der Datenmenge ab. Abhängig von den Anforderungen an den Datenzugriff können mehrere Lösungen für denselben Zweck entwickelt werden. Die beste Lösung muss sorgfältig evaluiert werden. Die folgende Übersicht betrachtet nur einige Beispiele, da die Möglichkeiten von Anwendungen, Schnittstellen und Speicherlösungen nahezu unbegrenzt sind.

4. Datensicherheit und Datenschutz

Um Datensicherheit und Datenschutz in einem neuen Datenprozess zu gewährleisten, müssen umfassende Sicherheitsmaßnahmen getroffen werden, die sowohl die Integrität der Daten schützen als auch alle relevanten Datenschutzvorgaben einhalten. Die Festlegung der Sicherheitsanforderungen, die Einhaltung der Datenschutzvorgaben und die regelmäßige Überprüfung dieser Maßnahmen sind entscheidend, um Risiken zu minimieren und den Schutz von personenbezogenen Daten zu gewährleisten.

4.1. Sicherheitsanforderungen

Die Festlegung der Sicherheitsanforderungen ist entscheidend, um den Schutz und die Integrität der Daten während des gesamten Prozesses sicherzustellen. Die erforderlichen Sicherheitsmaßnahmen umfassen verschiedene Ebenen, von der Datenspeicherung über die Datenübertragung bis hin zur Authentifizierung und Autorisierung. Die wesentlichen Sicherheitsmaßnahmen sind:

• A. Verschlüsselung
  • Datenverschlüsselung bei der ÜbertragungAlle Daten, die zwischen den Systemen ausgetauscht werden, müssen verschlüsselt übertragen werden. Verwende TLS, um eine sichere Kommunikation über Netzwerke zu gewährleisten. Dies ist besonders wichtig bei der Nutzung von APIs oder bei der Übertragung von Daten über das Internet.
  • Verschlüsselung bei der SpeicherungAlle sensiblen Daten, die in Datenbanken gespeichert werden, müssen ebenfalls verschlüsselt werden. Verwende AES (Advanced Encryption Standard) mit einer Schlüssellänge von mindestens 256 Bit, um sicherzustellen, dass die Daten bei einem möglichen Zugriff durch unbefugte Personen nicht lesbar sind. Diese Verschlüsselung sollte sowohl für die Daten im Ruhezustand (Datenbanken, Dateispeicher) als auch für Backup-Dateien gelten.
• B. Authentifizierung und Autorisierung
  • Starke AuthentifizierungAlle Benutzer und Systeme, die auf die Daten zugreifen, müssen mit einer sicheren Authentifizierungsmethode verifiziert werden. Verwende Multi-Faktor-Authentifizierung (MFA), um eine zusätzliche Sicherheitsebene hinzuzufügen, insbesondere für den Zugriff auf sensible Daten.
  • Zugriffssteuerung und RechteverwaltungImplementiere ein Role-Based Access Control (RBAC)-Modell, um sicherzustellen, dass nur autorisierte Benutzer mit entsprechenden Rechten Zugriff auf die Daten haben. Jeder Benutzer oder Dienst sollte nur auf die Daten zugreifen können, die für seine Arbeit notwendig sind.
  • API-Schlüssel und OAuthFür die Kommunikation zwischen verschiedenen Systemen und APIs sollte eine OAuth 2.0-Authentifizierung verwendet werden, die sicherstellt, dass nur autorisierte Anwendungen auf die Daten zugreifen können. Für private APIs sind zusätzlich API-Schlüssel erforderlich, um eine Authentifizierung und Zugriffskontrolle auf API-Endpunkte durchzusetzen.

4.2. Datenschutzvorgaben

Um den Datenschutz sicherzustellen, müssen die relevanten Datenschutzvorgaben eingehalten werden, die insbesondere durch gesetzliche Regelungen wie die Datenschutz-Grundverordnung (DSGVO) vorgegeben sind. Die Datenschutzvorgaben werden üblicherweise durch Compliance oder die Rechtsabteilung des Unternehmens definiert und bei der Planung und Konzeptarbeit integriert.

5. Realisierungsplan

Die nahtlose Integration von Daten und Datenprozessen in bestehende oder neue IT-Systeme ist entscheidend. Mit unserer langjährigen Erfahrung sorgen wir dafür, dass die Datenintegration nicht nur effizient, sondern auch sicher, skalierbar und zukunftssicher umgesetzt wird.

Wir bieten:

• Individuelle Lösungen:Jeder Datenprozess ist einzigartig – wir entwickeln massgeschneiderte Konzepte, die perfekt auf die Anforderungen zugeschnitten sind.
• Agile & effiziente Umsetzung:Mit einer detailierten Konzeptphase und einem klar definierten Realisierungsplan minimieren wir Risiken und garantieren eine erfolgreiche Implementierung.
• Technische Exzellenz:Von ETL-Prozessen, API-Schnittstellen bis hin zu Cloud- und On-Premise-Lösungen – wir setzen auf modernste Technologien.
• Langfristige Betreuung:Unser Service endet nicht mit dem Rollout – wir stehen mit Support, Wartung und kontinuierlicher Optimierung zur Seite.