Im Projekt Data Governance erfolgt die Umsetzung von Maßnahmen zur Verbesserung des Datenmanagements in der NBank. Im Zuge der Pilotierung für die Bereiche Finance (FIN) & Controlling (CON) wurden mit der Gründung des Teams Finanz- & Risikodaten-Management (FRD) und der Entscheidung über die Etablierung von DG-Prozessen bereits wichtige Bausteine umgesetzt. Um zukünftig entsprechende Aufgaben auch adäquat wahrnehmen zu können, ist der Einsatz von Werkzeugen und Tools unerlässlich. Im Rahmen des Projektes wurde eine Analyse zur Anforderungsabdeckung und Ausbaufähigkeit bestehender Tools mit Schwerpunkt Datenqualitätsmanagement und Metadatenmanagement in Abstimmung mit der IT durchgeführt. Die Umsetzung eines Self Service Datenqualitätsmanagements erfolgt im Business Warehouse Umfeld. Zur Unterstützung des Metadatenmanagement soll über dieses Vergabeverfahren eine neue Software eingeführt werden. Ziel ist es mit der Weiterentwicklung eines zukunftsgerichteten Metadatenmanagements wesentliche Optimierungspotenziale für die NBank zu heben. Folgende Kern-ziele sollen mit der Umsetzung realisiert werden: - Transparenz über die vorhandenen Daten, deren Inhalt, Kontext und Eigenschaften - Basis für die systematische Datenverwaltung und -katalogisierung - Schaffung eines einheitlichen Datenverständnisses - Weiterentwicklung der IT-Architektur und Wertbeitrag zur Digitalisierung durch Datentransparenz - Stärkung der regulatorischen Compliance - Multiplikator für datengetriebene Fragestellungen anderer Projekte in der Bank Über das Umsetzungsprojekt Data Governance wird die Konzeption und Realisierung von Strukturen und Maßnahmen im Metadatenmanagement umgesetzt. Zentraler Be-standteil ist die Einführung einer Metadatenmanagement Software, die die drei Komponenten Fachliches Datenmodell, Data Dictionary und Data Lineage und dazugehörige Prozesse unterstützt: - Fachliches Datenmodell: Abbildung und Verwaltung von Daten-Clustern (Daten- und Subdomänen, Datenobjekt/Entität und Datenfeldern) sowie die Verknüpfung dieser mit Richtlinien, Systemen, Interessengruppen, inklusive Rollen und Verantwortlichkeiten - Data Dictionary: Verzeichnis über Metadaten, sowie Register von fachlichem Wissen zu Begriffen, Geschäftsobjekten, Reports und Kennzahlen (Business Glossar) aber auch technischen Aspekten (technisches Glossar) - Data Lineage (Datenflussverfolgung): Erfassung und Modellierung von Datenflüssen zur Identifizierung von Abhängigkeiten und Auswirkungen im Run the Bank und Change the Bank Umfeld. Für den Start soll das Metadatenmanagement mit einem Fokus auf das NBank Business Warehouse (NBW) aufgebaut werden. Das NBW ist der Single Point of Truth (SPOT) der NBank. Der SPOT verfolgt das Ziel alle auswertungsrelevanten Daten der Bank in einer vollständigen und transparenten Datenschicht im dispositiven System bereitzustellen und alle Zielsysteme über flexible Zugriffsmöglichkeiten mit den benötigten Daten zu versorgen. Darüber hinaus stellt das NBW die technische und fachliche Konsistenz aller Daten, der belieferten Schnittstellen und aller im Ergebnis er-zeugten Auswertungen, Berichte oder Reports sicher, was ein wesentlicher Aspekt der Aufgaben im Data Governance Umfeld ist. Das NBW ist eine Auftragsentwicklung, die auf einer Oracle Datenbank aufsetzt. Daten werden aus SAP (Module wie FI, CO, CML, CFM), dem ABAKUS (Förderbanken Add-On), sowie weiteren externen Quellen (wie EUCTFSL, Marktdaten, Adressdaten, Rating, diverse Vorsysteme) durch das NBW integriert, verdichtet und für die angeforderten Zwecke aufbereitet. Maßgebliche Zielsysteme sind THINC und BAIS, die wiederum ihre Ergebnisdaten teilweise an das NBW zurückspielen. Perspektivisch soll das Metadatenmanagement auf weitere Be-reiche und damit weitere Systeme über das NBW hinaus ausgeweitet werden. Das NBW und der darauf aufsetzende ReportServer sind das zentrale Reporting System der NBank und werden zukünftig auch für das DQ-Reporting verwendet. Diese Reports werden mit Metadaten wie Domänen und Data Lineage angereichert, die aus der Metadatenmanagement Software stammen. Für weitere Informationen siehe: Leistungsbeschreibung, Lastenheft und Fragebogen Funktionsumfang.
Der Umsetzungsplan sieht die Einführung der Metadatenmanagement Software ab dem 04.03.2026 vor, bis zum 28.09.2026 sollen die Einrichtung der Software und deren Tests abgeschlossen sein. Parallel erfolgt im Projekt Data Governance die initiale Erhebung von Metadaten über Use Cases in den Bereichen FIN & CON. Im Q4 2026 werden diese Informationen in die Ziellösung überführt und erste Anwendungsfälle der Data Lineage aufgebaut. In 2027 erfolgt die Erweiterung als weitere Ausbaustufe über den initialen Anwendungskreis hinaus. In diesem Vergabeverfahren suchen wir nach einer Standardsoftware für das Metadatenmanagement der NBank. Die Anforderung an die Metadatenmanagement Software sind in funktionale und nicht-funktionale Anforderungen aufgeteilt, die in den folgenden Abschnitten genauer spezifiziert werden. Jede Anforderung verfügt dabei über eine Priorität, die ihre Dringlichkeit angibt: Priorität 1: Muss-Kriterium (Mindestanforderung) Priorität 2: Soll-Kriterium Priorität 3: Kann-Kriterium 3.1. Funktionale Anforderungen Die funktionalen Anforderungen teilen sich auf die drei Komponenten des Metadatenmanagements auf. Die Anforderungen an das Datenmodell und das Data Dictionary überlappen sich stark und stehen in einem engen Zusammenhang. Daher sind deren Anforderungen zusammengefasst, Data Lineage folgt separat. Die Anforderungen sind im Stil von User Stories formuliert. Für die agierenden Benutzer gibt es die drei Hierarchieebenen: Master, Anwender und Leser. Leser besitzen nur Lese-Funktionen, der Anwender hat zusätzlich Schreibrechte für seinen konfigurierbaren Bereich und der Master verfügt über alle Funktionen. In den User Stories wird nur die unterste Hierarchieebene genannt, was bedeutet, dass alle höher gestellten Benutzer die gleiche Funktionalität haben. 3.1.1. Fachliches Datenmodell & Data Dictionary Im fachlichen Datenmodell werden die Daten im Domänenmodell strukturiert, das vier Ebenen kennt. Eine Datendomäne umfasst einen Datenbereich, der zentrale Funktionen und Prozesse in der NBank umfasst. Sie enthält eine Sammlung von Subdomänen, Datenobjekten und darin enthaltenen Datenfeldern, die funktional oder logisch miteinander verbunden sind. Eine Subdomäne unterteilt eine Datendomäne weiter in spezifische funktionale Blöcke, die granularere Kategorien oder Teilmengen von Daten innerhalb der Domäne repräsentieren. Sie helfen dabei die Entitäten basierend auf ihrem Inhalt und Kontext zu klassifizieren und zu organisieren. Eine Entität ist eine strukturierte Menge von Daten(feldern) als Abbild der durch diese Daten repräsentierten Gegenstände und Sachverhalte, über die die NBank Informationen sammelt. Die-se kann man sich auch als eine Tabelle vorstellen. Sie dient dazu die Beziehung zwischen den Daten darzustellen und eine Subdomäne ggf. weiter zu unterteilen. Ein Datenfeld ist ein fachliches Datenelement, welches ein oder mehrere technische Attribute charakterisiert oder beschreibt. Diese kann man sich auch als Spalte in einer Tabelle vorstellen. Das Datenfeld ist das granularste Element in einem fachlichen Datenmodell. Einträge können im fachlichen Datenmodell, im fachlichen Glossar und im technischen Glossar erfasst werden. Dabei werden im Datenmodell Strukturen eingetragen, im fachlichen Glossar fachliche Informationen wie Feldbeschreibungen und im technischen Glossar technische Informationen wie Datentyp. Ein Template ist eine Vorlage mit vorgegebenen Pflichtfeldern und optionalen Feldern, um die Einträge strukturiert und standardisiert zu erfassen. 3.1.2. Data Lineage Die zentrale Struktur in der Data Lineage Komponente sind Datenbäume, die in einer hierarchischen Darstellung in einem Abhängigkeitsgraphen den Datenfluss und die Beziehungen zwischen verschiedenen Datenfeldern veranschaulichen, um die Herkunft und den Verlauf der Daten in der NBank nachvollziehbar zu machen. 3.2. Nicht-funktionale Anforderungen Neue Software Lösungen sollen sich als Cloud-Lösung nahtlos in die bestehende Anwendungslandschaft der NBank integrieren. Dabei wird der neuen Software kein direkter Datenzugriff in die Systeme der NBank ermöglicht werden (Pull), stattdessen wer-den die Daten aus der NBank geliefert (Push). Das NBW basiert auf einer ineinandergreifenden Abfolge von SQL Statements, die teilweise zur Laufzeit generiert werden. Es existiert bereits ein vollständiger Metadatenpfad von der Quelle bis zum grafischen Bericht. Für Objekte aus dem SAP liegen beispielsweise neben ihren technischen Bezeichnungen auch die hinterlegten fachlichen Bezeichnungen und Beschreibungen vor. Weiterhin sind die Datenobjekte (Ta-bellen, Felder, Berichte) bereits in Zuständigkeitsbereiche eingeteilt und sogenannten Applikationsverantwortlichen zugewiesen. Es ist explizit gefordert, dass diese Daten direkt (z.B. Übertragung von Tabellen, keine direkte Kopplung von Systemen) aus dem DWH für den Aufbau des Datenmodells und des Dictionaries herangezogen wer-den. Schnittstellen sollen aus Sicht der NBank möglichst einfach und flexibel sein. Es wird vom Anbieter ein dokumentiertes Vorgehen erwartet, wie die Daten in ein für das MDM verarbeitbares Format übersetzt werden können. Wir gehen davon, aus <10 PT in den Bau von Schnittstellen auf unserer Seite stecken zu müssen. Zusätzlich ist die Erwartung, dass Anbieter die folgenden vier Prinzipien befolgen, um eine erfolgreiche Einführung neuer Software zu ermöglichen: - Architektur: Die Anwendungsarchitektur ist so konzipiert, dass sie wechselnde und wachsende Anforderungen unterstützt und gleichzeitig in einem wartbaren und betriebsbereiten Zustand bleibt. - Technologie: Konfiguration über Anwendungsfunktionen werden gegenüber Modifikationen mit spezifischem Code / Entwicklung bevorzugt. - Business: Nutzung von Industriestandards und Best Practices, um effiziente Prozesse für Konzeption und Lieferung zu gewährleisten - Zukunftsfähigkeit: Die Lösung wird von der Roadmap des Anbieters unter-stützt und bietet einen kontinuierlichen Support und geeignete Technologien
Für diese Ausschreibung liegen keine Vergabeunterlagen vor. Die KI-gestützte Dokumentenanalyse kann nur durchgeführt werden, wenn Dokumente verfügbar sind.
Noch keine Vergabeunterlagen verfügbar.
Nachweis eines zertifizierten ISMS für den gesamten Projektzeitraum.
Sämtliche Kernmitglieder müssen Deutschkenntnisse auf C1-Niveau nachweisen.
Mindestens drei vergleichbare Projekte in Bundes- oder Landesbehörden in den letzten 5 Jahren.