Unstrukturierte Daten: Warum Sie bei SAP-Transformationen oft übersehen werden

Die wichtigsten Erkenntnisse

• Etwa 80 % der Unternehmensdaten sind unstrukturiert, und die meisten Transformations-Tools sind nicht darauf ausgelegt, diese zu verarbeiten.
• Werden die Daten nicht verwaltet, entstehen ernstzunehmende Risiken: manuelle Aufwände, Compliance-Risiken und eine gefährdete System-Readiness ab dem ersten Tag.
• KI kann diese Daten in großem Stil nutzbar machen. Letztlich entscheidet jedoch Transformationskompetenz darüber, was tatsächlich mit ihnen passiert.

Was strukturierte Daten nicht erfassen

Transformationsprojekte sind stark auf strukturierte ERP-Daten ausgerichtet. Ein großer Teil der geschäftskritischen Informationen befindet sich jedoch außerhalb dieser Strukturen – in Formaten, die einen anderen Ansatz für die Auswertung und Verwaltung erfordern.

Übliche Beispiele dafür sind:

• Verträge und Geheimhaltungsvereinbarungen
• Personaldaten
• Arbeitsanweisungen und Prozessdokumentationen
• Verkaufsbelege
• E-Mails
• IT-Dokumentationen und Support-Tickets
• PDFs, Präsentationen und Spreadsheets, die außerhalb des ERP-Systems gespeichert sind

In den meisten Unternehmen sind diese Daten in zahlreichen Systemen verteilt: SharePoint, Netzlaufwerke, Posteingänge und mitunter auch physische Unterlagen, die nie digitalisiert wurden.  Diese Repositories waren auf das Tagesgeschäft ausgelegt, nicht auf zukünftige Carve-outs, Fusionen oder Systemtransformationen.

Genau deshalb führt dieses Thema bei Projekten zu Problemen. Bei M&A werden die Informationen eines Unternehmens über einen einzigen Kanal übertragen, oft unter hohem Zeitdruck. Plötzlich müssen Teams herausfinden, welche Informationen zu der abzuspaltenden Einheit gehören, welche Daten migriert werden sollen, und welche zurückgelassen werden können – ohne die Möglichkeit, jedes Dokument im Detail prüfen zu können.

Laut Gartner machen unstrukturierte Daten wie Dokumente und Multimediadateien etwa 80 % der Unternehmensdaten aus. Die meisten davon sind nicht strukturiert, geschweige denn werden sie für eine Transformation erfasst.

Die Risiken unstrukturierter Daten

Unstrukturierte Daten, die nicht ordnungsgemäß verwaltet werden, verbleiben nicht nur einfach im System. Sie führen zu Risiken, die sich erst später bemerkbar machen.

Diese Risiken summieren sich im Verborgenen. Das Fehlen einer einzigen Stückliste oder ein veraltetes Rechtsdokument kann monatelang unbemerkt bleiben. Werden die Unterlagen benötigt, kann sie jedoch niemand finden oder überprüfen, ob sie noch aktuell sind.

Die größte Herausforderung ist auch nicht das Volumen. Unternehmen müssen wissen, welche Informationen relevant, geschäftskritisch oder sensibel sind und welche nicht. Eine manuelle Prüfung ist in diesem Umfang schlicht nicht möglich. Das Problem zu ignorieren ist jedoch auch keine Option.

Wie Sie mit KI unstrukturierte Daten in großem Stil verarbeiten

KI wird in Zukunft die Art und Weise verändern, wie Unternehmen dieses Problem angehen. Anstatt sich auf Dateinamen oder Schlüsselwörter zu verlassen, kann KI den Inhalt von Dokumenten erkennen und analysieren, warum diese wichtig sind.

Im Allgemeinen bieten KI-gestützte Funktionen Ihren Teams folgende Vorteile:

• Scannen und Analyse zahlreicher Dokumente
• Klassifizierung anhand von Inhalten basierend auf Bedeutung und Kontext, nicht nur anhand von Labels
• Ermittlung geschäftsrelevanter oder sensibler Informationen
• Anwendung konsistenter Regeln auf große Datensätze
• Reduktion wiederkehrender manueller Prüfungen
• Fundiertere Entscheidungen darüber, welche Daten aufbewahrt oder migriert werden sollen

Gartner fasst das Vorgehen als fünfstufigen Prozess zusammen: Entdecken und Katalogisieren der Daten, Vorverarbeitung und Analyse der Daten, Taggen und Klassifizierung der Daten, Verbindung der Daten mit strukturierten Systemen und deren Verwaltung anhand klarer Richtlinien. So können unstrukturierte Daten nicht nur manuell und reaktiv, sondern systematisch, skalierbar und kontextbezogen verarbeitet werden.

KI allein reicht jedoch nicht aus. Damit die Analyse in einer Transformation eingesetzt werden kann, muss sie mit dem Geschäftskontext und den spezifischen Zielen der Migration oder des Carve-out verknüpft werden, anstatt nur eine saubere Liste getaggter Dokumente zu erstellen.

Wie unstrukturierte Daten mit KI Teil der Transformation werden

KI kann ermitteln, was ein Dokument ist. Sie kann Ihnen jedoch nicht immer sagen, was Sie damit tun sollen. Nehmen wir zum Beispiel einen Vertrag. KI kann das Dokument identifizieren, klassifizieren und als relevant markieren.

Um Folgendes zu bestimmen, braucht KI möglicherweise zusätzlichen Kontext:

• Zu welcher juristischen Person das Dokument gehört
• Ob es noch aktiv ist
• Ob es migriert, aufbewahrt oder archiviert werden sollte
• Wo es in der Zielumgebung hingehört

Dabei handelt es sich um Entscheidungen, die von demselben geschäftsorientierten Scoping und einer Validierung getragen werden, von der jede erfolgreiche Migration abhängt. KI ersetzt dieses Urteilsvermögen nicht. Aber sie bietet den Personen, die diese Entscheidungen treffen, einen weitaus besseren Ausgangspunkt als ein Laufwerk voller unbeschrifteter Dateien.

Der Ansatz von SNP für unstrukturierte Daten

SNP erweitert seine Plattform Kyano in diesem Bereich. Eine der ersten Funktionen, Unstructured Data Processing, wendet KI-gestützte Analysen auf unstrukturierte Daten als Teil der umfassenderen Transformation an.

In der Praxis wendet SNP diesen Ansatz bereits auf unstrukturierte Daten an. Hier zwei Beispiele aus der Praxis:

• Eine Migration über mehrere Jahre, bei der sich herausstellte, dass kritische Anlagendokumentationen nur als vereinzelte PDFs und physische Unterlagen existierten, die nur einer Person vor Ort bekannt waren.
• Jahrzehntelange technische Dokumentationen von mehreren Übernahmen, die in inkonsistenten Formaten vorlagen und ohne erheblichen manuellen Prüfaufwand praktisch unbrauchbar waren.

Die Lücke, die unbemerkt bleibt, bis sie zum Problem wird.

Die Analyse ist so konzipiert, dass sie innerhalb der eigenen Umgebung des Kunden erfolgt, sodass die Daten nicht an ein externes System übertragen werden müssen. Die Entwicklung steht noch am Anfang, aber das Ziel ist klar: Unstrukturierte Daten sollen zu einem festen Bestandteil des Scoping von Transformationsprojekten werden und nicht mehr nur ein nachträglicher Einfall, der erst im Laufe des Projekts aufkommt.

Ausblick

In Zukunft werden strukturierte und unstrukturierte Daten in Transformationsprojekten nicht mehr als separate Probleme behandelt. Unternehmen müssen beides ab dem ersten Tag in der Planung berücksichtigen.

Die saubere Migration von ERP-Daten war schon immer wichtig. Doch auch das Verständnis und die Verwaltung der umfassenderen Informationslandschaft werden immer wichtiger: Die Verträge, Datensätze und Dokumente, die nicht in SAP gespeichert sind, aber dennoch darüber entscheiden, ob eine Transformation tatsächlich gelingt.