Die explosionsartige Zunahme von Daten in den letzten Jahren hat zur Entstehung neuer Ansätze für die Datenverwaltung geführt und die Umsetzung von Data Mesh in die Praxis ist eine der vielversprechendsten Antworten, die Unternehmen geben können. Data Mesh ist eine Datenverwaltungsarchitektur, die es Unternehmen ermöglicht, Daten über mehrere Systeme, Anwendungen und Plattformen hinweg nahtlos zu integrieren, darauf zuzugreifen und sie gemeinsam zu nutzen. Data Mesh basiert im Kern auf der Dezentralisierung und der Verteilung der Datenverantwortung an die Personen, die den Daten am nächsten sind.
Welche Auswirkungen hat Data Mesh auf (agile) Organisationen?
Der Data Mesh-Ansatz ist ein Versuch, die isolierte Welt der Daten in die übrige Organisation zu bringen, wodurch sich die Rollen und Verantwortlichkeiten der Teams ändern. Das wiederum bedeutet, dass Menschen mit der Bedeutung von Daten konfrontiert werden, die vorher keinen Bezug dazu hatten und vielleicht nicht einmal den Nutzen sehen konnten. Organisatorisch muss diese Lücke geschlossen werden, damit der Wert von Daten fest in den Menschen und der Kultur verankert wird.
Data Mesh ist ein Ansatz für die Gestaltung von Datenarchitekturen, der Daten als Produkt in den Vordergrund stellt und es funktionsübergreifenden Teams ermöglicht, die Verantwortung für bestimmte Bereiche zu übernehmen. Agile Frameworks, wie Scrum oder Scaled Agile Framework (SAFe), forcieren einen Softwareentwicklungsprozess, der sich darauf konzentriert, funktionierende Software in kurzen Iterationen zu liefern. Doch wie wirkt sich der Ansatz von Data Mesh auf die agile Teamzusammensetzung aus und welche Rollen müssen besetzt werden, um Data Mesh zu einem effizienten Betriebsmodell zu machen?
Dieser Artikel konzentriert sich auf die sozialen und menschlichen Aspekte, die davon betroffen sind, und vergleicht traditionelle Teamzusammensetzungen mit dem neuen Ansatz von Data Mesh. Organisatorisches Umdenken und Designentscheidungen beeinflussen:
- Rollen und Teamkonstellationen
- Fähigkeiten
- Ausbildung und persönliche Entwicklung
- Rekrutierung
Bei der Einführung von Data Mesh müssen neue Rollen und Zuständigkeiten sowie neue Entwicklungspfade eingeführt werden, um Talente, Fähigkeiten und die erforderliche Einstellung zu fördern. Zum Change Management gehört auch die Schulung der Mitarbeiter, damit sie die Vorteile und Chancen des neuen Ansatzes erkennen und die richtigen Teammitglieder rekrutieren.
Wie sieht ein „traditionell“ agiles Team aus?
Ein agiles Team ist eine funktionsübergreifende Gruppe von Personen, die so organisiert ist, dass sie zusammenarbeitet, um iterativ ein Produktinkrement zu liefern. In agilen Teams arbeitet man jedoch meist mit den Methoden von Scrum oder Kanban, die beide klar definierte Rollen haben, um diese Ansätze so effektiv wie möglich zu gestalten. Werfen wir einen kurzen Blick auf die Rollen innerhalb eines agilen Teams:
Product Owner: Der Product Owner vertritt die Bedürfnisse der Stakeholder und ist für die Verwaltung des Product Backlogs verantwortlich. Um den maximalen Wert für das Unternehmen zu erzielen, ist der Product Owner ein Visionär, der die Anforderungen der Stakeholder mit der Entwicklung von Strategien verbindet, um das Produkt so wertvoll wie möglich zu machen.
Scrum Master: Der Scrum Master ist eine Schlüsselrolle im Scrum Framework und hauptsächlich für die Effektivität des Scrum Teams verantwortlich. Als dienende Führungskraft ist der Scrum Master dafür verantwortlich, dass das Scrum Team die Prinzipien und Praktiken von Scrum einhält und den Fortschritt des Teams bei der Erreichung seiner Ziele fördert.
Entwicklungsteam: Das Entwicklungsteam ist der zentrale Teil der Entwicklung eines Produktinkrements innerhalb jedes Sprints. Darüber hinaus agiert das Team als rechenschaftspflichtiges Fachpersonal, das Mentoring, Lehren und Coaching in die Praxis mit einbezieht.
Bei der Implementierung von Data Mesh wechseln Datenexperten wie Data Engineers, Data Analysts oder Data Scientists von zentralen Datenteams zu den Domänen-Teams. Wenn diese Domänen in einem agilen Rahmen wie Scrum arbeiten, werden sie Teil des Entwicklungsteams.
Welche neuen Rollen entstehen durch Data Mesh in der Praxis?
Wenn Data Mesh vollständig umgesetzt wird, gibt es folgenden neue Rollen:
Data Product Owner
Data Mesh bedeutet, dass Daten wie ein Produkt behandelt werden. Wie jedes andere Produkt ist es also ein Service, der die Bedürfnisse des Kunden erfüllt. Data Product Owner arbeiten innerhalb eines bestimmten Bereichs und sind für die Datenprodukte des Bereichs verantwortlich. In einem Bereich kann es mehrere Datenproduktverantwortliche geben oder nur einen – je nach Komplexität des Bereichs. Datenprodukteigentümer erleichtern die Entscheidungsfindung in Bezug auf die Vision und den Fahrplan für die Datenprodukte, die ständig mit den Erwartungen ihrer Stakeholder und Datenkunden abgestimmt werden. Datenkonsumenten verwenden Datenkataloge, um die gewünschten Daten zu finden.
Domain Data Product Developer
Ein Produktentwickler für Bereichsdaten erstellt, liefert, pflegt und entwickelt bereichsspezifische Daten, die als Produkt modelliert sind. Der Datenproduktentwickler ist Eigentümer des Codes, der Logik und des Schemas seiner Domaindaten und stellt die erforderlichen APIs für deren Nutzung bereit. Der Domain Data Product Developer benötigt zusätzliche Fähigkeiten, um die Kontextdaten innerhalb der Domain auf den Datenproduktkontext abzubilden.
Data Governance Office
Der Platform Owner ist für die Bereitstellung der Datenplattform für seine dezentral organisierten Nutzer verantwortlich. Der Platform Owner kann von einem Team unterstützt werden – dem sogenannten Plattformteam, das sich bestimmte Aufgaben rund um die Datenplattform aufteilt. Ihr Ziel ist es, die Arbeit und das Nutzererlebnis auf der Datenplattform zu erleichtern und die interne Kundenzufriedenheit zu gewährleisten (z.B. durch Umfragen zum Feedback zur Plattform).
Welchen Einfluss hat Data Mesh auf das Scrum-Framework?
Data Mesh ist der organisatorische Ansatz für das Data Management, während das Scrum-Framework auf das agile Projektmanagement abzielt. In der Praxis kann sich Data Mesh auf verschiedene Weise auf agile Teams auswirken:
- Priorisierung und Backlog-Management: Da Daten in einer Data Mesh-Architektur zu einem Produkt werden, müssen Scrum-Teams möglicherweise datenbezogene Aufgaben neben anderen Produktfunktionen priorisieren. Dies kann eine Anpassung des Backlogs und des Sprint-Planungsprozesses erfordern.
- Datenqualität und Governance: Data Mesh unterstreicht die Bedeutung von Datenqualität und Governance, was sich auf agile Teams auswirkt, die mit Daten arbeiten. Diese Teams müssen möglicherweise mehr Zeit aufwenden, um sicherzustellen, dass ihre Domänendaten korrekt, vollständig und konsistent sind.
- Technische Infrastruktur: Data Mesh erfordert eine technische Infrastruktur, die verteilte Datendomains unterstützt, was Änderungen an der Art und Weise erfordern kann, wie agile Teams mit Daten arbeiten. Teams müssen möglicherweise neue Tools, Technologien und Prozesse einführen, um innerhalb einer Data Mesh-Architektur effektiv arbeiten zu können.
- Dateneigentum und Zusammenarbeit: In einer Data Mesh-Architektur sind Ownership und Verantwortung für bestimmte Datendomains auf mehrere Teams verteilt. Das bedeutet, dass agile Teams möglicherweise enger mit anderen Teams zusammenarbeiten müssen, um sicherzustellen, dass Daten effektiv gemeinsam genutzt werden und keine Konflikte zwischen verschiedenen Datendomains auftreten.
Auswirkungen von Data Mesh auf die funktionsübergreifende Zusammenarbeit
Data Mesh ist ein weiterer Schritt in der Entwicklung eines Organisationsdesigns. Wir empfehlen, ein Transformationsprogramm und ein sorgfältiges Change Management in Betracht zu ziehen. Wie dies genau gestaltet wird, hängt davon ab, wie eure Organisation aktuell arbeitet.
Ein Data Mesh-Ansatz ermöglicht es Fachleuten, die Verantwortung für ihre Daten, deren Qualität, Verwaltung und Bereitstellung zu übernehmen. Dadurch sind sie in der Lage, bessere Entscheidungen zu treffen und innovativere Lösungen zu entwickeln, was zu einer höheren Arbeitszufriedenheit und Karriereentwicklung führt. Domain-Teams können sich schnell an neue Anforderungen anpassen, neue Datenprodukte erstellen und bereitstellen und bei Bedarf Änderungen vornehmen, ohne durch traditionelle zentralisierte Governance-Strukturen behindert zu werden.
Durch das Aufbrechen von Datensilos und die Förderung funktionsübergreifender Zusammenarbeit erleichtert das Daten-Netzwerk die Kommunikation und den Wissensaustausch zwischen den verschiedenen Aufgabenbereichen, was zu einer höheren Produktivität, einer besseren Qualität der Ergebnisse und besseren Gesamtergebnissen führt. Aber machen wir uns nichts vor: Die Einführung von Data Mesh in einem Unternehmen kann für die Mitarbeiter eine ziemliche Umstellung sein. Als HelloFresh von einem zentralen Datenteam zu einer dezentralen Organisation wechselte, führten sie Data Chapters als Klammer für die Datenspezialisten ein, die nicht mehr zusammenarbeiteten. Mitarbeiter:innen mit gleichen oder ähnlichen Fähigkeiten können in sogenannten Chaptern zusammenarbeiten. Sie fördern die Zusammenarbeit im Team und die Innovation. Bei HelloFresh arbeiten zwei Data Chapters an Themen wie Talentakquise, Karrierewege, Tools und Methoden, Best Practices und Wissensaustausch.
Data Mesh in der Praxis hängt von den Eigenschaften und Bedürfnissen jeder einzelnen Organisation ab
Es gibt keine allumfassende Lösung, wenn es um Data Mesh geht. Es handelt sich immer noch um ein neues Paradigma, das sich ständig weiterentwickelt. Der organisatorische Aufbau, die Architektur und die Rollen müssen auf die spezifischen Merkmale und Bedürfnisse jeder Organisation zugeschnitten sein und können langsam und Schritt für Schritt eingeführt werden.
Insgesamt kann sich Data Mesh auf verschiedene Weise auf agile Teams auswirken, je nachdem, wie es implementiert wird. Es kann Anpassungen in der Art und Weise erfordern, wie Teams zusammenarbeiten, Arbeit priorisieren, Backlogs verwalten und Datenqualität und Governance sicherstellen. Bei sorgfältiger Planung und Kommunikation können Scrum-Teams jedoch effektiv innerhalb einer Data Mesh-Architektur arbeiten und hochwertige Softwareprodukte liefern, die Daten als erstklassige Produkte einbeziehen.
Je nachdem, wie tief ein Unternehmen Data Mesh einführen will, müssen neue Rollen und Verantwortlichkeiten geklärt und definiert werden. Management und Mitarbeiter des gesamten Unternehmens müssen das Konzept und ihre neuen Funktionen verstehen. Data Mesh ist eine Architektur, die Unternehmen in Betracht ziehen sollten, wenn sie ihre Datenverwaltungsfähigkeiten verbessern und den vollen Wert ihrer Datenbestände ausschöpfen wollen.