Referenz Public Sector
Umsetzung einer zentralen Datenplattform für Transparenz und Effizienz in der Verwaltung
Herausforderung
Ziel des Projekts zur Etablierung und Weiterentwicklung der Data Excellence Services in einer Großstadtverwaltung war der Aufbau einer Enterprise-BI-Plattform mit einer organisationsweiten Reporting– und Planungsfunktionalität. Der Umfang der fachlichen Daten bezog sich auf unterschiedliche Verwaltungsdaten der Behörde.
Zu den größten Herausforderungen zählte einerseits die Etablierung eines „Single Point of Truth“ aufgrund der vorhandenen Datenqualität aus den Quellsystemen und der verschiedenen Perspektiven auf die Daten. Andererseits stellte der Datenschutz und die Datensicherheit aufgrund der großen Anzahl unterschiedlicher Nutzergruppen eine besondere Herausforderung dar.
Zur Sicherstellung der langfristigen Datenverwaltung und -nutzung in der Verwaltung umfasste das Projekt ebenso Anteile zur Einführung einer umfassenden Data Governance. Daher waren neben organisatorischen Maßnahmen auch konzeptionelle Tätigkeiten hinsichtlich einer zukunftssicheren Gesamt-Architektur erforderlich.
Lösungsansatz & Vorgehen
Innerhalb der Konzeptionsphase wurden verschiedene technische Richtlinien zur Architektur und Vorgehensweise entwickelt:
- Architektur des Data-Warehouses
- Modellierungs- und ETL-Entwicklungsrichtlinien
- Erstellung und Nutzung von TM1-Cubes und BI-Reports
- Nutzung der Metadatenverwaltung und einer einheitlichen Versionierung
- Deployment- und Versionierungsrichtlinien
- Verwaltung von Rollen und Berechtigungen
- Datenqualitäts- und Testmanagement
Die Umsetzung erfolgte durch die Implementierung eines Data Warehouse auf Basis einer Drei-Schichten-Architektur. Hierbei orientiert sich die integrierte Datenschicht an einer Modellierung nach Data Vault 2.0. Die Beladung zwischen den einzelnen Schichten wird mittels Data-Stage-Jobs durchgeführt, und technische Metadaten werden im Information Governance-Katalog bereitgestellt.
Das Reporting erfolgt auf Basis von BI-Reports, und die Planung läuft über TM1-Cubes. Die Entwickler unterstützen die Fachbereiche bei der Anforderungsanalyse und erarbeiten gemeinsam mit ihnen Lösungen zur bestmöglichen Umsetzung. Die Projektabwicklung erfolgte agil und iterativ nach Scrum, wobei verschiedene Fachkonzepte pro Stream iterativ umgesetzt und produktiv gesetzt wurden.
Nutzen/Mehrwert
Die technischen und fachlichen Konzepte bilden die Grundlage für Folgeprojekte.
Für die Fachbereiche wurden Reports, Planning-Cubes und Datenschnittstellen bereitgestellt, die entsprechenden fachlichen Mehrwert bieten.
Einheitliche Sicht auf alle Daten und standardisierte Berichterstellung mittels Templates.
Dank des Single Point of Truth ist ein ganzheitlicher und korrekter Blick auf die Daten möglich.
Nachvollziehbarkeit der Datenherkunft in Berichten bis zum Quellsystem mittels durchgehender Data Lineage.
Verbesserung der Datenqualität in den Quellsystemen durch Aufdeckung von Schwachstellen mit dem etablierten Test- und DQ-Management-System.
Teilprojekte in Fachbereichen
Finanzen
Ziel war die Automatisierung von Prozessen, die bislang manuell durchgeführt wurden, wie etwa die Erstellung des Rechnungsabschlusses, der Eröffnungsbilanz, die Meldung an externe Institutionen sowie die Budgetplanung für die einzelnen Abteilungen. Die automatisierten Abläufe sparen Zeit und Ressourcen. Standardisierte Berichte und flexible Auswertungsmöglichkeiten unterstützen die Fachbereiche bei ihren Analysen.
Personal
Daten aus verschiedenen Quellsystemen wurden zusammengeführt, um umfassende Berichte, Dashboards und Analysetools zu erstellen, die einem detaillierten Rollen- und Berechtigungskonzept unterliegen. Prognosen unterstützen die Fachbereiche bei der Planung und Steuerung der Personalressourcen, etwa durch rechtzeitiges Recruiting.
Klima und Energie
Klima-, Energie- sowie Verwaltungsdaten von Gebäuden werden erfasst und in Berichten und Dashboards dargestellt, was die Grundlage für Prognoseberechnungen bildet. Die Dienststellen können jetzt projektspezifische Berichte und Impact-Analysen erstellen und arbeiten auf Basis einer konsistenten Datengrundlage.
Förderungen
Das Ziel war die Erstellung flexibler Berichte zur Übersicht über geleistete Förderungen. Die Abteilungen können nun auf harmonisierten Daten basierende Auswertungen selbstständig durchführen, während gesetzlich vorgeschriebene Berichte automatisiert erstellt werden.
Verwendete Tools/Technologien
IBM InfoSphere Information Server (Data Architect, DataStage, Information Governance Catalog)
AutomicIBM Cognos AnalyticsIBM Planning Analytics (TM1)
Python und R
Apparo Fast Edit
Oracle RDBMS
MS SQL Server
SVN, git
Atlassian Tools (Confluence und JIRA)
