Seminar ADOIT Repository-Design und Datenqualität

Das praxisorientierte Format behandelt skalierbare Repository-Strukturen, Verantwortungsmodelle, Qualitätsregeln und kontinuierliche Datenpflege. Methodische Einordnung, strukturierte Systemarbeit und ein durchgängiges Übungsszenario verbinden Architekturkonzept, Repository-Pflege, Analyse und nachvollziehbare Entscheidungen.

Inhaltsverzeichnis

1. Einordnung und Lernziele
2. Zielgruppe
3. Voraussetzungen
4. Seminarinhalte
5. Repository-Zielbild und Nutzungsszenarien
6. Modell- und Objektgruppen strukturieren
7. Benennung, Identität und Dublettenvermeidung
8. Datenverantwortung und Pflegeereignisse
9. Qualitätsregeln und Messkonzept
10. Massenpflege und kontrollierte Korrektur
11. Archivierung, Stilllegung und Historie
12. Qualitätsbetrieb und Verbesserung
13. Praxisaufgaben

Einordnung und Lernziele

Im Mittelpunkt steht die handlungsorientierte Anwendung von ADOIT im Themenfeld skalierbare Repository-Strukturen, Verantwortungsmodelle, Qualitätsregeln und kontinuierliche Datenpflege. Die Inhalte führen von der fachlichen Zielsetzung über die konkrete Konfiguration oder Modellierung bis zur Qualitätsprüfung und zur Einbettung in einen wiederholbaren Arbeitsprozess. Alle Arbeitsschritte werden an einem konsistenten Unternehmensszenario nachvollzogen.

• Fachliche Fragestellungen in geeignete ADOIT-Strukturen, Modelle, Workspaces oder Analysen übersetzen.
• Arbeitsschritte in einer belastbaren Reihenfolge durchführen und Zwischenergebnisse gezielt prüfen.
• Repository-Objekte, Beziehungen, Eigenschaften und Verantwortlichkeiten konsistent verwenden.
• Qualitäts-, Governance- und Betriebsaspekte in die praktische Umsetzung integrieren.
• Erarbeitete Strukturen auf einen eigenen organisatorischen Kontext übertragbar dokumentieren.

Zielgruppe

Repository-Verantwortliche, Enterprise Architects, Datenmanager, EA-Governance-Teams, ADOIT-Administratoren und Methodikverantwortliche.

Voraussetzungen

ADOIT-Grundkenntnisse; ein Überblick über bestehende Datenquellen und organisatorische Verantwortlichkeiten ist hilfreich.

Seminarinhalte

Repository-Zielbild und Nutzungsszenarien

Die Struktur des Repositorys wird aus wiederkehrenden Entscheidungen und Pflegeprozessen abgeleitet.

1. Schritt 1: Zentrale Stakeholderfragen und benötigte Informationsprodukte sammeln.
2. Schritt 2: Kernobjekte, Beziehungen und querschnittliche Attribute bestimmen.
3. Schritt 3: Kritische Daten von ergänzenden oder nur situativ benötigten Informationen unterscheiden.
4. Schritt 4: Pflegeereignisse und verantwortliche Rollen je Informationsbereich festlegen.
5. Schritt 5: Ein schlankes Zielbild mit Ausbauphasen und Erfolgskriterien formulieren.

Praxisübung: Erstellung eines Repository-Canvas für einen fokussierten EA-Einführungsfall.

Modell- und Objektgruppen strukturieren

Ablage, Zugriff und Verantwortlichkeit werden mit einer stabilen Gruppenstruktur unterstützt.

1. Schritt 1: Fachliche, organisatorische und lifecyclebezogene Gliederungsprinzipien vergleichen.
2. Schritt 2: Modell- und Objektgruppen mit klarer Zweckbeschreibung anlegen.
3. Schritt 3: Persönliche, Arbeits-, Prüf- und freigegebene Bereiche voneinander abgrenzen.
4. Schritt 4: Zugriffsrechte und Pflegeverantwortung auf die Gruppenstruktur abstimmen.
5. Schritt 5: Übermäßige Tiefe, parallele Strukturen und unklare Sammelordner vermeiden.

Praxisübung: Entwurf einer Modell- und Objektgruppenstruktur für mehrere Architekturdomänen.

Benennung, Identität und Dublettenvermeidung

Objekte werden eindeutig auffindbar und wiederverwendbar gemacht.

1. Schritt 1: Benennungsregeln nach Objektart und fachlicher Bedeutung festlegen.
2. Schritt 2: Eindeutige fachliche Schlüssel und alternative Bezeichnungen bestimmen.
3. Schritt 3: Such- und Prüfroutine vor jeder Neuanlage definieren.
4. Schritt 4: Dubletten anhand von Name, Schlüssel, Verantwortlichkeit und Beziehungen erkennen.
5. Schritt 5: Zusammenführung und Stilllegung doppelter Objekte kontrolliert durchführen.

Praxisübung: Bereinigung eines Bestands mit ähnlich benannten und teilweise doppelten Anwendungen.

Datenverantwortung und Pflegeereignisse

Daten bleiben aktuell, weil Verantwortung und Aktualisierungsanlass konkret geregelt sind.

1. Schritt 1: Fachliche Eigentümerschaft, technische Pflege und Qualitätsprüfung unterscheiden.
2. Schritt 2: Pflegeereignisse wie Einführung, Vertragsänderung, Review, Migration und Stilllegung bestimmen.
3. Schritt 3: Aktualisierungsfristen und Erinnerung je Datenklasse festlegen.
4. Schritt 4: Eskalationsweg für fehlende oder widersprüchliche Angaben definieren.
5. Schritt 5: Verantwortung und letzte Prüfung im Repository transparent machen.

Praxisübung: Aufbau einer Verantwortungs- und Pflegeereignismatrix für das Anwendungsportfolio.

Qualitätsregeln und Messkonzept

Datenqualität wird messbar und nach fachlicher Wirkung priorisierbar.

1. Schritt 1: Qualitätsdimensionen Vollständigkeit, Eindeutigkeit, Gültigkeit, Konsistenz und Aktualität definieren.
2. Schritt 2: Prüfregeln für Pflichtattribute, erlaubte Werte und notwendige Beziehungen formulieren.
3. Schritt 3: Kritische Datenfelder und akzeptable Schwellenwerte bestimmen.
4. Schritt 4: Kontrollabfragen und Kennzahlen für wiederkehrende Prüfung aufbauen.
5. Schritt 5: Qualitätsbefunde nach Auswirkung und Behebungsaufwand priorisieren.

Praxisübung: Entwicklung eines Datenqualitäts-Cockpits für Application Components und Technologien.

Massenpflege und kontrollierte Korrektur

Große Korrekturen werden effizient durchgeführt, ohne neue Inkonsistenzen zu erzeugen.

1. Schritt 1: Betroffenen Scope mit einer gespeicherten Abfrage eindeutig abgrenzen.
2. Schritt 2: Vorher-Werte sichern und erwartete Änderung dokumentieren.
3. Schritt 3: Massenänderung im Tabular Editor oder über einen kontrollierten Import testen.
4. Schritt 4: Stichproben, Kontrollsummen und Folgewirkungen auf Beziehungen prüfen.
5. Schritt 5: Abnahme und mögliche Rückkehr zum Ausgangsstand dokumentieren.

Praxisübung: Korrektur inkonsistenter Lifecycle-Werte in einem abgegrenzten Technologieportfolio.

Archivierung, Stilllegung und Historie

Nicht mehr aktive Inhalte werden aus der täglichen Nutzung entfernt, ohne Nachvollziehbarkeit zu verlieren.

1. Schritt 1: Fachlichen Lifecycle, Repository-Status und Freigabestatus unterscheiden.
2. Schritt 2: Kriterien für Stilllegung, Archivierung und endgültige Entfernung festlegen.
3. Schritt 3: Abhängigkeiten und aktive Verwendung vor einer Stilllegung prüfen.
4. Schritt 4: Ersatzobjekte, Enddatum und Entscheidungsgrund dokumentieren.
5. Schritt 5: Sichten und Analysen so filtern, dass historische Inhalte gezielt ein- oder ausgeschlossen werden.

Praxisübung: Kontrollierte Stilllegung einer Anwendung und mehrerer Technologieobjekte.

Qualitätsbetrieb und Verbesserung

Repository-Qualität wird als kontinuierlicher Prozess mit klaren Steuerungsinformationen betrieben.

1. Schritt 1: Regelmäßige Prüfungen, Datenkampagnen und Verantwortungsreviews terminieren.
2. Schritt 2: Qualitätskennzahlen und überfällige Pflege auf einem Dashboard sichtbar machen.
3. Schritt 3: Wiederkehrende Fehlerursachen nach Prozess, Regel, Schulung oder Systemkonfiguration analysieren.
4. Schritt 4: Verbesserungsmaßnahmen priorisieren und mit Wirkungsmessung versehen.
5. Schritt 5: Repository-Regeln und Arbeitsanweisungen versioniert weiterentwickeln.

Praxisübung: Erstellung eines quartalsweisen Qualitätszyklus mit Rollen, Kennzahlen und Maßnahmenboard.

Praxisaufgaben

1. Aufgabe 1: Ein schlankes Repository-Zielbild und eine skalierbare Gruppenstruktur entwickeln.
2. Aufgabe 2: Benennungs-, Identitäts- und Dublettenregeln für zentrale Objektarten festlegen.
3. Aufgabe 3: Datenverantwortung, Pflegeereignisse und messbare Qualitätsregeln definieren.
4. Aufgabe 4: Eine kontrollierte Massenkorrektur und einen dauerhaften Qualitätsbetrieb planen.