Data Strategy, Use Case

Ein neues Daten-Reifegradmodell für die Verkehrsbetriebe Zürich

Die Verkehrsbetriebe Zürich (VBZ) sind ein städtischer Verkehrsbetrieb, der den Großteil des öffentlichen Nahverkehrs in Zürich betreibt. Als eines von acht marktverantwortlichen Unternehmen im Zürcher Verkehrsverbund stellen sie ein effizientes, verlässliches und vernetztes Angebot an Tram- und Busverbindungen sicher.


Daten als Motor der Mobilitätswende: Herausforderungen im öffentlichen Nahverkehr

Im Kontext der Mobilitätswende spielt der Umgang mit Daten eine zentrale Rolle für die Zukunft des öffentlichen Nahverkehrs und damit auch für den Erfolg der Verkehrsbetriebe Zürich (VBZ). Ob mit dem Tram, dem Bus oder zu Fuss – die Menschen in Zürich sind in Bewegung. Digitale Plattformen helfen dabei, indem sie zeigen, wann die nächste Verbindung kommt und wie lange die Reise dauert. Doch hinter jeder zuverlässigen Verbindung und jeder präzisen Auskunft steckt eine riesige Menge an Daten.

Daten spielen eine zentrale Rolle im öffentlichen Verkehr. Verkehrsunternehmen wie die VBZ stehen dabei vor der Herausforderung diese Daten nicht nur für den Fahrgastservice bereitzustellen, sondern sie auch gezielt für fundierte Entscheidungen zu nutzen: Wo gibt es häufig Verspätungen? Wo braucht es eine neue Haltestelle? Eine effiziente, zuverlässige und nachhaltige Mobilität braucht fundierte Analysen und smarte Lösungen.


Strategisches Programm Datenmanagement: Weichenstellung für die Zukunft

Vor diesem Hintergrund wurde 2019 das strategische Programm Datenmanagement ins Leben gerufen. Es verfolgt das Ziel, eine professionelle Datenkultur zu etablieren, die Nutzung von Daten zu optimieren und Entscheidungen noch stärker datenbasiert zu gestalten.

Ein zentraler Akteur in diesem Programm ist das Data Office der VBZ. Dieses 3-köpfige Team leitet das Datenmanagement operativ und fachlich und arbeitet dabei eng mit diversen Abteilungen zusammen, um die Fachbereiche mit Beratung, Data Leadership und der Erstellung von Analytics-Produkten zu unterstützen. Darüber hinaus treibt das Data Office die Entwicklung einer nachhaltigen Datenkultur voran – eine wesentliche Grundlage für eine effektive Wertschöpfung mit Daten.

Das Datenmanagement der VBZ hat sich in den letzten Jahren zu einem komplexen Zusammenspiel verschiedener interner und externer Akteure entwickelt. Gleichzeitig wurden immer mehr Handlungsfelder und Projekte initiiert, die eine koordinierte Steuerung erfordern. Um die Fortschritte auf dem Weg zu einem professionellen Umgang mit Daten besser messbar und steuerbar zu machen, entschied sich die VBZ, das bestehende Data Maturity Modell (DMM) weiterzuentwickeln. Ziel war die Schaffung eines dynamischen Arbeitsinstruments, das flexibel an veränderte Anforderungen angepasst werden kann.

Für dieses ambitionierte Projekt hat die VBZ das Datenstrategie-Team des INFORM DataLabs als Partner ausgewählt.


Vom Ist-Zustand zur Zukunftsstrategie: Der Weg zu einem flexiblen Reifegradmodell

Um ein tiefgehendes Verständnis für das Unternehmen, das strategische Programm Datenmanagement, den Tätigkeitsbereich des Data Offices sowie relevante Rahmenbedingungen zu entwickeln, begann das Team des INFORM DataLabs mit der Analyse verschiedener Dokumente. Die gewonnenen Informationen wurden strukturiert auf einem zentralen Miro-Projektboard aufbereitet und mit der VBZ geteilt, um maximale Transparenz und Zusammenarbeit zu gewährleisten.

In einer Reihe weniger, effizienter Arbeitsmeetings klärte das Projektteam offene Fragen gemeinsam mit den VBZ-Verantwortlichen. Dabei konnten wir nicht nur die Ausgangssituation präzisieren, sondern auch wertvolle Einblicke in die (Daten-)Kultur der VBZ gewinnen. Dies ermöglichte es uns als Kulturdetektive, unser Gesamtbild schrittweise zu vervollständigen.

Etwa zur Hälfte der achtwöchigen Projektlaufzeit führten wir ein Boxenstopp-Meeting mit dem Kernprojektteam durch. In diesem Meeting teilten wir unser Verständnis der Ausgangslage, präsentierten unseren Datenstrategie-Methodenkoffer und ordneten die Aufgabenstellungen des Projekts unserem bewährten Vorgehensmodell zu. Diese strukturierte Herangehensweise half der VBZ, die Komplexität des Projekts besser einzuordnen und klare Prioritäten zu setzen.

Um das Projekt erfolgreich abzuschließen, präsentierten wir zwei mögliche Szenarien, die wir gemeinsam hinsichtlich ihrer Vor- und Nachteile sowie der jeweiligen Implikationen diskutierten. Nach einer fundierten Entscheidung wurde ein dreistündiger Datenstrategie Workshop durchgeführt, in dem wir die Anforderungen an Daten und Analytics aus der Geschäftsstrategie abgeleitet haben und basierend darauf die wesentlichen strategischen Entscheidungen für die Datenstrategie des Data Offices erarbeitet wurden. Auf dieser Grundlage entwickelten wir die erforderlichen organisatorischen Kompetenzen und Systeme, welche die Dimensionen des neuen Reifegradmodells bilden.

Das Ergebnis: ein zukunftsorientiertes Reifegradmodell, das nicht nur die aktuelle Strategie des Data Offices widerspiegelt, sondern auch flexibel an zukünftige Anforderungen angepasst werden kann. Ergänzend dazu wurde ein praxisnahes Vorgehensmodell für künftige Anpassungen erarbeitet, um die langfristige Weiterentwicklung des Datenmanagements bei der VBZ sicherzustellen.

Das Projekt im Überblick

Projektziel:
Weiterentwicklung des Data Maturity Modells zu einem dynamischen Arbeitsmittel, das flexibel an zukünftige Anforderungen angepasst werden kann

Lösung:
Analyse des Status Quo in Zusammenarbeit mit der VBZ und anschließendem Datenstrategie Workshop

Projektdauer:
10 Wochen

Ergebnis:
Zukunftsorientiertes Reifegradmodell, das auch flexibel an zukünftige Anforderungen angepasst werden kann sowie ein praxisnahes Vorgehensmodell für künftige Anpassungen, um langfristige Weiterentwicklungen sicherzustellen.

„Am gemeinsamen Projekt mit dem INFORM DataLab haben wir besonders das strukturierte Vorgehen geschätzt. Richtungsweisende Entscheidungen wurden klar herausgearbeitet, Optionen und deren Konsequenzen transparent dargestellt – eine entscheidende Grundlage für unseren Projekterfolg.“

- peggy neubert, leiterin daten- und mobilitätsanalyse, vbz

Read More
Data Analytics, Use Case

Die digitale Transformation vorantreiben – Reifenhäuser Blown Film zeigt Ihnen, wie Sie Data Analytics richtig einsetzen!

Reifenhäuser Blown Film unterstützt seine Kunden in mehr als 7.500 Projekten mit modernen Technologien und einem langjährigen Know-how entlang der gesamten Wertschöpfungskette bei der wirtschaftlichen Produktion hochqualitativer Blasfolien, die am Markt überzeugen und Ihren Geschäftserfolg sichern.


Als Vorreiter im Maschinenbau hat die Reifenhäuser Group frühzeitig erkannt, wie wichtig Daten und Digitalisierung für ihr Geschäft sind. Bereits seit vielen Jahren beschäftigt sich das Unternehmen intensiv mit diesen Themen und setzt dabei auf innovative Lösungen wie Qlik Sense. Reifenhäuser Blown Film hat bereits eine Vielzahl von Projekten erfolgreich mit Qlik Sense umgesetzt.

Read More
Data Analytics, Use Case

Die Wiener Linien erweitern Business-Intelligence-Lösung mit Write! um Planung und Forecasting effizienter zu gestalten

Branche

Transport & Logistik

Herausforderung

  • Fehlende Möglichkeit, Daten direkt in der Business-Intelligence-Lösung Qlik Sense zu bearbeiten

Highlights

  • Editieren und Zurückschreiben von Daten in die Postgres-Datenbank direkt über die Qlik Sense-Oberfläche
  • Planung und Prognose ohne zusätzliche Software wie Excel
  • Vereinfachte Verwaltung, da alle Änderungen in einer Qlik-Anwendung vorgenommen werden
  • Keine Konsolidierung verschiedener Dateien erforderlich, da alle Mitarbeitenden mit demselben Tool arbeiten
  • Steigende Akzeptanz von Qlik Sense als Business-Intelligence-Tool durch vereinfachte Editierung, Kommentierung und Eingabe von Daten

„Mit Write! können wir unsere Prozesse automatisieren und Planung sowie Forecasting effizienter gestalten“

- Alexandra Eckelhart, Senior Business Intelligence Expert, Wiener Linien GmbH & Co. KG

Komplette Success Story herunterladen
Read More
Data Analytics, Use Case

LAVEBA Genossenschaft erweitert BI-Lösung mit Write! zum Budgetierungstool

Branche

Detailhandel, Brenn- & Treibstoffe, Agrarwirtschaft

Herausforderung

  • Ablösung von Excel als Budgetierungswerkzeug
  • Optimierung von Budgetierungsprozessen unter Einsatz der Business-Intelligence-Lösung Qlik Sense

Highlights

  • Planung in Echtzeit
  • Editieren und Zurückschreiben von Daten direkt in Qlik
  • Budgetierung und Forecasting ohne Excel oder zusätzliche Software
  • professionalisierter, standardisierter Planungs- und Budgetierungsprozess
  • einfache Ergänzung relevanter Kennzahlen aus nicht direkt an das BI-Tool angebundenen IT-Systemen

„Durch den Einsatz von Write! sind wir jetzt in der Lage, Budgetdaten einfach und komfortabel einzugeben und die Budgets schnell und unkompliziert nach unterschiedlichen Betrachtungsweisen auszuwerten und das hochgradig automatisiert direkt in der Business Intelligence Software.“

- Lukas Macario, Leiter Controlling, LAVEBA Genossenschaft

Success Story Laveba
Read More
a close up of a computer keyboard with a blurry background
Data Management, Use Case

Einheitliches Datenmanagement reduziert Planungsfehler um 45 %

Herausforderung

Als international agierender Zulieferer von Motoren- und Turbinentechnik mit über 8.000 Mitarbeitern in verschiedenen Produktionsbereichen verfügt unser Kunde über diverse Vorsysteme für die Produktion. Eine Bereitstellung der Daten aus diesen Systemen für die weitere Verwendung, z.B. Master-Daten im Gold-Standard oder bereinigte Transaktionsdaten, ist aufgrund der Vielzahl der eingesetzten Technologien sehr aufwändig.

Lösung

Für ein einheitliches Datenmanagement und die reibungslose Steuerung der Produktionsprozesse war die Verknüpfung und Konsolidierung der verschiedenen Datenquellen Grundvoraussetzung. Um diese Herausforderung anzugehen, wurden die Daten zunächst über verschiedene Schnittstellen aus den diversen Quellen extrahiert und in ein gemeinsames Data Warehouse zusammengeführt. Hier werden die Daten bereinigt und für weitere Schritte zur Verfügung gestellt. Die generierten Informationen werden dabei ebenfalls zusammengeführt und gespeichert, um Rückschlüsse auf den Planungsverlauf zu ermöglichen.

Mehrwert

  • Konsolidierung und Bereinigung der Daten
  • Klar definierte Schnittstelle für Folge-Anwendung
  • Abbildung von komplexen ETL- und Planungsstrecken
  • Fehlerreduktion bei der Planung um 45%
  • 5 Minuten genaue Bereitstellung von Daten
  • Reduktion der Fehlertoleranz auf 0,1%

Highlights

  • SAP R/3 Daten-Migration
  • Migration verschiedener Daten aus Vorsystemen auf Basis von Oracle, SQL-Server usw.
  • Schnittstelle für verschiedene Folge-Systeme
  • Konsolidierung von Daten in einem Data Warehouse mittels Talend und SSIS
  • Anreicherung der Daten mit komplexen Planungslogiken
  • Erstellung von diversen Reporting-Anwendungen
  • Bereitstellung von Informationen und Daten für externe Dienstleister und Partner
Weitere Informationen anfordern
Read More
Data Science, Use Case

Präzise Planungsdaten für den Maschinenbau dank Machine Learning

Herausforderung

Ein deutscher Mittelserienfertiger für Werkzeugsysteme mit rund 400 Mitarbeitern stand vor der Herausforderung, dass viele Planungsdaten für die Produktion sowie vor- und nachgelagerte Bereiche ungenau und Stammdaten fehlerhaft gepflegt waren. Dadurch bedingt fehlte Planungsstabilität und Termine konnten häufig nicht eingehalten werden.

Lösung

Es wurde ein Regressions-/Machine-Learning-Algorithmus entwickelt, mithilfe dessen anhand von Arbeitsgang- und BDE-Informationen Arbeitsgangdauern genau vorhergesagt werden können.

Mehrwert

  • Eine durchschnittlich 30% präzisere Schätzung der Arbeitsgangdauern.
  • Schnelle Identifikation von Datenqualitäts- und Prozessproblemen bei der Betriebsdatenerfassung.

Highlights

  • Algorithmus lernt aus über 1.000.000 BDE-Buchungen und hunderttausenden abgeschlossenen Arbeitsgängen.
  • Zusätzlich berücksichtigt er dutzende relevante Eingangsgrößen wie aktuelle Ressourcen, Material oder Stammdaten.
Weitere Informationen anfordern
Read More
Data Strategy, Use Case

Business Alignment Workshop als Basis für eine effiziente Datenstrategie im Maschinen- und Anlagenbau

Herausforderung

Maschinen- und Anlagenbauer verfügen meist über eine große Menge an Daten in verschiedenen Systemen. Unser Kunde stand zusätzlich vor dem Problem, dass bereits verschiedene unkoordinierte Dateninitiativen in der Vergangenheit nicht zum Ziel führten und Transparenz über vorhandene Datenlösungen und deren Mehrwert für das Unternehmen fehlte. Zudem mangelte es an einem klar definierten Plan, wie die Datenwertgenerierung mithilfe von Data Analytics und Künstlicher Intelligenz gestartet werden soll.

Lösung

Gemeinsam mit den entsprechenden Fachabteilungen wurde ein funktionsübergreifender Workshop mit Geschäftsführern geplant und durchgeführt. In vorgelagerten Interviews wurden die individuellen Anforderungen bezüglich Analytics und Daten identifiziert, zusammengetragen und mit der Unternehmensstrategie abgeglichen. Ergebnis des Workshops war ein abteilungsübergreifendes Verständnis für das Potenzial von Datenlösungen in den einzelnen Geschäftsbereichen und Motivation für die Arbeit mit Daten.

Mehrwert

  • Klare Ausrichtung der Geschäftsbereiche hinsichtlich der Arbeit mit Daten und neue Impulse für mögliche Anwendungsfälle
  • Formulierung und Abstimmung einer fachbereichsinternen Vision für den Einsatz von Daten
  • Erste Transparenz über Datenpotenziale und Herausforderungen für die ausgewählten Geschäftsbereiche
  • Klar definierte und abgestimmte nächste Schritte zur Initialisierung der Entwicklung einer unternehmensweiten Datenstrategie
Weitere Informationen anfordern
Read More
Data Analytics, Use Case, Write!

Lufthansa CityLine optimiert Kostenplanung hinsichtlich des Automatisierungsgrades, der Zuverlässigkeit und der Transparenz der Planungswerte

Branche


LUFTVERKEHR

Lufthansa CityLine

Herausforderung


IT:

  • Self-Service-BI für die Fachabteilungen
  • Beschleunigung der Berichtsentwicklung
  • Vereinfachung der Wartbarkeit der BI-Systemumgebung

Controlling:

  • Ablösung eines SAP-ERP basierten Kostenplanungsprozesses
  • Abbildung einer integrierten Planung
  • Abbildung einer systemgestützten Soll- und Ist-Kostenträgerrechnung

Highlights

  • 6 Monate bis zur Produktivsetzung erster Applikationen
  • 1 Tag statt 1,5 Tage monatlicher Aufwand für die Erstellung des Forecast und agiler Berichte durch Self-Service-BI Ansatz
  • Zeitersparnis durch den Wegfall der manuellen Erfassung der Planungsdaten
  • Optimierte Planung, Steuerung und Informationsversorgung
  • Entlastung der IT
  • Self-Service-BI für das Controlling

Lufthansa CityLine

Wir haben uns mit der Prozesslandschaft, wie wir sie hier auf Basis von Qlik Sense und Write! etabliert haben, auch fit für die Zukunft gemacht. Wir haben nicht nur ein Projekt geschaffen, das zwei Jahre lebt und dann wieder komplett neu aufgesetzt werden muss, sondern eine Grundlage geschaffen, auf der wir auch künftige Anforderungen erfüllen können.

- PaTRICK LOWSKI, SENIOR COMMERCIAL UND CO-PROJEKTLEITER CONTROLLING2.0@CLH, LUFTHANSA CITYLINE GMBH

Success Story Lufthansa CityLine
Read More
fahrendes Auto aus Datenströmen
Data Analytics, Use Case, Write!

HBPO GmbH führt Business-Intelligence-Lösung zur Bearbeitung externer Marktdaten mit internen Projektdaten aus einer SQL-Server-Datenbank ein

Branche

Automobilzulieferindustrie

Herausforderung

  • Einführung einer professionellen Business-Intelligence-Lösung, um externe Marktdaten mit internen Projektdaten aus einer SQL-Server- Datenbank zu verknüpfen, zu analysieren und in die SQL-Server-Datenbank zurückzuschreiben
  • Sicherstellung der Erweiterbarkeit um SAP-Daten

Highlights

  • 6 Monate für den Aufbau einer SQL-Server-Datenbank, die Erstellung des Datenmodells und die Entwicklung sowie Produktivsetzung von zwei Applikationen
  • Reduktion des zeitlichen Aufwands für Analyse und Planung
  • Optimierung der Datenqualität und des Wissensstands
  • Einfache Zusammenführbarkeit externer und interner Daten
  • Editierbarkeit von 45 Feldern pro Qlik-Datensatz über Write!-Extension
  • Hohe Zukunfts- und Investitionssicherheit durch Anbindbarkeit beliebiger weitere Datenquellen
  • Informationssicherheit durch Single Source of Truth
  • Abbildbarkeit eines komplexen Rechtemodells

Durch den Einsatz von Qlik und der Write! Extension vom INFORM DataLab konnten wir eine einheitliche Informationsgrundlage für integrierte Marktanalyse und strategische Businessplanung und -berichterstattung schaffen.

- Sebastian Kusber, Information Management, HBPO GmbH

Success Story HBPO
Read More
Data Analytics, Use Case, Write!

Otto International ergänzt operative Daten aufgrund notwendiger Abstimmung zwischen Key Account Management und Kunden

Branche

Beschaffung und Dienstleistung

Herausforderung

Flexible Ergänzung und Kommentierung von operativen Daten für die aufgrund der Corona-Lage notwendig gewordene intensive Abstimmung zwischen Key Account Management und Kunden

Highlights

  • Zwei Wochen für die Implementierung von Write! Edit, die Durchführung einer Schulung und die Produktivsetzung einer ersten Applikation
  • Ablösung unterschiedlicher Excel-Listen
  • Verfügbarkeit eines einheitlichen Formats zum Austausch von Informationen
  • Ergänzung und Kommentierung operativer Daten direkt in Qlik Sense
  • Transparente und bereichsübergreifende Kommunikation

Write! Edit ermöglicht es uns, einerseits mit den Kunden ein einheitliches, abgestimmtes Format zu teilen und andererseits in Qlik Sense zentral einen regelmäßig aktualisierten Datenstand zu halten.

- Birgit Olbrich, Projektmanagerin, Otto International GmbH

Success Story Otto International
Read More