System of Record vs. Source of Truth: Was ist der Unterschied?

Der Unterschied zwischen SORs und SOTs ist weniger technologischer als vielmehr funktionaler Natur. Es handelt sich weniger um unterschiedliche Arten von Informationssystemen, sondern um Informationssysteme, die in einem Unternehmen unterschiedliche Rollen spielen.

• Die Hauptfunktion eines SOR besteht darin, Geschäftsabläufe durch die Erfassung von Geschäftsdaten in einem bestimmten Bereich zu unterstützen. Beispielsweise dient ein Kundenbeziehungsmanagement (CRM)-Tool oft als SOR für die Kundendaten eines Unternehmens und erfasst Informationen wie Namen und Kontaktdaten. 

• Die Hauptfunktion einer SOT besteht darin, Datenelemente aus verschiedenen Systemen zu korrelieren, um ein ganzheitliches Bild eines Datenobjekts, wie beispielsweise eines Kunden, eines Produkts oder eines Prozesses, zu erstellen. Oftmals nutzen Stakeholder dieses ganzheitliche Bild für Datenanalyse und Entscheidungsfindung. Zum Beispiel könnte ein Data Warehouse Daten aus mehreren Apps zusammenführen – einem CRM, einem ERP-Tool (Enterprise Resource Planning), einem Bestandverwaltungssystem. Durch diese Zusammenführung können Unternehmensanalysten übergreifende Trends erkennen, beispielsweise welche Produktarten bei verschiedenen Kundensegmenten besser ankommen. 

Anders ausgedrückt: SORs und SOTs adressieren unterschiedliche Schmerzpunkte:

• SORs erstellen für jede Geschäftsdomäne einen autoritativen Datenspeicher, sodass einzelne Teammitglieder, Geschäftsbereiche und Apps keine eigenen doppelten und inkonsistenten Datensätze pflegen müssen. 

• SOTs helfen, Daten-Silos zu verhindern und ermöglichen es Unternehmen, einen umfassenden Überblick über ihre Datenobjekte in allen Domänen zu erhalten. 

Aufzeichnungssysteme und Informationsquellen können je nach den Anforderungen und der Datenarchitektur eines Unternehmens viele Formen annehmen: spezielle Software, eine einfache Datenbank, ein Cloud-Dateisystem oder ein anderes Speichersystem. Die meisten Unternehmen verwenden sowohl SORs als auch SOTs, da sie unterschiedlichen Zwecken dienen. 

Ein System of Record (SOR) ist eine maßgebliche Quelle für originäre Geschäftsdaten. SORs können Daten über Kunden, Mitarbeiter, Produkte, Lieferanten oder andere Assets und Einheiten enthalten, die mit alltäglichen Geschäftsprozessen in Zusammenhang stehen. 

Ein Datensystem ist der Ort, an dem die Kerngeschäftsdaten zuerst erstellt und anschließend gepflegt werden. Jedes SOR konzentriert sich in der Regel auf die Erfassung von Daten, die sich auf einen bestimmten Geschäftsbereich oder eine bestimmte Domäne beziehen. 

Zum Beispiel verwenden viele Unternehmen ein Personalinformationssystem (HRIS, Human Resources Information System), um Mitarbeiterdaten zu verwalten. Typischerweise werden diese Datensätze zuerst im HRIS erstellt und nicht von anderswo übertragen. Wenn ein anderes System Zugriff auf Mitarbeiterdatensätze benötigt, bezieht es diese aus dem HRIS.

Einige SORs erfassen Echtzeitdaten. Andere verwenden Batch-Updates.

Ein SOR ist eine Quelle verlässlicher Daten. Das bedeutet zwei Dinge:

1. Das SOR ist die Datenquelle, die andere Systeme speist. Stakeholder können über ein anderes Portal auf Daten zugreifen – z. B. ein Data Warehouse oder ein Data Lakehouse –, aber die Daten, die in dieses Portal fließen, stammen letztendlich aus dem entsprechenden SOR.
    

2. Sollten Fragen oder Unstimmigkeiten bezüglich einer Information auftreten, gilt die Version des SOR als die korrekte Version.

Die Festlegung einer maßgeblichen Datenquelle für jeden Datentyp trägt zur Sicherstellung der Datenkonsistenz bei. Jeder, der mit den Daten arbeitet, verwendet denselben Datensatz statt seiner eigenen persönlichen Datensätze, was zu Silos, Fragmentierung, Fehlern, Sichtbarkeitslücken und anderen Problemen führen kann.

Aufgrund des Fokus auf Datenqualität verfügen viele SORs über integrierte Automatisierungs-Workflows für die Datenvalidierung. Ein CRM-System könnte beispielsweise jedes als Telefonnummer kategorisierte Datenelement überprüfen, um sicherzustellen, dass es dem entsprechenden Format XXX-XXX-XXXX entspricht. 

In der Regel beschränken SORs auch Schreibrechte auf eine enge Gruppe von Personen oder Systemen. Dies trägt dazu bei, die Datenintegrität zu gewährleisten, indem böswillige oder fahrlässige Manipulationen verhindert werden.

Da sie zuverlässige Datenbestände verwalten, spielen SORs häufig eine Rolle bei der Data Governance und der Einhaltung von Vorschriften. SORs können sicherstellen, dass nur die richtigen Personen Daten aus den richtigen Gründen lesen oder schreiben können. Sie können auch dabei helfen, Prüfprotokolle und Zugriffsaufzeichnungen zu führen, um die Einhaltung der Vorschriften nachzuweisen und Verstöße aufzudecken, damit diese korrigiert werden können.

Ein System of Record kann eine einfache SQL-Datenbank oder ein Cloud-Dateispeichersystem sein. In der Regel verwenden Unternehmen jedoch spezialisierte Apps und Software, da diese Tools über integrierte Funktionen verfügen, die zur Sicherstellung der Datengenauigkeit und -konsistenz beitragen.

Typische Beispiele für SORs sind Kundenbeziehungsmanagement (CRM)-Datenbanken, Human Capital Management (HCM)-Software, Enterprise Ressourcen-Planung (ERP)-Software, Manufacturing Execution Systems (MES), Konfigurationsmanagement-Datenbanken (CMDB) und Projektmanagementplattformen. 

Eine SOT ist ein Informationssystem, das Datenflüsse aus verschiedenen Quellen in einer Unternehmensdatenarchitektur aggregiert oder harmonisiert, um einen vollständigen Überblick über die Datenobjekte eines Unternehmens domänenübergreifend zu erstellen. 

Ein „Datenobjekt“ ist das, worauf sich die Daten beziehen – ein Kunde, ein Produkt, ein Prozess oder eine andere Entität oder ein anderes Asset. 

SORs eignen sich sehr gut zum Speichern korrekter Daten. Jedes SOR ist jedoch auf eine einzelne Domain beschränkt. Daher enthält kein einzelnes SOR ein vollständiges Bild eines Datenobjekts, das domänenübergreifend existiert.

Informationsquellen helfen, dieses Problem zu lösen, indem sie Daten aus mehreren Systemen entnehmen, sie abgleichen und korrelieren, um einen ganzheitlichen Überblick über die Daten eines Unternehmens zu erhalten.

Nehmen wir zum Beispiel einen Kunden. Das CRM des Unternehmens verfolgt identifizierende Daten wie den Namen und den zugehörigen Kontoinhaber. Die Buchhaltungssoftware erfasst alle Rechnungen und Zahlungen des Kunden. Ein Support-Ticket-System erfasst, wie viel Supportzeit dieser Kunde in Anspruch genommen hat und wegen welcher Probleme. 

Jedes einzelne SOR – das CRM, die Buchhaltungssoftware, das Support-Ticket-System – kann nur Einblicke in einen Aspekt des Kunden bieten. Eine SOT nutzt diese SORs jedoch als Quellsysteme und aggregiert Daten aus allen Systemen, um einen einzigen Kundendatensatz zu erstellen, der Identifizierungsinformationen, Finanzdaten und Supportanforderungen enthält.  

Durch die Erstellung einer ganzheitlichen Sicht auf Datenobjekte hilft eine SOT, Datensilos abzubauen, und ermöglicht es Analysten, Geschäftsanwendern und anderen Stakeholdern, die Daten des Unternehmens zu nutzen, um fundierte Entscheidungen, Vorhersagen und Prognosen zu treffen.

Nehmen wir zum Beispiel den ganzheitlichen Kundendatensatz, der Daten und Metriken aus CRM, Buchhaltung und Support vereint. Mit dieser vollständigen Ansicht kann ein Datenanalyst nun eine Frage beantworten wie: „Ist dieser Kunde profitabel?“ 

Es ist wichtig zu beachten, dass nicht alle SOTs als Analyseportale oder -plattformen fungieren.

Wie ein SOR ist auch eine SOT eine Rolle, die ein bestimmtes Informationssystem spielt, keine eigenständige Technologiekategorie. Daher können SOTs viele Formen annehmen. Gängige Beispiele sind:

• Data Warehouses und Data Marts, die Daten aus verschiedenen Quellen in einem zentralen Datenspeicher aggregieren, der für Abfragen und Analysen optimiert ist. 

• Master Data Management (MDM)-Plattformen, die wichtige Unternehmensdaten-Assets wie Kundeninformationen, Produktdetails und Standortdaten konsolidieren. 

Data Lakehouses, die die flexiblen Datenspeicher von Data Lakes mit den leistungsstarken Analysefunktionen von Data Warehouses kombinieren.

Unabhängig von ihrer Form entstehen die meisten SOTs durch einen gemeinsamen Prozess:

1. Identifizieren der relevanten Datensysteme, die vereinheitlicht werden müssen
    

2. Festlegen von MDM-Regeln, die bestimmen, wie Daten strukturiert, abgeglichen und in Beziehung gesetzt werden sollen
    

3. Integrieren von SORs in ein gemeinsames Repository über eine Extract, Load, Transform (ELT)-Pipeline oder Virtualisierung

Eine Single-Source-of-Truth (SSOT) ist im Wesentlichen dasselbe wie eine Source of Truth: Eine zuverlässige Informationsquelle, die Geschäftsdaten aus dem gesamten Unternehmen vereint, um eine ganzheitliche Sicht auf die Datenobjekte zu schaffen. 

Aber die Hinzufügung des Wortes „Single“ betont einen bestimmten Ansatz bei der Gestaltung der Datenarchitektur: die Idee, dass es nur eine Informationsquelle geben sollte, auf die sich alle Stakeholder und Apps beziehen. 

Manche Unternehmen haben möglicherweise mehrere Informationsquellen, je nach ihren Bedürfnissen und Architekturen. Ein Unternehmen mit einer Single-Source-of-Truth (SSOT) hat es sich jedoch zum Ziel gesetzt, all diese verteilten SOTs in einer zentralen, abgestimmten Datenansicht für das gesamte Unternehmen zu vereinen.

So ähnlich und komplementär sie auch sein mögen, werden SORs und SOTs als unterschiedliche Komponenten einer Datenarchitektur behandelt, da sie unterschiedliche Rollen mit unterschiedlichen Anforderungen erfüllen.

SORs sind für die Erstellung von Daten und deren Integrität innerhalb ihrer Domäne verantwortlich. Die SOTs sind für die Konsistenz der Daten über die verschiedenen Bereiche hinweg verantwortlich. Ein SOR benötigt keine ganzheitliche Sicht auf jedes Datenobjekt. Es muss nur die Daten aufzeichnen, die in seinem Anwendungsbereich relevant sind. Andere Benutzer und Systeme benötigen jedoch möglicherweise eine ganzheitliche Sichtweise – und genau da kommt die SOT ins Spiel.