{"id":33129,"date":"2023-01-09T10:00:02","date_gmt":"2023-01-09T09:00:02","guid":{"rendered":"https:\/\/www.striped-giraffe.com\/?p=33129"},"modified":"2023-03-06T13:16:10","modified_gmt":"2023-03-06T12:16:10","slug":"trends-im-datenmanagement-fuer-die-kommenden-jahre","status":"publish","type":"post","link":"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/","title":{"rendered":"Trends im Datenmanagement f\u00fcr die kommenden Jahre"},"content":{"rendered":"<section class=\"wpb-content-wrapper\"><p>[vc_row][vc_column width=&#8220;1\/3&#8243;][\/vc_column][vc_column width=&#8220;2\/3&#8243;][vc_column_text]<\/p>\n<h3><span style=\"color: #ef6c00;\">Alle reden von Daten und datengesteuerten Organisationen. Zweifellos werden datenbezogene Themen die Technologietrends der n\u00e4chsten Jahre dominieren. Aus diesem Grund haben wir die 5 spannendsten Themen zusammengestellt, die Sie im Auge behalten sollten.<\/span><\/h3>\n<p>[\/vc_column_text][vc_empty_space height=&#8220;20px&#8220;][vc_column_text]<\/p>\n<ul>\n<li>\n<h3><a href=\"#DataFabric\">Data Fabric<\/a><\/h3>\n<\/li>\n<li>\n<h3><a href=\"#DataMesh\">Data Mesh<\/a><\/h3>\n<\/li>\n<li>\n<h3><a href=\"#DigitalTwin\">Digitaler Zwilling des Kunden<\/a><\/h3>\n<\/li>\n<li>\n<h3><a href=\"#ARandVRdata\">AR- und VR-Daten<\/a><\/h3>\n<\/li>\n<li>\n<h3><a href=\"#UnstructuredData\">Verarbeitung unstrukturierter Daten<\/a><\/h3>\n<\/li>\n<\/ul>\n<p><a name=\"DataFabric\"><\/a>[\/vc_column_text][vc_empty_space height=&#8220;25px&#8220;][vc_single_image image=&#8220;33147&#8243; img_size=&#8220;full&#8220; alignment=&#8220;center&#8220;][vc_column_text]<\/p>\n<h2 class=\"headline_superbig\" style=\"margin-top: 1em;\">Data Fabric<\/h2>\n<p>Data Fabric ist ein innovatives Konzept f\u00fcr die Verwaltung riesiger Datenmengen, die auf zahlreiche unverbundene Quellen in On-Premise-, Multi-Cloud- und Hybrid-Umgebungen verteilt sind.<\/p>\n<p><span style=\"color: #ef6c00;\">Eines der Hauptziele von Data Fabric ist die Maximierung des Business Values von Informationen durch die <strong>Demokratisierung von Daten.<\/strong> Mit Data Fabric erhalten Datenkonsumenten im gesamten Unternehmen, einschlie\u00dflich Gesch\u00e4ftsanalysten, einfachen Zugriff auf vertrauensw\u00fcrdige Daten aus allen Quellen \u2013 und zwar genau dann, wenn sie sie ben\u00f6tigen.<\/span><\/p>\n<p>So m\u00fcssen sie nicht mehr recherchieren, wo die von ihnen ben\u00f6tigten Informationen gespeichert sind, wem sie geh\u00f6ren, welche Qualit\u00e4t sie haben oder in welchem Format sie verf\u00fcgbar sind. Sie k\u00f6nnen umgehend Analysen durchf\u00fchren, eine Gesch\u00e4ftsidee validieren oder andere Aktivit\u00e4ten durchf\u00fchren, ohne lange darauf warten zu m\u00fcssen, dass die relevanten Daten gesammelt, konsolidiert und ordnungsgem\u00e4\u00df aufbereitet werden.<\/p>\n<p>Data Fabric ist weder eine Technologie noch ein einzelnes Produkt. Es handelt sich um eine Kombination aus einem bestimmten Konzept der Datenarchitektur und einer Reihe von Tools, die zur Umsetzung dieses Konzepts erforderlich sind. Au\u00dferdem gibt es kein einziges universelles Architekturmuster f\u00fcr Data Fabric. Verschiedene Softwareanbieter haben ihre eigene Sichtweise auf dieses Konzept, die in erster Linie auf die von ihnen angebotenen L\u00f6sungen zugeschnitten ist.<\/p>\n<p>Ein wichtiges Merkmal dieser Architektur ist die <strong>Modularit\u00e4t<\/strong>, die sie \u00e4u\u00dferst flexibel macht. Bei der Zusammenstellung einer <strong>Datenplattform<\/strong> zur Unterst\u00fctzung von Data Fabric kann ein Unternehmen beliebige Funktionen einbeziehen, darunter <a href=\"https:\/\/www.striped-giraffe.com\/de\/expertise\/datenmanagement\/data-governance\/\" target=\"_blank\" rel=\"noopener\">Data Governance<\/a> und Datenschutz, Compliance, Datensicherheit, <a href=\"https:\/\/www.striped-giraffe.com\/de\/expertise\/datenmanagement\/business_intelligence\/\" target=\"_blank\" rel=\"noopener\">Datenanalyse<\/a>, <a href=\"https:\/\/www.striped-giraffe.com\/de\/expertise\/datenmanagement\/data-integration\/\" target=\"_blank\" rel=\"noopener\">Datenintegration<\/a>, <a href=\"https:\/\/www.striped-giraffe.com\/de\/expertise\/datenmanagement\/data-quality\/\" target=\"_blank\" rel=\"noopener\">Datenqualit\u00e4t<\/a>, Datentransformation, Datenanreicherung, Datenaufbereitung oder was immer es sonst ben\u00f6tigt.<\/p>\n<p>Ein weiterer gro\u00dfer Vorteil dieses Ansatzes ist die M\u00f6glichkeit, sowohl die bestehende Dateninfrastruktur als auch neue Tools und Technologien nutzen zu k\u00f6nnen. <span style=\"color: #ef6c00;\"><br \/>\nData Fabric erm\u00f6glicht somit die evolution\u00e4re Modernisierung der Datenumgebung eines Unternehmens durch das schrittweise Ersetzen von Altsoftware durch neuere oder umfassendere L\u00f6sungen.<\/span><\/p>\n<p>Die Grundannahme von Data Fabric besteht darin, die Daten in ihrer urspr\u00fcnglichen Quelle zu belassen, wo ihre Konsistenz und hohe Qualit\u00e4t gew\u00e4hrleistet sind.<\/p>\n<p>Erm\u00f6glicht wird dies durch <strong>Datenvirtualisierung<\/strong>. Anstatt ein weiteres zentrales Repository zu erstellen und Daten dorthin zu replizieren oder zu verschieben, wird ein <strong>Datenkatalog<\/strong> verwendet, der alle Quellen nach <strong>Metadaten<\/strong> durchsucht. Dadurch wird ein virtueller Index aller Datenbest\u00e4nde aus allen vorhandenen Quellen im Unternehmen erstellt, unabh\u00e4ngig von Standort, Typ, Format oder Technologie.<\/p>\n<p>Mit einem solchen Katalog erhalten die Benutzer einen vollst\u00e4ndigen Einblick in die Datenbest\u00e4nde eines Unternehmens, beispielsweise in das Spektrum der Kundendaten, die in verschiedenen Quellen verf\u00fcgbar sind. Die Benutzer k\u00f6nnen Daten nach verschiedenen Kriterien suchen, filtern und sortieren, darunter auch nach Datenqualit\u00e4tsmetriken. Auf diese Weise k\u00f6nnen sie beispielsweise sehen, welche Quelle die aktuellsten und zuverl\u00e4ssigsten Kunden-E-Mails bietet.<\/p>\n<p>Jede einzelne Aktion wird selbstverst\u00e4ndlich unter Ber\u00fccksichtigung von Data Governance, Datenschutz und Sicherheit durchgef\u00fchrt.<\/p>\n<p>Der Zugriff auf die Daten erfolgt \u00fcber den <strong>Data Marketplace<\/strong>. Hier k\u00f6nnen Benutzer nicht nur die verf\u00fcgbaren Datenbest\u00e4nde durchsuchen, sondern auch einen bestimmten Datensatz bestellen, beispielsweise f\u00fcr eine Marketing- oder Vertriebskampagne.<\/p>\n<p>Der Name erinnert nicht zuf\u00e4llig an einen Online-Shop. Data Marketplaces funktionieren ganz \u00e4hnlich. Ein Datenkonsument durchsucht die verf\u00fcgbaren Ressourcen, legt die ben\u00f6tigten Datens\u00e4tze in den Warenkorb und gibt dann eine Bestellung auf, um das zusammengef\u00fchrte Datenpaket im gew\u00fcnschten Format, z. B. als Excel-Tabelle, geliefert zu bekommen.[\/vc_column_text][vc_single_image image=&#8220;33154&#8243; img_size=&#8220;full&#8220; alignment=&#8220;center&#8220; onclick=&#8220;link_image&#8220;][vc_empty_space height=&#8220;30px&#8220;][vc_column_text]<strong>Data Fabric wird oft als L\u00f6sung zum Aufbrechen von Datensilos bezeichnet. Aber was bedeutet das in der Praxis?<\/strong><\/p>\n<p><em>\u201eDie urspr\u00fcnglichen Datenbest\u00e4nde werden durch Data Fabric weder ver\u00e4ndert noch ersetzt\u201d<\/em> \u2013 erkl\u00e4rt Krzysztof Wi\u015bniewski, Senior System Architect bei Striped Giraffe. <em>\u201eData Fabric kann als eine Art Gewebe betrachtet werden, das \u00fcber alle vorhandenen Datenquellen gelegt wird, sie miteinander verbindet und ihre Funktion als eine einzige virtuelle Umgebung erm\u00f6glicht. Aus der Sicht des Datenkonsumenten verschwinden so die Datensilos. Es gibt nur noch einen zentralen, metadatengesteuerten Katalog aller Daten, der \u00fcber den Data Marketplace durchsucht und abgefragt werden kann. Man k\u00f6nnte sagen, dass Data-Fabric die Probleme l\u00f6st, die durch Datensilos verursacht werden, ohne die Silos selbst physisch zu beseitigen.\u201d<\/em><\/p>\n<p>In den Services, die die Data-Fabric-Architektur bilden, k\u00f6nnen die meisten Prozesse automatisiert werden. Dadurch wird die Effizienz erheblich gesteigert und in vielen F\u00e4llen k\u00f6nnen Benutzer, Systeme und Anwendungen in Echtzeit auf die ben\u00f6tigten Daten zugreifen.<\/p>\n<p>Gartner sch\u00e4tzt, dass Data Fabric verschiedene Datenmanagement-Aufgaben, einschlie\u00dflich Design, Bereitstellung und Betrieb um 70 % reduzieren kann.<\/p>\n<p>Viele Datenexperten weisen darauf hin, dass Data Fabric die Zukunft des Datenmanagements ist. Laut Gartner werden Data-Fabric-Implementierungen bis 2024 die Effizienz der Datennutzung vervierfachen und gleichzeitig die manuellen Datenverwaltungsaufgaben um die H\u00e4lfte reduzieren.[\/vc_column_text][vc_empty_space height=&#8220;30px&#8220;][vc_column_text]<a name=\"DataMesh\"><\/a>\u00a0[\/vc_column_text][vc_single_image image=&#8220;33171&#8243; img_size=&#8220;full&#8220; alignment=&#8220;center&#8220;][vc_column_text]<\/p>\n<h2 class=\"headline_superbig\" style=\"margin-top: 1em;\">Data Mesh<\/h2>\n<p>Data Mesh ist ein weiteres neues Konzept f\u00fcr den Aufbau einer Datenarchitektur in einer Umgebung mit heterogenen Datenquellen.<\/p>\n<p><span style=\"color: #ef6c00;\">Auf den ersten Blick sehen Data Fabric und Data Mesh recht \u00e4hnlich aus. Der grundlegende Unterschied besteht darin, dass Data Mesh einen <strong>dezentralen<\/strong> und <strong>bereichsorientierten Ansatz<\/strong> f\u00fcr die Datenarchitektur darstellt. Im Gegensatz dazu verwaltet Data Fabric mehrere Datenquellen wie ein einziges virtuelles und zentralisiertes Datensystem, in dem Datendom\u00e4nen kaum eine Rolle spielen.<\/span><\/p>\n<p>Anstatt beispielsweise Marketing-, Vertriebs-, Finanz-, Personal- und Logistikdaten in einer einzigen Dom\u00e4ne zusammenzufassen, wird in einer Data Mesh-Architektur jeder dieser Datens\u00e4tze in eine andere Dom\u00e4ne getrennt.<\/p>\n<p>Data Mesh beruht auf den folgenden vier Grundprinzipien:<\/p>\n<h3><strong>1. Hoheit \u00fcber die Dom\u00e4ne<\/strong><\/h3>\n<p>Im Gegensatz zu Data Fabric gibt es kein zentrales Team, das f\u00fcr die Verwaltung aller Daten und deren Bereitstellung f\u00fcr die Datenkonsumenten auf dem Data Marketplace verantwortlich ist. Das Eigentum an Analyse- und Betriebsdaten wird an <strong>Dom\u00e4nen-Teams<\/strong> \u00fcbertragen.<\/p>\n<p>Die Dom\u00e4nen-Teams sind f\u00fcr den gesamten Lebenszyklus der <strong>Datenprodukte<\/strong> innerhalb ihrer Dom\u00e4ne verantwortlich. So ist beispielsweise ein Team nur f\u00fcr den Bereich der Finanzdaten zust\u00e4ndig, ein anderes f\u00fcr die Personaldaten und ein weiteres f\u00fcr die CRM-Daten.<\/p>\n<p>Das Bereichsteam f\u00fchrt selbst die Analysen durch, die f\u00fcr datengest\u00fctzte Entscheidungen erforderlich sind. Bei Bedarf kann es sich die ben\u00f6tigten Informationen aus anderen Bereichen beschaffen.<\/p>\n<h3><strong>2. Daten als Produkt<\/strong><\/h3>\n<p>In einem Data Mesh werden Daten wie ein Produkt behandelt, das seine Abnehmer hat. Es wird davon ausgegangen, dass es au\u00dferhalb einer bestimmten Dom\u00e4ne irgendwo in der Organisationsstruktur, Teams gibt (bei denen es sich um andere Dom\u00e4nen-Teams handeln kann), die Verbraucher dieser Daten sind und sie f\u00fcr Analysen ben\u00f6tigen.<\/p>\n<p>Daher besteht die Hauptverantwortung des Dom\u00e4nen-Teams darin, geeignete Datenprodukte zu erstellen, die den Anforderungen der Datenkonsumenten au\u00dferhalb des Teams entsprechen. Das Dom\u00e4nen-Team muss sicherstellen, dass seine Daten von hoher Qualit\u00e4t und f\u00fcr andere zug\u00e4nglich sind.<\/p>\n<p>Bei einem Datenprodukt handelt es sich in der Regel um einen bereichsspezifischen Datensatz, der durch Metadaten beschrieben wird, die das Auffinden, den Zugang und die Nutzung der Daten erleichtern. Zu diesen Metadaten geh\u00f6ren Eigentums- und Kontaktinformationen, Datenstandort und -zugang, Aktualisierungsfrequenz und Datenmodellspezifikation.<\/p>\n<p>Auf dem Data Marketplace k\u00f6nnen Datenkonsumenten Datenprodukte direkt in dem Bereich, der sie interessiert, durchsuchen und die erforderlichen Daten bestellen, die vom zust\u00e4ndigen Dom\u00e4nen-Team f\u00fcr sie aufbereitet werden.<\/p>\n<h3><strong>3. Selbstverwaltete Datenplattform<\/strong><\/h3>\n<p>Wie bei Data Fabric ist ein fester Bestandteil des Data Mesh-Konzepts eine Self-Service-Datenplattform. Sie bietet alle erforderlichen Funktionen, einschlie\u00dflich Speicherung, Datenabruf, Verarbeitung, Analyse, Visualisierung, Metadaten- und Berechtigungsverwaltung usw.<\/p>\n<p>Die Datenplattform stellt den Dom\u00e4nen-Teams die notwendigen Werkzeuge zur Verf\u00fcgung, um:<\/p>\n<ul>\n<li>die Qualit\u00e4t ihrer Daten zu gew\u00e4hrleisten<\/li>\n<li>auf einfache Weise eigene Datenprodukte zu erstellen und sie den Datenkonsumenten zur Verf\u00fcgung zu stellen<\/li>\n<li>Datenauswertungen durchzuf\u00fchren<\/li>\n<li>Datenvisualisierungen zu erstellen<\/li>\n<li>Daten aus anderen Bereichen zu erwerben<\/li>\n<li>und ihre eigenen Analysen effektiv durchf\u00fchren.<\/li>\n<\/ul>\n<h3><strong>4. Gemeinsame Verwaltung<\/strong><\/h3>\n<p>Obwohl die Datenverwaltung und das Datenmanagement in den einzelnen Bereichen auf die Dom\u00e4nen-Teams verteilt sind, gibt es ein \u00fcbergreifendes f\u00f6deriertes Governance-Team, das eine \u00fcberwachende und koordinierende Rolle spielt.<\/p>\n<p>Es besteht in der Regel aus Vertretern aller beteiligten Teams, einschlie\u00dflich der IT-Abteilung. Gemeinsam einigen sie sich auf Standards und gemeinsame Richtlinien f\u00fcr Interoperabilit\u00e4t, Dokumentation, Sicherheit, Datenschutz und Compliance. Diese Richtlinien bilden die Regeln f\u00fcr den Betrieb im Data Mesh, insbesondere f\u00fcr die Art und Weise, wie die Dom\u00e4nen-Teams ihre Datenprodukte erstellen sollten.<\/p>\n<p>In vielen Anwendungsf\u00e4llen ist das f\u00f6derierte Governance-Team auch f\u00fcr all jene Datenelemente verantwortlich, die \u00fcber Dom\u00e4nen hinweg gemeinsam genutzt werden. Wenn einige Daten in mehreren Dom\u00e4nen doppelt vorhanden sind, werden sie oft unter die Verwaltung des f\u00f6derierten Governance-Teams gestellt. Auf diese Weise werden Duplikate aus den dom\u00e4nenspezifischen Datens\u00e4tzen entfernt.[\/vc_column_text][vc_single_image image=&#8220;33157&#8243; img_size=&#8220;full&#8220; alignment=&#8220;center&#8220; onclick=&#8220;link_image&#8220;][vc_empty_space height=&#8220;30px&#8220;][vc_column_text]Data Mesh konzentriert sich in erster Linie auf die Verwendung von Daten f\u00fcr analytische und nicht f\u00fcr operative Zwecke. Daher werden Datenprodukte, die zur Erf\u00fcllung von Echtzeitanforderungen verwendet werden, nicht ber\u00fccksichtigt.<\/p>\n<p><span style=\"color: #ef6c00;\">Data Mesh ist eine ideale L\u00f6sung f\u00fcr Organisationen, in denen die IT-Systemumgebung nach den Prinzipien des <strong>domain-driven Designs<\/strong> oder \u00e4hnlichem modularisiert ist.<\/span> Das bedeutet nicht, dass es nicht auch von Unternehmen eingesetzt werden kann, die mit Datensilos arbeiten, wie zum Beispiel Data Warehouses oder Data Lakes. Es ist nach wie vor m\u00f6glich, sofern die relevanten Bereiche der Datendom\u00e4nen getrennt sind und innerhalb dieser Silos von speziellen Teams verwaltet werden.<\/p>\n<p>Die Voraussetzung f\u00fcr Data Mesh ist eine ausreichende Anzahl unabh\u00e4ngiger Dom\u00e4nen-Teams, die ihre Systeme bereits in Produktion haben. Wenn Ihre Organisation jedoch zu klein ist und Sie nicht \u00fcber viele unabh\u00e4ngige Teams verf\u00fcgen, sollten Sie diesen Ansatz eher vermeiden.<\/p>\n<p>Wie Data Fabric ist auch Data Mesh kein fertiges Produkt oder eine fertige Technologie. Es gibt kein allgemeing\u00fcltiges Modell f\u00fcr die Architektur. Es gibt nur allgemeine Annahmen und Richtlinien, die das gesamte Konzept definieren. Daher kann jedes Unternehmen es so gestalten, dass es am besten zu den eigenen Besonderheiten und Bed\u00fcrfnissen passt.<\/p>\n<p>Wichtig ist, dass beide Ans\u00e4tze \u2013 Data Fabric und Data Mesh \u2013 mit denselben Tools implementiert werden k\u00f6nnen. Der Unterschied liegt in der Modellierung der gesamten Architektur, der unterschiedlichen Organisation der Teams und der Implementierung verschiedener Prozesse innerhalb des Unternehmens.[\/vc_column_text][vc_empty_space height=&#8220;30px&#8220;][vc_column_text]<a name=\"DigitalTwin\"><\/a>\u00a0[\/vc_column_text][vc_single_image image=&#8220;33160&#8243; img_size=&#8220;full&#8220; alignment=&#8220;center&#8220;][vc_column_text]<\/p>\n<h2 class=\"headline_superbig\" style=\"margin-top: 1em;\">Digitaler Zwilling des Kunden<\/h2>\n<p>Das Konzept des digitalen Zwillings ist bekannt und wird seit Jahren erfolgreich in der industriellen Fertigung eingesetzt. Mithilfe von Internet of Things (IoT) und Machine Learning werden virtuelle Nachbildungen von realen Objekten &#8211; Maschinen, Ger\u00e4ten, Produktionslinien usw. \u2013 erstellt. Es wird auch zunehmend zur \u00dcberwachung und Modellierung von Prozessen eingesetzt.<\/p>\n<p>In den letzten Jahren hat dieses Konzept auch in vielen anderen Branchen Anwendung gefunden, beispielsweise im Bauwesen, in der Logistik, im Automobilbau, in der Medizin, im Gesundheitswesen, in der Luftfahrt, in der \u00f6ffentlichen Verwaltung und sogar in der Tiermedizin. Auch im Handel gewinnt es immer mehr an Bedeutung, da es verspricht, ein digitales Modell des Kunden mit seinen Vorlieben, Emotionen und seinem Kaufverhalten zu erstellen.<\/p>\n<p>Auf den ersten Blick \u00e4hnelt dieses Konzept dem <strong>Customer 360 View<\/strong>, der mit einer <strong><a href=\"https:\/\/www.striped-giraffe.com\/de\/blog\/customer-data-platform-cdp\/\" target=\"_blank\" rel=\"noopener\">Customer Data Platform (CDP<\/a>)<\/strong> erstellt werden kann. <span style=\"color: #ef6c00;\">In der Tat ist der Ausgangspunkt f\u00fcr die Erstellung eines digitalen Zwillings die Sammlung umfassender Kundendaten aus allen verf\u00fcgbaren Quellen. Der Digital Twin geht jedoch viel weiter und bedient sich k\u00fcnstlicher Intelligenz und Machine Learning, um Kundenerfahrungen zu simulieren und diese Simulationen in Echtzeit anzupassen.<\/span><\/p>\n<p>Der Schl\u00fcssel zur Erstellung eines solchen selbstlernenden Modells sind Verhaltensdaten aus der Customer-Journey-Analyse. Zu diesem Zweck werden alle Kundeninteraktionen mit einer Marke \u00fcberwacht, sowohl in digitalen als auch in Offline-Kan\u00e4len. Es k\u00f6nnen auch andere Daten verwendet werden, wie beispielsweise die Geolokalisierung.<\/p>\n<p>Nat\u00fcrlich kann man einer Person keine Sensoren anbringen und sie nicht 24 Stunden am Tag verfolgen. Deshalb ist es wichtig, so viele Touchpoints zwischen Kunde und Marke wie m\u00f6glich \u00fcber alle Kan\u00e4le hinweg zu schaffen. Hierzu m\u00fcssen Sie sicherstellen, dass Sie alle Interaktionen digital erfassen und daraus n\u00fctzliche Daten gewinnen k\u00f6nnen.<\/p>\n<p>Um so viele Daten wie m\u00f6glich zu erhalten, brauchen Sie ein Konzept, wie Sie Kunden dazu bringen k\u00f6nnen, an diesen Touchpoints zu interagieren und somit Informationen mit Ihnen zu teilen.<\/p>\n<p>Au\u00dferdem muss alles mit dem vollen Bewusstsein und der Zustimmung der Kunden geschehen. Hierf\u00fcr sind eine angemessene <strong>Datenschutzpolitik<\/strong> und ein <strong>Einwilligungsmanagement<\/strong> erforderlich.<\/p>\n<p>Um die Genauigkeit des Modells zu gew\u00e4hrleisten, reicht es nicht aus, eine ausreichend gro\u00dfe Menge an Daten zu sammeln. Ihre Qualit\u00e4t ist ebenso wichtig. Doppelte, unvollst\u00e4ndige, falsche oder veraltete Daten k\u00f6nnen das Bild des Kunden verzerren und ein falsches Modell erstellen, das nutzlos oder sogar sch\u00e4dlich f\u00fcr Ihr Unternehmen ist. Daher ist ein umfassendes <strong>Datenqualit\u00e4tsmanagementsystem<\/strong> ein Muss, wenn Sie \u00fcber einen digitalen Zwilling nachdenken.<\/p>\n<p>F\u00fcr die n\u00f6tige Datenqualit\u00e4t m\u00fcssen Sie die Kundenidentit\u00e4t pr\u00e4zise feststellen k\u00f6nnen. Dazu geh\u00f6rt die F\u00e4higkeit, aufgezeichnete Interaktionen bestimmten Personen korrekt zuzuordnen. Dies kann eine gro\u00dfe Herausforderung darstellen, da der Kunde f\u00fcr verschiedene Interaktionen mit Ihrer Marke unterschiedliche Authentifizierungsmethoden verwenden kann, z. B. verschiedene E-Mails, Telefonnummern oder sogar Postadressen. Um dieses Problem zu bew\u00e4ltigen, ben\u00f6tigen Sie zuverl\u00e4ssige <strong>Funktionen zur Identit\u00e4tserkennung<\/strong>.<\/p>\n<p><em>\u201eDie Vorlieben und Verhaltensweisen der Kunden \u00e4ndern sich schnell und h\u00e4ufig, so dass sich der digitale Zwilling mit ihnen weiterentwickeln muss\u201c,<\/em> erkl\u00e4rt Krzysztof Wi\u015bniewski. <em>\u201eDies erfordert eine st\u00e4ndige Versorgung mit neuen Daten und eine entsprechende Anpassung des Machine-Learning-Modells. Es handelt sich um einen geschlossenen Kreislauf &#8211; neue Daten verbessern und justieren das Modell, w\u00e4hrend dieses sich entwickelnde Modell zur Gestaltung k\u00fcnftiger Interaktionen verwendet wird, die neue Daten liefern.\u201c<\/em><\/p>\n<p>Unter den vielen Vorteilen, die die Einf\u00fchrung des digitalen Zwillings eines Kunden mit sich bringt, sind die wichtigsten folgende:<\/p>\n<ul>\n<li>besseres Verst\u00e4ndnis der Kundenmotivation &#8211; warum sie sich engagieren und bei Ihnen kaufen<\/li>\n<li>Nachahmung und Vorhersage des Kundenverhaltens<\/li>\n<li>Modifizierung und Bereicherung der Kundenerfahrung<\/li>\n<li>bessere Personalisierung<\/li>\n<li>genauere Empfehlungen<\/li>\n<li>Gestaltung optimaler Einkaufserlebnisse<\/li>\n<li>Testen von Marketingkampagnen<\/li>\n<li>Auswahl der besten Kaufanreize<\/li>\n<li>Testen neuer Produkte und Dienstleistungen.<\/li>\n<\/ul>\n<p>Das Konzept des digitalen Zwillings des Kunden birgt sehr viel Potenzial. Es wird sich nach und nach entsprechend den Fortschritten bei der k\u00fcnstlichen Intelligenz und den Machine-Learning-Technologien weiterentwickeln.<\/p>\n<p>In welche Richtung bewegt sich dieses Konzept? Die Digital Disruption Scale von Gartner liefert die Antwort.[\/vc_column_text][vc_single_image image=&#8220;33141&#8243; img_size=&#8220;full&#8220; alignment=&#8220;center&#8220; onclick=&#8220;link_image&#8220;][vc_empty_space height=&#8220;30px&#8220;][vc_column_text]Auf einer f\u00fcnfstufigen Skala ordnet Gartner den digitalen Zwilling des Kunden f\u00fcr das Jahr 2022 fast am Anfang seiner Reise ein, irgendwo zwischen der Verbesserung (Stufe 1) und der Erweiterung der M\u00e4rkte (Stufe 2). Es wird noch f\u00fcnf Jahre dauern, bis er Stufe 4 erreicht und zur treibenden Kraft bei der Neuerfindung der M\u00e4rkte wird.<\/p>\n<p>Gartner prognostiziert au\u00dferdem, dass der Markt f\u00fcr Software und Dienstleistungen, die digitale Zwillinge erm\u00f6glichen, bis 2030 weltweit 150 Milliarden Dollar erreichen wird, gegen\u00fcber 9 Milliarden Dollar im Jahr 2022.[\/vc_column_text][vc_empty_space height=&#8220;30px&#8220;][vc_column_text]<a name=\"ARandVRdata\"><\/a>\u00a0[\/vc_column_text][vc_single_image image=&#8220;33162&#8243; img_size=&#8220;full&#8220; alignment=&#8220;center&#8220;][vc_column_text]<\/p>\n<h2 class=\"headline_superbig\" style=\"margin-top: 1em;\">AR- und VR-Daten<\/h2>\n<p>Dank der rasanten Entwicklung von Digital-Reality-Technologien sind wir in der Lage, nahezu jeden Bereich unseres privaten oder beruflichen Lebens mit Daten oder Metadaten digital zu bereichern. Auf diese Weise k\u00f6nnen Unternehmen die F\u00fclle an Informationen nutzen, um ihren Kunden eine ganz neue Erlebnisdimension zu bieten. Aber das ist nicht der einzige Nutzen dieser Technologie.<\/p>\n<p>Derzeit gibt es drei f\u00fchrende Arten von digitalen Realit\u00e4ten:<\/p>\n<ul>\n<li><strong>Augmented Reality (AR)<\/strong> \u2013 hierbei werden digital erzeugte 3D-Bilder, akustische Elemente oder andere sensorische Informationen in die reale Welt eingeblendet. F\u00fcr die Nutzung ist in der Regel ein mobiles Ger\u00e4t erforderlich, so dass die M\u00f6glichkeit, mit der digitalen Dimension zu interagieren, (zumindest im Moment) auf den Bildschirm eines Smartphones oder Tablets beschr\u00e4nkt ist.<\/li>\n<\/ul>\n<ul>\n<li><strong>Virtual Reality (VR)<\/strong> \u2013 schafft eine komplett digitale und vollst\u00e4ndig interaktive 3D-Umgebung, in die der Nutzer eintaucht und von der realen Welt isoliert ist. Am h\u00e4ufigsten werden VR-Headsets ben\u00f6tigt, die Brillen mit eingebauten Kopfh\u00f6rern und Mikrofonen enthalten. Neben der Schaffung fiktiver Welten kann VR auch zur Entwicklung digitaler Kopien realer Orte verwendet werden. So k\u00f6nnen die Nutzer beispielsweise ein Museum besuchen, durch ein Gesch\u00e4ft, ein Lager oder eine Produktionsst\u00e4tte gehen, als w\u00e4ren sie tats\u00e4chlich dort.<\/li>\n<\/ul>\n<ul>\n<li><strong>Mixed Reality (MR)<\/strong> \u2013 verwendet holografische Linsen (z. B. in intelligenten Brillen), um VR- und AR-Elemente mit der realen Welt zu kombinieren, so dass digitale Objekte mit realen Objekten interagieren k\u00f6nnen.<\/li>\n<\/ul>\n<p>Da f\u00fcr AR keine spezielle Ausr\u00fcstung erforderlich ist, hat sie sich schnell zur beliebtesten und am weitesten verbreiteten der drei oben genannten Technologien entwickelt. Man kann mit Sicherheit sagen, dass sie von buchst\u00e4blich jedem genutzt werden kann.<\/p>\n<p>Die Popularit\u00e4t dieser Technologie wird auch durch die zunehmende Auswahl und Erschwinglichkeit von Software-Tools f\u00fcr ihre Implementierung gef\u00f6rdert. Die Unternehmen m\u00fcssen also nicht mehr viel Geld in eigene L\u00f6sungen investieren, um die vorhandenen Daten schnell nutzen zu k\u00f6nnen.<\/p>\n<p>Am weitesten verbreitet ist AR im Einzelhandel, wo es das Kundenerlebnis sowohl in als auch au\u00dferhalb von Gesch\u00e4ften verbessert. So k\u00f6nnen Kunden beispielsweise Produkte vor dem Kauf in ihren eigenen vier W\u00e4nden betrachten &#8211; um Kleidung virtuell anzuprobieren, zu sehen, ob neue M\u00f6bel in einen Raum passen, oder um die richtige Farbe f\u00fcr einen Wandanstrich auszuw\u00e4hlen.<\/p>\n<p>Diese Technologie findet auch in vielen anderen Branchen und Lebensbereichen Anwendung, wie im Marketing, in der Fertigung, im Gesundheitswesen, in der Automobilindustrie, in der Produktentwicklung, im Tourismus und im Bildungswesen.<\/p>\n<p><span style=\"color: #ef6c00;\">Die Nutzung vorhandener Daten zur Verbesserung der Realit\u00e4t ist die eine Sache. Eine andere ist das breite Spektrum an Daten, die aus der menschlichen Interaktion mit der erweiterten und virtuellen Realit\u00e4t gewonnen werden k\u00f6nnen.<\/span> Aus der Art und Weise, wie ein Nutzer mit der digitalen Welt interagiert, lassen sich viele wertvolle Informationen \u00fcber seine Vorlieben (z. B. bei der Produktauswahl), sein Verhalten (z. B. beim Besuch eines virtuellen Gesch\u00e4fts), seine F\u00e4higkeiten (z. B. beim virtuellen Training), \u00fcber die Nutzung von Produkten oder Ger\u00e4ten usw. zu erhalten.<\/p>\n<p>Richtig verarbeitet und genutzt, erm\u00f6glichen diese Daten den Unternehmen, ihren Vertrieb, die Kundenbetreuung, die Raumgestaltung in den Gesch\u00e4ften, die Entwicklung von Produkten und Dienstleistungen, die Gestaltung von Prozessen, die Schulung von Mitarbeitern etc. zu ver\u00e4ndern.<\/p>\n<p>Man kann ohne \u00dcbertreibung sagen, dass die digitalen Realit\u00e4ten ihre besten Zeiten noch vor sich haben. Der Durchbruch k\u00f6nnte in der Verbesserung und Verbreitung der holografischen Technologie liegen, zum Beispiel in der M\u00f6glichkeit, gew\u00f6hnliche Brillen in AR\/VR-Brillen zu verwandeln. Oder die F\u00e4higkeit, holografische Bilder im Raum anzuzeigen und frei mit ihnen zu interagieren, was aus Science-Fiction-Filmen bekannt, aber heute gar nicht mehr so unrealistisch ist.[\/vc_column_text][vc_empty_space height=&#8220;30px&#8220;][vc_column_text]<a name=\"UnstructuredData\"><\/a>\u00a0[\/vc_column_text][vc_single_image image=&#8220;33165&#8243; img_size=&#8220;full&#8220; alignment=&#8220;center&#8220;][vc_column_text]<\/p>\n<h2 class=\"headline_superbig\" style=\"margin-top: 1em;\">Verarbeitung unstrukturierter Daten<\/h2>\n<p>Die meisten der heutzutage erzeugten Informationen sind unstrukturierte Daten. Verschiedenen Studien zufolge machen sie bis zu 80-90 % aller Daten aus. Dar\u00fcber hinaus sind unstrukturierte Daten die am schnellsten wachsende Datenkategorie.<\/p>\n<p>Am h\u00e4ufigsten handelt es sich bei unstrukturierten Daten um Text, aber es gibt sie auch in Form von Bildern, Audio- und Videodateien. Beispiele f\u00fcr solche Daten sind:<\/p>\n<ul>\n<li>vollst\u00e4ndige Texte von E-Mails<\/li>\n<li>Kundenrezensionen, Kommentare und Meinungen<\/li>\n<li>Beitr\u00e4ge, Bilder und Videos aus Blogs und sozialen Medien<\/li>\n<li>Gespr\u00e4chsprotokolle<\/li>\n<li>Unterhaltungen aus Diskussionsforen<\/li>\n<li>Online-Chats<\/li>\n<li>Anrufe des Kundendienstes<\/li>\n<li>Protokolle von Websites, Servern, Netzwerken und Anwendungen<\/li>\n<li>Daten von Sensoren auf IoT-verbundenen Ger\u00e4ten.<\/li>\n<\/ul>\n<p>Im Gegensatz zu strukturierten Daten verf\u00fcgen unstrukturierte Daten nicht \u00fcber ein vordefiniertes Datenmodell oder Schema. Daher k\u00f6nnen sie nicht einfach in einer herk\u00f6mmlichen relationalen Datenbank, Tabelle oder Tabellenkalkulation gespeichert werden, die auf einer Spalten-Zeilen-Struktur der Informationen basiert. Sie sind auch nicht leicht zu klassifizieren. Es ist zum Beispiel nicht m\u00f6glich, eindeutig zu bestimmen, ob es sich bei einem Datenelement um eine ganze Zahl, ein Datum, eine Uhrzeit oder einen anderen Typ handelt.<\/p>\n<p>All dies macht unstrukturierte Daten zur gr\u00f6\u00dften Herausforderung im Umgang mit Daten \u2013 von der Erfassung und Speicherung bis hin zur Verarbeitung, Suche und Analyse.<\/p>\n<p>Noch vor einiger Zeit waren unstrukturierte Daten f\u00fcr Unternehmen nahezu nutzlos. Der Hauptgrund daf\u00fcr war das Fehlen geeigneter Technologien und Software, um solche Informationen effektiv zu verarbeiten und zu analysieren.<\/p>\n<p>Heute stehen den Unternehmen jedoch zahlreiche Tools zur Verf\u00fcgung, die die Verarbeitung nat\u00fcrlicher Sprache, die Umwandlung von Sprache in Text, die Bilderkennung, die Analyse von Gef\u00fchlen, die Mustererkennung und andere auf <strong>KI<\/strong> und <strong>Machine-Learning<\/strong> basierende Technologien unterst\u00fctzen. Sie erm\u00f6glichen es ihnen, Informationen aus riesigen Mengen unstrukturierter Daten zu identifizieren und zu extrahieren, sie zu analysieren und daraus wertvolle Erkenntnisse zu gewinnen.<\/p>\n<p><span style=\"color: #ef6c00;\">In der Praxis k\u00f6nnen unstrukturierte Daten eine F\u00fclle unsch\u00e4tzbarer Informationen enthalten, einschlie\u00dflich strukturierter Daten, die mit anderen Inhalten vermischt sind.<\/span> Die Mitschrift eines Telefongespr\u00e4chs mit einem Kunden kann zum Beispiel dessen pers\u00f6nliche Daten, Erwartungen bez\u00fcglich Preis und Verkaufsbedingungen oder sogar Informationen \u00fcber seine Eink\u00e4ufe bei Ihren Konkurrenten enthalten.<\/p>\n<p>In vielen F\u00e4llen sind unstrukturierte Daten das fehlende Puzzlest\u00fcck, um das Ganze zusammenzuf\u00fcgen und einen vollst\u00e4ndigen Einblick in bestimmte Themen zu erhalten.<\/p>\n<p><em>\u201eOhne unstrukturierte Daten ist es f\u00fcr Unternehmen zum Beispiel schwierig, ein vollst\u00e4ndiges Bild eines Kunden zu erhalten\u201c,<\/em> so Krzysztof Wi\u015bniewski. <em>\u201eSie kennen vielleicht alle pers\u00f6nlichen Daten eines Nutzers, seine Kaufhistorie, die aufgerufenen Produkte und Inhalte, aber daraus lassen sich keine zuverl\u00e4ssigen Erkenntnisse \u00fcber die Einstellung des Kunden zu Ihrer Marke ableiten. Die Informationen, die Sie ben\u00f6tigen, sind in von Kunden generierten Inhalten verschl\u00fcsselt, vor allem in sozialen Medien und Diskussionsforen.\u201c<\/em><\/p>\n<p>Einfach ausgedr\u00fcckt: Ohne unstrukturierte Daten, die mit KI\/ML analysiert werden, haben Sie keine Chance, eine wirklich vollst\u00e4ndige Sicht auf den Kunden (<strong>Customer 360<\/strong>) zu erstellen, geschweige denn einen digitalen Zwilling des Kunden.<\/p>\n<p>Das Gleiche gilt f\u00fcr Ihre Produkte und Dienstleistungen. Das Sammeln und Analysieren dessen, was Kunden \u00fcber Ihre Angebote sagen \u2013 ihre Kommentare, Bewertungen, Fotos oder Videos &#8211; erm\u00f6glicht es Ihnen, die St\u00e4rken und Schw\u00e4chen Ihres Angebots besser zu verstehen und infolgedessen pr\u00e4zisere Entscheidungen \u00fcber zuk\u00fcnftige Entwicklungen zu treffen.<\/p>\n<p>Der enorme Gesch\u00e4ftswert unstrukturierter Daten kann in allen Branchen und in unz\u00e4hligen Anwendungsf\u00e4llen aufgedeckt werden, zum Beispiel:<\/p>\n<ul>\n<li>Betrugserkennung in der Finanz- und Versicherungsbranche<\/li>\n<li>Krankheitsdiagnose und Festlegung von Behandlungsmethoden im Gesundheitswesen<\/li>\n<li>Erkennung von Trends, z. B. Kaufverhalten von Kunden<\/li>\n<li>fr\u00fchzeitige Erkennung von Fehlfunktionen in Anlagen, z. B. Motoren, Produktionsmaschinen, Elektrowerkzeugen<\/li>\n<li>Ermittlung der Bereitschaft eines Kunden, ein bestimmtes Produkt zu kaufen<\/li>\n<li>Verbesserung von Call-Center-Diensten durch semantische Analyse von Kundengespr\u00e4chen.<\/li>\n<\/ul>\n<p>Das Potenzial unstrukturierter Daten liegt nicht nur in der riesigen Menge an Informationen, die extrahiert werden k\u00f6nnen, sondern auch in der Tatsache, dass noch immer nur wenige Unternehmen in diesem Bereich t\u00e4tig sind.<\/p>\n<p>Eine Umfrage von Deloitte ergab, dass die meisten Unternehmen (64 %) auf strukturierte Daten aus internen Quellen zur\u00fcckgreifen, w\u00e4hrend nur 18 % unstrukturierte Daten nutzen. Eine andere Studie zeigte, dass derzeit nur 0,5 % der unstrukturierten Daten analysiert werden.<\/p>\n<p>Was bedeutet das f\u00fcr Ihr Unternehmen? Wenn Sie sich jetzt mit dem Thema befassen, k\u00f6nnen Sie schnell einen erheblichen Vorteil gegen\u00fcber Ihren Mitbewerbern erlangen.[\/vc_column_text][\/vc_column][\/vc_row][vc_row gap=&#8220;35&#8243; css=&#8220;.vc_custom_1659459908193{margin-top: 0px !important;margin-bottom: 0px !important;padding-top: 0px !important;padding-bottom: 0px !important;}&#8220;][vc_column][vc_column_text]<\/p>\n<h2 class=\"headline_introduction\" style=\"text-align: center;\">Das k\u00f6nnte Sie auch interessieren:<\/h2>\n<p>[\/vc_column_text][\/vc_column][\/vc_row][vc_row gap=&#8220;10&#8243; equal_height=&#8220;yes&#8220; css=&#8220;.vc_custom_1659459337585{margin-bottom: 0px !important;}&#8220;][vc_column width=&#8220;1\/4&#8243; css=&#8220;.vc_custom_1659458580636{background-color: #efefef !important;}&#8220;][vc_column_text css=&#8220;.vc_custom_1659460478122{padding-top: 20px !important;padding-right: 20px !important;padding-bottom: 0px !important;padding-left: 20px !important;}&#8220;]<\/p>\n<p style=\"margin: 0; padding: 0;\"><strong>BLOG<\/strong><\/p>\n<h3 style=\"margin: 10px 0 20px 0; padding: 0;\"><a href=\"https:\/\/www.striped-giraffe.com\/de\/blog\/b2b-e-commerce-freund-oder-feind-des-vertriebs\/\">B2B E-Commerce \u2013 Freund oder Feind des Vertriebs?<\/a><\/h3>\n<p>Viele traditionellen Vertriebler in B2B-Unternehmen haben Vorbehalte gegen\u00fcber E-Commerce, weil sie den digitalen Verkaufskanal als Konkurrenz empfinden. Dabei kann es ihr n\u00fctzlichstes Tool sein.<br \/>\ndie ma\u00dfgeblich f\u00fcr die Auswahl der besten L\u00f6sungen f\u00fcr Ihre E-Commerce-Plattform sind.<\/p>\n<p style=\"text-align: right;\"><a href=\"https:\/\/www.striped-giraffe.com\/de\/blog\/b2b-e-commerce-freund-oder-feind-des-vertriebs\/\">MEHR &gt;<\/a><\/p>\n<p>[\/vc_column_text][\/vc_column][vc_column width=&#8220;1\/4&#8243; css=&#8220;.vc_custom_1659458650805{background-color: #efefef !important;}&#8220;][vc_column_text css=&#8220;.vc_custom_1659460433701{padding-top: 20px !important;padding-right: 20px !important;padding-bottom: 0px !important;padding-left: 20px !important;}&#8220;]<\/p>\n<p style=\"margin: 0; padding: 0;\"><strong>LEITF\u00c4DEN<\/strong><\/p>\n<h3 style=\"margin: 10px 0 20px 0; padding: 0;\"><a href=\"https:\/\/www.striped-giraffe.com\/de\/ecommerce-evaluationsleitfaden-01\/\">Auswahl von E-Commerce-L\u00f6sungen<\/a><\/h3>\n<p>Laden Sie unsere beiden kostenlosen Leitf\u00e4den herunter &#8211; Sie erhalten eine ausf\u00fchrliche Analyse der Schl\u00fcsselfaktoren,<\/p>\n<p style=\"text-align: right;\"><a href=\"https:\/\/www.striped-giraffe.com\/de\/ecommerce-evaluationsleitfaden-01\/\">MEHR &gt;<\/a><\/p>\n<p>[\/vc_column_text][\/vc_column][vc_column width=&#8220;1\/4&#8243; css=&#8220;.vc_custom_1659458695115{background-color: #efefef !important;}&#8220;][vc_column_text css=&#8220;.vc_custom_1659460387803{padding-top: 20px !important;padding-right: 20px !important;padding-bottom: 0px !important;padding-left: 20px !important;}&#8220;]<\/p>\n<p style=\"margin: 0; padding: 0;\"><strong>E-BOOK<\/strong><\/p>\n<h3 style=\"margin: 10px 0 20px 0; padding: 0;\"><a href=\"https:\/\/www.striped-giraffe.com\/de\/ebook-b2b-commerce\/\">B2B Commerce \u2013 Mehr als nur ein Onlineshop<\/a><\/h3>\n<p>Um die Erwartungen der Gesch\u00e4ftskunden zu erf\u00fcllen, m\u00fcssen B2B-Plattformen eine Vielzahl von Funktionen und M\u00f6glichkeiten bieten, die in B2C-Onlineshops nicht zu finden sind.<\/p>\n<p style=\"text-align: right;\"><a href=\"https:\/\/www.striped-giraffe.com\/de\/ebook-b2b-commerce\/\">MEHR &gt;<\/a><\/p>\n<p>[\/vc_column_text][\/vc_column][vc_column width=&#8220;1\/4&#8243; css=&#8220;.vc_custom_1659458705058{background-color: #efefef !important;}&#8220;][vc_column_text css=&#8220;.vc_custom_1667392304595{padding-top: 20px !important;padding-right: 20px !important;padding-bottom: 0px !important;padding-left: 20px !important;}&#8220;]<\/p>\n<p style=\"margin: 0; padding: 0;\"><strong>CASE STUDY<\/strong><\/p>\n<h3><a href=\"https:\/\/www.striped-giraffe.com\/de\/case-study-ratioform\/\">Ratioform<\/a><\/h3>\n<p>Optimales Produktmanagement mit Machine Learning<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: right;\"><a href=\"https:\/\/www.striped-giraffe.com\/de\/case-study-ratioform\/\">MEHR &gt;<\/a><\/p>\n<p>[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_empty_space][\/vc_column][\/vc_row]<\/p>\n<\/section>","protected":false},"excerpt":{"rendered":"<p>[vc_row][vc_column width=&#8220;1\/3&#8243;][\/vc_column][vc_column width=&#8220;2\/3&#8243;][vc_column_text] Alle reden von Daten und datengesteuerten Organisationen. Zweifellos werden datenbezogene Themen die Technologietrends der n\u00e4chsten Jahre dominieren. [&hellip;]<\/p>\n","protected":false},"author":12,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[355],"tags":[],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v20.5 (Yoast SEO v20.5) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Trends im Datenmanagement f\u00fcr die kommenden Jahre -<\/title>\n<meta name=\"description\" content=\"Wir haben wir die 5 spannendsten Datenmanagement-Trends zusammengestellt, die Sie unbedingt im Auge behalten sollten.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Trends im Datenmanagement f\u00fcr die kommenden Jahre\" \/>\n<meta property=\"og:description\" content=\"Wir haben wir die 5 spannendsten Datenmanagement-Trends zusammengestellt, die Sie unbedingt im Auge behalten sollten.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/\" \/>\n<meta property=\"og:site_name\" content=\"Striped Giraffe\" \/>\n<meta property=\"article:published_time\" content=\"2023-01-09T09:00:02+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-03-06T12:16:10+00:00\" \/>\n<meta name=\"author\" content=\"Striped Giraffe Team\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Striped Giraffe Team\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"17\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/\"},\"author\":{\"name\":\"Striped Giraffe Team\",\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/#\/schema\/person\/21314fc1f246d9b252c9fa2fbb6e85fa\"},\"headline\":\"Trends im Datenmanagement f\u00fcr die kommenden Jahre\",\"datePublished\":\"2023-01-09T09:00:02+00:00\",\"dateModified\":\"2023-03-06T12:16:10+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/\"},\"wordCount\":4351,\"publisher\":{\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/#organization\"},\"articleSection\":[\"Advanced Analytics\"],\"inLanguage\":\"de\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/\",\"url\":\"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/\",\"name\":\"Trends im Datenmanagement f\u00fcr die kommenden Jahre -\",\"isPartOf\":{\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/#website\"},\"datePublished\":\"2023-01-09T09:00:02+00:00\",\"dateModified\":\"2023-03-06T12:16:10+00:00\",\"description\":\"Wir haben wir die 5 spannendsten Datenmanagement-Trends zusammengestellt, die Sie unbedingt im Auge behalten sollten.\",\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/#website\",\"url\":\"https:\/\/www.striped-giraffe.com\/de\/\",\"name\":\"Striped Giraffe\",\"description\":\"Ihr zuverl\u00e4ssiger Anbieter f\u00fcr digitale Enterprise-L\u00f6sungen\",\"publisher\":{\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.striped-giraffe.com\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/#organization\",\"name\":\"Striped Giraffe\",\"url\":\"https:\/\/www.striped-giraffe.com\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.striped-giraffe.com\/wp-content\/uploads\/2021\/01\/giraffe_white.svg\",\"contentUrl\":\"https:\/\/www.striped-giraffe.com\/wp-content\/uploads\/2021\/01\/giraffe_white.svg\",\"caption\":\"Striped Giraffe\"},\"image\":{\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/#\/schema\/person\/21314fc1f246d9b252c9fa2fbb6e85fa\",\"name\":\"Striped Giraffe Team\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/www.striped-giraffe.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/www.striped-giraffe.com\/wp-content\/uploads\/2021\/01\/avatar_giraffe_v2-96x96.jpg\",\"contentUrl\":\"https:\/\/www.striped-giraffe.com\/wp-content\/uploads\/2021\/01\/avatar_giraffe_v2-96x96.jpg\",\"caption\":\"Striped Giraffe Team\"},\"url\":\"https:\/\/www.striped-giraffe.com\/de\/blog\/author\/striped-giraffe\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Trends im Datenmanagement f\u00fcr die kommenden Jahre -","description":"Wir haben wir die 5 spannendsten Datenmanagement-Trends zusammengestellt, die Sie unbedingt im Auge behalten sollten.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/","og_locale":"de_DE","og_type":"article","og_title":"Trends im Datenmanagement f\u00fcr die kommenden Jahre","og_description":"Wir haben wir die 5 spannendsten Datenmanagement-Trends zusammengestellt, die Sie unbedingt im Auge behalten sollten.","og_url":"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/","og_site_name":"Striped Giraffe","article_published_time":"2023-01-09T09:00:02+00:00","article_modified_time":"2023-03-06T12:16:10+00:00","author":"Striped Giraffe Team","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Striped Giraffe Team","Gesch\u00e4tzte Lesezeit":"17\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/#article","isPartOf":{"@id":"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/"},"author":{"name":"Striped Giraffe Team","@id":"https:\/\/www.striped-giraffe.com\/de\/#\/schema\/person\/21314fc1f246d9b252c9fa2fbb6e85fa"},"headline":"Trends im Datenmanagement f\u00fcr die kommenden Jahre","datePublished":"2023-01-09T09:00:02+00:00","dateModified":"2023-03-06T12:16:10+00:00","mainEntityOfPage":{"@id":"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/"},"wordCount":4351,"publisher":{"@id":"https:\/\/www.striped-giraffe.com\/de\/#organization"},"articleSection":["Advanced Analytics"],"inLanguage":"de"},{"@type":"WebPage","@id":"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/","url":"https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/","name":"Trends im Datenmanagement f\u00fcr die kommenden Jahre -","isPartOf":{"@id":"https:\/\/www.striped-giraffe.com\/de\/#website"},"datePublished":"2023-01-09T09:00:02+00:00","dateModified":"2023-03-06T12:16:10+00:00","description":"Wir haben wir die 5 spannendsten Datenmanagement-Trends zusammengestellt, die Sie unbedingt im Auge behalten sollten.","inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.striped-giraffe.com\/de\/blog\/trends-im-datenmanagement-fuer-die-kommenden-jahre\/"]}]},{"@type":"WebSite","@id":"https:\/\/www.striped-giraffe.com\/de\/#website","url":"https:\/\/www.striped-giraffe.com\/de\/","name":"Striped Giraffe","description":"Ihr zuverl\u00e4ssiger Anbieter f\u00fcr digitale Enterprise-L\u00f6sungen","publisher":{"@id":"https:\/\/www.striped-giraffe.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.striped-giraffe.com\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.striped-giraffe.com\/de\/#organization","name":"Striped Giraffe","url":"https:\/\/www.striped-giraffe.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.striped-giraffe.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/www.striped-giraffe.com\/wp-content\/uploads\/2021\/01\/giraffe_white.svg","contentUrl":"https:\/\/www.striped-giraffe.com\/wp-content\/uploads\/2021\/01\/giraffe_white.svg","caption":"Striped Giraffe"},"image":{"@id":"https:\/\/www.striped-giraffe.com\/de\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.striped-giraffe.com\/de\/#\/schema\/person\/21314fc1f246d9b252c9fa2fbb6e85fa","name":"Striped Giraffe Team","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.striped-giraffe.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/www.striped-giraffe.com\/wp-content\/uploads\/2021\/01\/avatar_giraffe_v2-96x96.jpg","contentUrl":"https:\/\/www.striped-giraffe.com\/wp-content\/uploads\/2021\/01\/avatar_giraffe_v2-96x96.jpg","caption":"Striped Giraffe Team"},"url":"https:\/\/www.striped-giraffe.com\/de\/blog\/author\/striped-giraffe\/"}]}},"_links":{"self":[{"href":"https:\/\/www.striped-giraffe.com\/de\/wp-json\/wp\/v2\/posts\/33129"}],"collection":[{"href":"https:\/\/www.striped-giraffe.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.striped-giraffe.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.striped-giraffe.com\/de\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/www.striped-giraffe.com\/de\/wp-json\/wp\/v2\/comments?post=33129"}],"version-history":[{"count":36,"href":"https:\/\/www.striped-giraffe.com\/de\/wp-json\/wp\/v2\/posts\/33129\/revisions"}],"predecessor-version":[{"id":33694,"href":"https:\/\/www.striped-giraffe.com\/de\/wp-json\/wp\/v2\/posts\/33129\/revisions\/33694"}],"wp:attachment":[{"href":"https:\/\/www.striped-giraffe.com\/de\/wp-json\/wp\/v2\/media?parent=33129"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.striped-giraffe.com\/de\/wp-json\/wp\/v2\/categories?post=33129"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.striped-giraffe.com\/de\/wp-json\/wp\/v2\/tags?post=33129"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}