AT&S: Aufbau einer unternehmensweiten Data & Analytics-Plattform
Der weltweit tätige Hersteller von Leiterplatten AT&S baut schrittweise eine unternehmensweite Data & Analytics-Plattform auf. Grundlage ist eine ausgefeilte Datenstrategie, die den nachhaltigen Ausbau und Betrieb des zentralen Datenpools entsprechend den fachlichen Anforderungen im Konzern sicherstellt.
Der Kunde
AT&S ist einer der weltweit führenden Hersteller von hochwertigen Leiterplatten und IC-Substraten. AT&S industrialisiert zukunftsweisende Technologien für seine Kerngeschäfte Mobile Devices, Automotive, Industrial, Medical und Advanced Packaging. Als internationales Wachstumsunternehmen verfügt AT&S über eine globale Präsenz mit Produktionsstand[1]orten in Österreich (Leoben, Fehring) sowie Werken in Indien (Nanjangud), China (Shanghai, Chongqing) und Korea (Ansan nahe Seoul).
Die Lösung
QUNIS unterstützt uns auf allen Ebenen: Von der strategischen und technologischen Beratung über die fachliche Konzeption
bis zur Implementierung samt Coaching und Koordination aller Stakeholder.
Ulrike Klein
Manager Enterprise Data Management IT
AT&S Austria Technology & Systemtechnik
Die Herausforderung
Insellösungen und Datensilos mit begrenztem Ausbaupotential ablösen
Das High-Tech-Unternehmen AT&S will den Wert seiner weltweit anfallenden Daten besser ausschöpfen. Erklärtes Ziel der Unternehmensleitung ist es, dass AT&S sich zum konsequent datengetriebenen Unternehmen entwickelt. Nach einer internen Bestandsaufnahme der bereits vorhandenen BI-Lösungen, Dashboards und Kennzahlen kam man zum Schluss, dass es sich durchweg um Insellösungen und Datensilos mit begrenztem Ausbaupotenzial handelt.
Daher sollte eine von Grund auf neue Data & Analytics-Plattform für alle Standorte und Fachbereiche mit moderner Architektur und unternehmensweiter Organisation aufgesetzt werden. Den Projektverantwortlichen war klar: Der nachhaltige Aufbau und Betrieb in konzernweiten Standards erforderte eine umfassende Data & Analytics-Strategie.
Das Projekt
Strategische Analyseplattform, die systematisch mit ihren Use Cases mitwächst
Als Beratungs- und Implementierungspartner wurde QUNIS ausgewählt. Neben der herausragenden Kompetenz und Erfahrung fand die Projektleitung auch die individuelle Ansprache und pragmatische Vorgehensweise von QUNIS wichtig für die erfolgreiche Zusammenarbeit. Im Juni 2020 startete das Projekt mit einem gemeinsamen Analyseworkshop. Sehr konkret wurden hier bereits die wesentlichen Ziele und Anforderungen herausgearbeitet, die das weitere Vorgehen bestimmen:
- In einer Konzeptphase sollten die Datenarchitektur, Technologien, Data Governance und die entsprechende Organisation mit Rollen und Verantwortlichkeiten in der IT und den Fachbereichen geklärt werden.
- Ein neues Data Warehouse soll entstehen. Zur Integration von Datenquellen und Aufbau der Kennzahlen wurde eine Use-Case-getriebene Datenstrategie beschlossen; d.h. das strukturierte Datenmodell wächst systematisch mit den jeweiligen Data Marts der schrittweise umgesetzten Anwendungen.
- Der erste Use Case ist der Bereich Yield im Rahmen des Qualitätsmanagements, der Schlüsselkennzahlen für die Produktionssteuerung liefert. Hierfür ist das neue Data Warehouse in der vorhandenen On-Premises-Umgebung des Microsoft SQL Servers die geeignete Lösung.
- Das DWH soll später mit Cloud-basierten Technologien zum Data Lake erweitert werden können, um Advanced Analytics und operative Lösungen wie Predictive Maintenance mit Produktions- und Sensordaten umsetzen zu können.
- Wichtig für die unternehmensweite Initiative ist ein Priorisierungs- und Eskalationskonzept, das die sichere Einordnung von Anforderungen und Kommunikation mit den Fachbereichen gewährleistet.
- Als Best Practice für das neue DWH dient die QUNIS Automation Engine (QAE), ein toolgestützter Ansatz, der den Aufbau und Betrieb von Data-Warehouse-Lösungen inklusive BI- und Datenmanagement-Prozessen standardisiert und automatisiert.
Den Anfang macht das Qualitätsmanagement
Die Strategie wurde innerhalb von drei Monaten entwickelt und ausformuliert. Auf dieser Grundlage wurde das Fachkonzept der Yield-Kennzahlen samt technischer Anforderungen als erste Anwendung aufgesetzt. Die Yield-Werte, die in der Leiterplattenanfertigung den aus einem Fertigungsnutzen generier[1]ten Ertrag (brauchbarer Leiterplatten) angeben, sind für AT&S eine zentrale Performance-Stellschraube. Höhere Yield-Werte bedeuten eine höhere Produktionsausbeute bei geringeren Kosten. Durch ein NCC-Reporting (Non Conformance Costs) wurde zudem die Betrachtung der Kostenseite noch weiter verfeinert.
Die Implementierung nach dem QAE-Ansatz startete im November 2020 als Proof of Concept für das Data Warehouse. Der umfangreiche Yield-Bereich ist inzwischen als Beta-Version auf der Proof-of-Concept-Umgebung verfügbar, während das überschaubarere NCC-Reporting bereits im Live-Betrieb ist.
Als Frontend für das Rollout der Datenplattform ist Microsoft Power BI im Einsatz. QUNIS hatte das Projektteam hier bei der Auswahl einer geeigneten Frontend-Technologie unterstützt. Das Qualitätsmanagementreporting wurde inzwischen um ein Modul für das Supply Chain Management und eine operative BI-Anwendung mit Produktions- und Maschinendaten ergänzt.
Auch alle künftigen Module werden mithilfe eines strukturierten Anforderungsmanagements realisiert. Über ein Ticketing-System in der IT werden dazu Requests nach Aufwand und Nutzen gesichtet und priorisiert.
Agile Entwicklung und Rollout über die BI-Organisation
Die anfangs definierte Organisationsstruktur bewährt sich im Projektmanagement. Federführend ist das in der IT angesiedelte EDM-Team (Enterprise Data Management Team), das im Rahmen der unternehmensweiten Data Governance auch standardisierte Stamm-, Referenz und Metadaten etabliert. Zum EDM-Team gehören u.a. Rollen wie der Data Engineer, Solution Architect und Data Architects. Ansprechpartner in den Fachbereichen sind die Key- und Power User.
Als großer Vorteil erweist sich die agile Vorgehensweise. Im umfassenden Projekt ist die Realisierung in überschaubaren Sprints motivierend für das Team. Außerdem lässt sich die parallele Arbeit an mehreren Teilprojekten gut organisieren. Auch die Zusammenarbeit mit den Fachbereichen verläuft durch sprintweise Entwicklungsfortschritte und die gezielte Aufgabenverteilung an die jeweiligen Key User transparent und sicher.
Das EDM-Team berichtet direkt an die IT-Leitung und kann sich im konzernweiten Projekt auf den Rückhalt des Vorstands verlassen. QUNIS unterstützt von der strategischen und technologischen Beratung über die fachliche Konzeption bis zur Implementierung samt Coaching und Koordination aller Stakeholder.
Wir wollen gut dokumentierte Daten in Top-Qualität zur Verfügung stellen. Mit Zugriff auf ihre jeweiligen Data Marts und den Data Catalog können die Fachbereiche dann ihre eigenen Applikationen auf standardisierter Datengrundlage selbst aufbauen.
Ulrike Klein
Manager Enterprise Data Management IT
AT&S Austria Technologie & Systemtechnik
Self-Service erfordert ein durchdachtes Backend
Mit den ersten Anwendungen werden bereits handfeste Vorteile sichtbar. Das Yield Management schafft Transparenz über Ausschussquoten, granular und konsolidiert über verschiedene Werke. Die NCC-Zahlen sind komplett neue Steuerungsinformationen für die Fachbereiche.
Erstmals ist zudem eine Self-Service-Informationsversorgung möglich, die Unabhängigkeit in die Fachbereiche bringt. Ulrike Klein hat jedoch vor allem das Gesamtbild im Blick. Ihr Team fokussiert sich auf den nachhaltigen Aufbau von Data Marts im Rahmen des unternehmensweiten Datenmanagements:
„Wir wollen gut dokumentierte Daten in Top-Qualität zur Verfügung stellen. Mit Zugriff auf ihre jeweiligen Data Marts und den Data Catalog können die Fachbereiche dann ihre eigenen Applikationen auf standardisierter Datengrundlage selbst aufbauen.“
Skalierung auf Basis der tragfähigen Strategie
Die Data & Analytics-Plattform von AT&S befindet sich noch in der Anfangsphase. Mit der Umsetzung weiterer Use Cases entsteht Schritt für Schritt eine breite, verlässliche Datenbasis, mit Informationen zu ihrer Herkunft, Bedeutung und dem jeweiligen Data Owner im zentral verfügbaren Data Catalog.
Schon jetzt können auf dieser Basis kleinere Applikationen wie eine Balanced Scorecard sehr schnell nach Nutzerbedarf abgebildet werden. Diese „Quick Wins“ sind aber nicht das Ziel des EDM-Teams, das sich vornehmlich auf den systematischen Ausbau des Datenpools konzentriert. Jeder Use Case erfordert dabei eine sorgfältige Vorbereitung und auch eine kontinuierliche Weiterentwicklung der Datenkompetenz im Team.
Für dieses langfristig angelegte Datenprojekt sieht sich Ulrike Klein durch die umfassende Data & Analytics-Strategie gut gerüstet: „Die definierte Strategie gibt uns den Plan für den weiteren Ausbau vor. Wir müssen nicht jedes Mal neu entscheiden und können Fragen der Fachbereiche jederzeit beantworten.“
Schon weiter gedacht
Die Architektur, die Infrastruktur, die Entwicklung auf Basis des strukturiertem Anforderungsmanagements und die professionelle Organisation sind gesetzte Grundpfeiler. Einzelne Bausteine wie Anwendungen, die Organisation oder die Governance können in diesem Grundgerüst durch einfache Skalierung wachsen. Auch Details wie beispielsweise das Staffing des EDM-Teams lassen sich auf dieser Grundlage gut planen.
Spätere Ausbaustufen wie der Einbezug neuer Cloud-Technologien sind durch die Strategie ebenfalls abgedeckt. Ulrike Klein sieht diese sichere Planungsgrundlage als zentralen Erfolgsfaktor für die nachhaltige Entwicklung von AT&S hin zum datengetriebenen Unternehmen.
Die Erfolgsfaktoren
Einfache Integration neuer Quellsysteme
Das BI-Team von Rothoblaas kann eigenständige Anpassungen auf der Ebene der fachbezogenen Data Marts vornehmen, QUNIS kümmert sich um die Umsetzung neuer Anforderungen im Core des Data Warehouse.
Reportgestaltung mit Konzept und Balance
Die Basis bildet ein Informationskonzept, das sich sowohl auf die Gestaltung des Backend- als auch des Frontend-Bereichs auswirkt. Darüber hinaus wurde viel Wert auf eine optimale Balance zwischen Übersichtlichkeit und Detailgrad der Berichte gelegt.
Kosteneffizienter Rollout
Der Frontendseitige Start mit den Microsoft Reporting Services (SSRS ) ermöglicht jederzeit einem Wechsel auf ein flexibleres BI-Frontend.
Passender Projektplaner
Guten Referenzen, geballte Kompetenz und langjährige Erfahrung als Data- Warehouse- und BI-Spezialisten überzeugen bei der Wahl und in der Zusammenarbeit ebenso wie die Chemie.
Sauberes Reporting-Konzept bringt Aussagekraft
Das könnte Ihnen auch gefallen
These Related Stories
Puren Pharma: Effiziente Prozesse und Datenanalysen im Web-Portal
Murrelektronik: Umstellung der BI-Landschaft auf SAP Datasphere
Vetter Pharma: Umfassende BI & Analytics-Strategie
Wissen vertiefen
Grundlagen kompakt erklärt
Data & AI Guides: Begriffe, Konzepte und Zusammenhänge
Von Data Strategy und Data Governance über moderne Datenplattformen bis zu Business Intelligence, Analytics und AI: Die QUNIS Guides vermitteln fundiertes Wissen zu zentralen Data & AI-Themen und zeigen, welche Bedeutung sie für Unternehmen haben, wie sie in der Praxis zusammenspielen und welche Fragen bei der Umsetzung zu klären sind.
AI in Analytics: Entscheidungen schneller und fundierter treffen
AI erweitert Analytics um neue Möglichkeiten für Automatisierung, Prognosen und Entscheidungsunterstützung. Wer diese Möglichkeiten wirksam nutzen will, braucht belastbare Daten, relevante Use Cases sowie klare Strukturen und Verantwortlichkeiten. QUNIS begleitet Sie – von der Identifikation und Priorisierung geeigneter Use Cases über die Umsetzung bis zur skalierbaren Verankerung von AI in Ihrer Analytics-Landschaft und Organisation.
Analytics-Beratung: Erkenntnisse, die Entscheidungen verbessern
Eine Analytics-Beratung hilft Ihnen, aus Ihren Daten verlässliche Prognosen und Handlungsempfehlungen abzuleiten. Mit Advanced Analytics und Predictive Modeling erkennen Sie Muster und Zusammenhänge, optimieren Prozesse und steuern proaktiv. QUNIS begleitet Sie von der Fragestellung über die Modellierung bis zur Integration in Ihre Abläufe und zur Schulung Ihrer Teams.
BI-Beratung: Einheitliche Zahlen für Ihr ganzes Unternehmen
Eine BI-Beratung hilft, Daten aus isolierten Systemen in eine einheitliche Infrastruktur zu bringen und damit eine verlässliche Basis für Reporting, Analyse und Unternehmenssteuerung zu schaffen. Alle Bereiche arbeiten mit einheitlichen Kennzahlen, gewinnen mehr Transparenz und erhalten schneller Zugang zu relevanten Informationen. QUNIS analysiert Ihre IT-Landschaft, entwickelt gemeinsam mit Ihnen die passende Architektur und befähigt Ihre Teams. Herstellerunabhängig, von der Strategie über die Umsetzung bis zu Enablement und Betrieb.
Business Intelligence: Klare Zahlen für fundierte Entscheidungen
Business Intelligence schafft eine einheitliche und belastbare Faktenbasis für fundierte Entscheidungen und eine wirksame Unternehmenssteuerung. Moderne BI geht dabei über Reports und Dashboards hinaus: Sie verbindet Analyse und Planung mit Self Service und nutzt AI für neue Möglichkeiten der Entscheidungsunterstützung. QUNIS begleitet Sie von der Anforderungsanalyse bis zum Betrieb, technologisch unabhängig und passend zu Ihren Rahmenbedingungen.
Data & AI-Plattformen: Das Fundament für digitale Prozesse, Analytics und AI
Eine Data & AI-Plattform führt Daten aus operativen Systemen, IoT-Anwendungen und externen Quellen zusammen und schafft eine gemeinsame Grundlage für digitale Prozesse und Anwendungen, Reporting und Analytics sowie Machine Learning, GenAI und Agentic AI. QUNIS begleitet Sie von der Konzeption und Architektur über die Technologieauswahl bis zu Implementierung, Betrieb und Enablement, herstellerunabhängig und mit Sicherheit und Governance von Anfang an.
Data & Analytics: Entscheidungen auf Basis valider Daten
Data & Analytics verbindet Controlling, IT und operatives Business auf einer verlässlichen Datenbasis. Von automatisiertem Reporting bis zu prädiktiven Analysen erkennen Sie Trends früh und steuern Ihr Unternehmen transparent. QUNIS begleitet Sie von der Bestandsaufnahme über die Toolauswahl bis zum Betrieb.
Data Catalog: Der Schlüssel zur effektiven Datennutzung
Ein Data Catalog ist das zentrale Metadaten-Verzeichnis Ihres Unternehmens. Er schafft Transparenz über vorhandene Daten, ihre Bedeutung, Herkunft, Qualität und Verantwortlichkeiten, macht sie auffindbar und nutzbar und ist damit eine wesentliche Voraussetzung für effizientes Data Management, Data Governance und das Arbeiten mit Datenprodukten. QUNIS begleitet Sie von der Konzeption und Tool-Auswahl über die Implementierung bis zur Verankerung in Ihrer Organisation.
Data Governance: Klare Strukturen für Ihre Unternehmensdaten
Data Governance schafft verbindliche Regeln für Qualität, Sicherheit und Nutzung Ihrer Unternehmensdaten. Mittelständische Unternehmen profitieren von höherer Datenqualität, geringeren Compliance-Risiken und weniger manuellem Aufwand. Wer Daten und AI wirksam nutzen will, braucht dafür klare Governance-Strukturen. QUNIS begleitet Sie von der Konzeption über die Implementierung bis zur Verankerung in Ihrer Unternehmenskultur und Organisation.
Data Lakehouse: Die Evolution der modernen Datenarchitektur
Lange Zeit mussten Unternehmen zwischen der strukturierten Performance eines Data Warehouse und der flexiblen Skalierbarkeit eines Data Lake wählen. Das Data Lakehouse vereint die Stärken beider Ansätze in einer gemeinsamen Architektur. Es ermöglicht die flexible Speicherung großer Mengen strukturierter, semi-strukturierter und unstrukturierter Daten bei gleichzeitig hoher Transaktionssicherheit und schnellen Abfragegeschwindigkeiten. So entsteht eine skalierbare Grundlage für unterschiedliche analytische Anforderungen – von Business Intelligence und Reporting über Analytics und Data Science bis zu IoT und AI.
Data Management: Das Fundament moderner Geschäftsentscheidungen
Unternehmen stehen heute vor der Herausforderung, riesige Datenmengen aus unterschiedlichsten Quellen effizient zu verwalten und nutzbar zu machen. Gewachsene Systemlandschaften und uneinheitliche Prozesse führen häufig zu Datensilos, redundanten Informationen und inkonsistenten Datenbeständen. Eine durchdachte Datenstrategie schafft die strategische Ausrichtung, professionelles Data Management setzt sie im Umgang mit den Daten um: Es sorgt für eine einheitliche Datenbasis, automatisiert wiederkehrende Prozesse und stellt sicher, dass Fachbereiche jederzeit auf aktuelle, verlässliche Informationen zugreifen können. Gleichzeitig schafft es die Grundlage für Analytics, AI-Anwendungen und datengetriebene Geschäftsmodelle.
Data Marketplace: Der zentrale Marktplatz für unternehmensweite Informationen
Ein Data Marketplace macht Datenprodukte wie Informationen, Modelle oder datenbasierte Services über eine zentrale Plattform unternehmensweit auffindbar, abonnierbar und sicher nutzbar. Das reduziert doppelte Schnittstellenarbeit und beschleunigt Innovationsprozesse immens. QUNIS begleitet Sie von der Konzeption bis zur Verankerung im Arbeitsalltag.
Data Mesh: Der Paradigmenwechsel im modernen Datenmanagement
Ein Data Mesh ist ein organisatorisches Prinzip, das die Verantwortung für Daten dezentral in die Fachdomänen verlagert und Daten als eigenständige Produkte etabliert. Das erhöht die Agilität der Fachbereiche und entlastet die zentrale IT. Sinnvoll ist der Ansatz vor allem in komplexeren Organisationen mit vielen unterschiedlichen fachlichen Anforderungen. QUNIS begleitet Sie von der Einschätzung, ob Data Mesh für Ihre Organisation der richtige Ansatz ist, über die Konzeption bis zur Umsetzung und föderierten Governance.
Data Platform: Das Herzstück einer zukunftssicheren Infrastruktur
Eine Data Platform verbindet Daten aus unterschiedlichen Quellen und schafft eine gemeinsame Grundlage für ihre sichere, konsistente und skalierbare Nutzung. Sie bildet die Basis für Reporting, Analytics, Machine Learning und GenAI. QUNIS begleitet Sie von der Konzeption und Architektur über die Auswahl geeigneter Technologien bis zur Implementierung und zum Betrieb
Data Strategy: Der Kompass für Ihre digitale Transformation
Eine durchdachte Datenstrategie richtet Ihre Data- und AI-Aktivitäten konsequent auf Ihre Geschäftsziele aus und schafft den Rahmen für konkrete Anwendungsfälle von Business Intelligence, Analytics und IoT über Machine Learning bis GenAI. So wird Digitalisierung zu einem messbaren Erfolgstreiber. QUNIS begleitet Sie von der Reifegradanalyse über das strategische Zielbild bis zur klaren, priorisierten Roadmap.
Datenprodukte: Von rohen Zahlen zu wertvollen Lösungen
Datenprodukte stellen Daten für konkrete geschäftliche Anwendungsfälle strukturiert und nutzbar bereit, mit klaren Verantwortlichkeiten, definierten Qualitätsanforderungen und hoher Benutzerfreundlichkeit. Unternehmen können Daten dadurch schneller und verlässlicher nutzen und den Aufwand für wiederkehrende Datenaufbereitung reduzieren. QUNIS begleitet Sie von der Ideenfindung über die Umsetzung bis zum langfristigen Lebenszyklusmanagement.
Datenvisualisierung: Komplexität reduzieren und Erkenntnisse gewinnen
Datenvisualisierung macht Muster, Trends und Abweichungen in Ihren Daten auf einen Blick sichtbar. Durch klares Informationsdesign und einheitliche Notationsstandards wie IBCS werden Informationen in Reports und Dashboards bis hin zum direkten Dialog mit den Daten schneller verständlich und Entscheidungen gezielt unterstützt. QUNIS begleitet Sie von der Konzeption und technischen Umsetzung bis zur Schulung Ihrer Teams.
Data & AI-Beratung: Daten und KI wirksam im Unternehmen nutzen
Eine Data & AI-Beratung unterstützt Unternehmen dabei, Daten und künstliche Intelligenz strategisch, technisch und organisatorisch so einzusetzen, dass daraus konkreter Geschäftsnutzen entsteht. Sie verbindet Data Strategy, Data Governance, moderne Datenplattformen, BI & Analytics sowie AI-Anwendungen von GenAI bis Machine Learning zu einem ganzheitlichen Ansatz. QUNIS begleitet Sie von der strategischen Ausrichtung über die technische Umsetzung bis zur Befähigung Ihrer Teams und nachhaltigen Verankerung in Ihrer Organisation. Dabei beraten wir herstellerunabhängig und setzen auf Technologien und Partnerschaften mit Microsoft, SAP, Databricks, Snowflake und STACKIT.