Seminar T-Systems DIH – Datenprodukte, Datenqualität und Monetarisierung

Das Seminar überführt Datenbestände in verantwortete und wirtschaftlich nutzbare Datenprodukte. Produktdefinition, Zielgruppe, Metadaten, Qualität, Kosten, Leistungsversprechen, Nutzungsbedingungen, Preislogik, Katalogpositionierung und Lebenszyklus werden mit den technischen Möglichkeiten des DIH verbunden.

Inhaltsübersicht

1. Einordnung und Zielsetzung
2. Lernziele
3. Zielgruppe und Voraussetzungen
4. Schrittweise Seminarinhalte
   1. Datenproduktdenken
   2. Use Case und Wertbeitrag
   3. Eingangsdaten und Herstellungsprozess
   4. Metadaten und Auffindbarkeit
   5. Datenqualität und Service-Level
   6. Kosten und Preislogik
   7. Nutzungsmodelle und Policies
   8. Katalog- und Angebotsgestaltung
   9. Onboarding von Konsumenten
   10. Produktsteuerung und Lebenszyklus
5. Praxisübungen
6. Arbeitsweise und Qualitätskontrollen

Lernziele

• Datenprodukte von Rohdaten und einmaligen Datenlieferungen abgrenzen
• Nutzen, Zielgruppe und Verantwortlichkeit eines Datenprodukts definieren
• Messbare Datenqualitäts- und Servicekriterien festlegen
• Monetarisierungs- und Nutzungsmodelle bewerten
• Ein Datenprodukt als DIH-Asset und Angebot marktfähig vorbereiten

Zielgruppe und Voraussetzungen

Zielgruppe: Data Product Management, Data Owner, Data Steward, Business Development, Data Governance, Controlling, Innovation und Datenökosystem-Management.

Voraussetzungen: Grundverständnis zu Datenmanagement und Geschäftsmodellen. Technische DIH-Kenntnisse sind hilfreich, aber nicht erforderlich.

Seminarinhalte

Die Inhalte werden in einer aufeinander aufbauenden Reihenfolge erarbeitet. Jeder Schritt verbindet fachliche Einordnung, technische Details, Kontrollfragen und eine anwendungsbezogene Aufgabe.

Schritt 1: Datenproduktdenken

Ein Datenprodukt besitzt Zielgruppe, Nutzen, Owner, Qualitätsversprechen und Lebenszyklus. Es wird nicht nur erzeugt, sondern dauerhaft betreut.

• Produktgrenze
• Konsument und Problem
• Owner und Verantwortlichkeit
• Leistungsversprechen
• Lebenszyklus

Praxisaufgabe: Erstellung eines Data-Product-Canvas.

Schritt 2: Use Case und Wertbeitrag

Der wirtschaftliche oder operative Nutzen wird konkretisiert und mit messbaren Annahmen verbunden.

• Entscheidung oder Prozess
• Nutzungsfrequenz
• Werttreiber
• Alternativen
• Erfolgskriterien

Praxisaufgabe: Formulierung einer Nutzenhypothese mit Kennzahlen.

Schritt 3: Eingangsdaten und Herstellungsprozess

Eingangsdaten, Transformationen, Prüfungen und Aktualisierung werden als wiederholbarer Produktionsprozess beschrieben.

• Eingangsdaten und Owner
• Aufbereitung
• Qualitätsprüfungen
• Aktualisierung
• Fehlerbehandlung

Praxisaufgabe: Zeichnung einer Datenprodukt-Pipeline.

Schritt 4: Metadaten und Auffindbarkeit

Ein Produkt wird nur nutzbar, wenn Bedeutung, Format, Aktualität, Abdeckung und Bedingungen verständlich sind.

• Fachliche Beschreibung
• Schema und Format
• Zeit und Raum
• Herkunft
• Klassifikation und Suchbegriffe

Praxisaufgabe: Überarbeitung einer unzureichenden Produktbeschreibung.

Schritt 5: Datenqualität und Service-Level

Qualität wird mit konkreten Dimensionen und Messregeln beschrieben. Nicht jede Nutzung benötigt dieselbe Qualitätsstufe.

• Vollständigkeit
• Korrektheit
• Aktualität
• Konsistenz
• Verfügbarkeit und Support

Praxisaufgabe: Definition eines Qualitätsprofils mit Grenzwerten.

Schritt 6: Kosten und Preislogik

Herstellung, Betrieb, Integration, Support und Risiko werden in ein Kostenbild überführt. Preislogiken werden passend zum Nutzungsmodell gewählt.

• Fixe und variable Kosten
• Einmalige und laufende Leistung
• Nutzer-, Volumen- oder Paketmodell
• Interne Verrechnung
• Mindestwirtschaftlichkeit

Praxisaufgabe: Berechnung eines vereinfachten Preismodells.

Schritt 7: Nutzungsmodelle und Policies

Kauf, Subscription, begrenzte Nutzung oder partnerschaftlicher Austausch werden mit technischen Nutzungsbedingungen verbunden.

• Nutzungsrecht
• Zweckbindung
• Zeitraum
• Teilnehmerkreis
• Weitergabe und Kombination

Praxisaufgabe: Entwurf von drei Angebotsvarianten mit unterschiedlichen Policies.

Schritt 8: Katalog- und Angebotsgestaltung

Asset, Vertragsdefinition und begleitende Informationen werden zu einem verständlichen Angebot zusammengesetzt.

• Asset-Schnitt
• Varianten
• Vertragsdefinition
• Test- oder Beispieldaten
• Support- und Kontaktprozess

Praxisaufgabe: Vorbereitung eines Angebots für einen Marktplatz- oder Partnerkatalog.

Schritt 9: Onboarding von Konsumenten

Technische und fachliche Hürden werden durch klare Voraussetzungen, Testschritte und Supportinformationen reduziert.

• Voraussetzungen
• Zugang und Vertrag
• Testkonsum
• Integration
• Betriebsübergabe

Praxisaufgabe: Erstellung einer Consumer-Onboarding-Checkliste.

Schritt 10: Produktsteuerung und Lebenszyklus

Nutzung, Qualität, Kosten und Feedback werden regelmäßig bewertet. Produkte werden verbessert, ersetzt oder geordnet eingestellt.

• Nutzungskennzahlen
• Qualitätsreport
• Feedback
• Roadmap
• Stilllegung

Praxisaufgabe: Entwurf eines quartalsweisen Product Reviews.

Praxisübungen

• Data-Product-Canvas mit Nutzen-, Owner- und Qualitätsdefinition
• Preis- und Policy-Varianten für unterschiedliche Konsumentengruppen
• DIH-Angebotskonzept einschließlich Metadaten, Service-Level und Lebenszyklus

Arbeitsweise und Qualitätskontrollen

Vortrag, moderierte Analyse, Systemdemonstration, strukturierte Checklisten und praktische Übungen werden miteinander kombiniert. Konfigurationen und Konzepte werden jeweils gegen Vollständigkeit, Konsistenz, Sicherheit, Nachvollziehbarkeit und Betriebsfähigkeit geprüft. Übungsfälle enthalten auch Fehlersituationen, damit Diagnose- und Entscheidungswege nicht nur im Idealzustand nachvollzogen werden.