Ob Einführung einer neuen Software, die Digitalisierung von analogen Prozessen oder ein kompletter Technologiewechsel – die Gründe für eine Datenmigration können vielfältig sein. Unabhängig davon, was die systemübergreifende Datenmigration erforderlich macht, gilt es, bestimmte Dinge zu beachten, um ihre wesentlichen Ziele zu erreichen: das Steigern der Performance und das Stärken der Wettbewerbsfähigkeit.

 

Extrahieren, transformieren, laden

Die Qualität und Sicherheit ihrer Daten – von Kunden- und Lieferanten- über Materialstamm- bis hin zu Bewegungsdaten – ist das höchste Gut für Unternehmen. Dementsprechend sorgfältig sollten sie bei einer Datenmigration vorgehen. Eine Datenmigration verläuft nach dem ETL-Prozess (Extraktion, Transformation, Laden). Dieser umfasst die Analyse der Daten, die Bereinigung und ggf. Ergänzung sowie das Laden in das neue System. Bei der Aufbereitung müssen extrahierte Daten eine Reihe von Funktionen durchlaufen, bevor sie an den Zielort geladen werden können. Ein Beispiel für eine solche Funktion ist das Feld- und Werte-Mapping, das die Daten für die Zielstruktur vorbereitet.

 

Damit das Übertragen von Daten gelingt, müssen die bestehenden Informationen an eine neue Datenstruktur angepasst werden. Diese Anpassung bildet die Basis für die Funktionalität des IT-Systems und stellt sicher, dass die Daten auch in der neuen Zielstruktur reibungslos verfügbar sind. Um Daten aus einem Quellsystem zu extrahieren und zu migrieren, gibt es verschiedene Migrationsarten und -tools. Welches Instrument sich am besten eignet, hängt unter anderem davon ab, ob es sich bei der Datenmigration um eine 1:1-Übernahme (Initial Load) oder um die Konsolidierung mehrerer Systeme mit eventuell erforderlicher Duplikatsprüfung handelt.

 

Stellenwert als strategisches Projekt

Nur mit einer umfassenden Strategie lässt sich sicherstellen, dass die Datenmigration optimal abläuft. Unzureichend vorbereitete und durchgeführte Migrationen haben meistens ungenaue Daten mit Redundanzen und andere Unwägbarkeiten zur Folge. Zudem können sich Probleme, die bereits in den Quelldaten vorhanden sind, bei der Übertragung in ein neues, komplexeres System verstärkt auswirken. Daher ist es ratsam, eine Datenmigration als eigenständiges, strategisches Projekt zu behandeln, um die Abläufe gezielt steuern, planen und überwachen zu können. Im schlimmsten Fall führen lückenhafte Konzepte nicht nur zu Budget- und Terminüberschreitungen, sondern auch zum kompletten Scheitern des Migrationsprojekts.

 

Vorgehen bei der Datenmigration

Unternehmen sollten eine Datenmigration schrittweise und systematisch durchführen, um von den positiven Aspekten zu profitieren. Es empfiehlt sich, die Fachabteilungen von Beginn an in den Prozess einzubinden, damit die IT die Datenmigration nicht alleine durchführt. Denn niemand kennt die Daten und deren Qualitätslevel besser als diejenigen, die permanent mit ihnen arbeiten. Auf diese Weise können die Fachbereiche auch Verantwortung für die Qualität der migrierten Daten mittragen. Probleme und im Nachgang erforderliche Analysen lassen sich verhindern oder zumindest einschränken.

 

Nur wer die Quelldaten vor der Datenmigration einer vollständigen Prüfung unterzieht, kann die Vorteile einer Bereinigung der Datenqualität komplett ausschöpfen. Der Zeitpunkt der Datenprüfung muss bei der Projektplanung berücksichtigt werden. Werden bei der Datenprüfung Probleme festgestellt, müssen die Daten vor der Migration noch bereinigt werden. Hierfür können zusätzliche Software-Tools oder weitere Ressourcen erforderlich sein. Das Nachverfolgen der Datenqualität und ein entsprechendes Reporting sind wichtig, weil sie ein besseres Verständnis der Datenintegrität liefern. Eine mangelnde Datenqualität hat direkte Auswirkungen auf die Fehlerquote und den Zeitbedarf von Geschäftsprozessen.

 

Der Scope muss passen

Nachdem eine hohe Qualität der Daten gewährleistet ist, müssen Unternehmen den genauen Scope der Datenmigration definieren: Welche Daten möchten sie migrieren und wie passen sie in das Zielsystem? Einerseits können die Quelldaten viele Felder aufweisen, von denen manche nicht im Zielsystem abgebildet werden müssen. Andererseits können auch Datenfelder innerhalb der Quelle fehlen. Sie müssen von einem anderen System entnommen werden, um die Lücken im Zielsystem zu füllen.

 

Unternehmen, die keine Datenprüfung durchführen, wenden unnötig viel Zeit und Geld für die Datenmigration auf. Oder es kommt beim Daten-Mapping zu einem kritischen Fehler, der das gesamte Projekt ins Stocken bringt. Die Mitarbeiter rechtzeitig in das Projekt einzubeziehen und entsprechend zu schulen, kann zwar eine Herausforderung darstellen. Aber die Belohnung ist eine höhere Akzeptanz der anstehenden Veränderungen.

 

Faktoren für den Erfolg

Bei der Datenmigration gibt es einige Best Practices zu berücksichtigen: Führt das Unternehmen vorab Daten-Backups durch, gehen keine Daten verloren, falls bei der Implementierung etwas schiefgeht. Auch das Festhalten an der festgelegten Strategie im Falle von Schwierigkeiten und das korrekte Testen sind wichtige Erfolgsfaktoren. Die Tests haben das Ziel sicherzustellen, dass man das gewünschte Ergebnis erhält. Je nach Art der zu migrierenden Daten spielt auch das Einhalten der oben beschriebenen Reihenfolge bei der Datenmigration eine wichtige Rolle. Die genannten Aspekte sorgen effektiv dafür, dass die Datenmigration im geplanten Zeit- und Budgetrahmen gelingt.

Lernen Sie aktuelle Beispiele für erfolgreiche Datenmigrationen kennen

Weitere interessante Beiträge: