{"id":63111,"date":"2020-01-06T00:00:00","date_gmt":"2020-01-06T05:00:00","guid":{"rendered":"https:\/\/dataladder.com\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/"},"modified":"2022-04-28T09:07:02","modified_gmt":"2022-04-28T09:07:02","slug":"datenmanagement-trends-2020-ein-ueberblick-von-data-ladder","status":"publish","type":"post","link":"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/","title":{"rendered":"Datenmanagement-Trends 2020 – Ein \u00dcberblick von Data Ladder"},"content":{"rendered":"

Es ist nicht m\u00f6glich, einen \u00dcberblick \u00fcber die Datenmanagement-Trends 2020 zu geben, ohne eine Analyse der Kunden und der Projekte durchzuf\u00fchren, an denen wir im vergangenen Jahr gearbeitet haben. Im Jahr 2019 hat Data Ladder mit einer Reihe f\u00fchrender Unternehmen, darunter Regierungsorganisationen und Einrichtungen des \u00f6ffentlichen Sektors <\/a>, zusammengearbeitet, um ihre Daten mit unsererDatenbereinigungsl\u00f6sung<\/a> zu optimieren.<\/p>\n

Nach der Zusammenarbeit mit einer Reihe von Institutionen, Organisationen und Unternehmen haben wir einige wichtige Erkenntnisse \u00fcber Trends im Datenmanagement gewonnen, die die Branche ver\u00e4ndern.<\/p>\n

Ausgehend von unseren Erfahrungen des vergangenen Jahres geben wir hier einen \u00dcberblick \u00fcber die Datenmanagement-Trends 2020.<\/p>\n

Datenqualit\u00e4t an der Spitze der Datenmanagement-Trends 2020<\/b><\/span><\/h2>\n

Es versteht sich von selbst, dass schlechte Datenqualit\u00e4t Unternehmen j\u00e4hrlich Millionen von Dollar kostet. Laut Gartner<\/a> belaufen sich die durchschnittlichen finanziellen Auswirkungen einer schlechten Datenqualit\u00e4t auf 9,7 Millionen Dollar pro Jahr.<\/strong> Nach Angaben von IBM<\/a> verlieren Unternehmen allein in den USA 3,1 Billionen Dollar<\/strong> durch schlechte Datenqualit\u00e4t.<\/p>\n

Das sind nicht nur ausgefallene Statistiken. Fast alle Unternehmen, mit denen wir zusammengearbeitet haben, berichteten \u00fcber irgendeine Form von finanziellen Verlusten aufgrund fehlerhafter Daten – aber es sind nicht nur die finanziellen Verluste, die den Unternehmen Sorgen bereiten. Schlechte Datenqualit\u00e4t beeintr\u00e4chtigt dieEntscheidungsfindung, die Unternehmensziele, die Logistik, die Kundenbindung, den Ruf der Marke<\/strong> und vieles mehr. F\u00fcr staatliche Organisationen f\u00fchren schlechte Daten zu ungenauen statistischen Analysen, falscher Berichterstattung und in manchen F\u00e4llen zum Verlust dringend ben\u00f6tigter Zusch\u00fcsse.<\/p>\n

Gl\u00fccklicherweise haben die meisten Unternehmen inzwischen erkannt, dass Daten in der modernen Welt wertvoller als Gold sind. Sie ist die eigentliche Lebensader einer Organisation. Diese Erkenntnis und die steigende Nachfrage der Kunden nach digitalen Dienstleistungen haben das Datenmanagement in den Mittelpunkt ger\u00fcckt – und die Datenqualit\u00e4t in den Mittelpunkt dieser Initiative.<\/p>\n

Im Jahr 2020 werden die Unternehmen verschiedene Anstrengungen unternehmen, um ihre Daten zu rationalisieren, um Chancen zu erkennen<\/strong>, steigende Anforderungen zu erf\u00fcllen und optimierte Gesch\u00e4ftsabl\u00e4ufe zu gew\u00e4hrleisten. Um Daten zu verwalten, m\u00fcssen die Unternehmen jedoch mit der Datenbereinigung beginnen<\/strong> und sicherstellen, dass Probleme wie Duplikate, ungenaue oder unvollst\u00e4ndige Daten und schlechte Standards im Keim erstickt werden, bevor sie sich mit anderen Aspekten der Datenverwaltung befassen.<\/p>\n

Zunehmende Abh\u00e4ngigkeit von der Datenanalyse<\/b><\/span><\/h2>\n

Im Jahr 2020, wenn wir in das Zeitalter der IoT-Ger\u00e4te, der vernetzten Systeme und Plattformen eintreten, die zu einem noch nie dagewesenen Datenwachstum f\u00fchren, werden Unternehmen sich auf die Datenanalyse st\u00fctzen, um wichtige gesch\u00e4ftliche Erkenntnisse zu gewinnen.<\/strong> Unternehmen m\u00fcssen verschiedene Methoden einsetzen, um komplizierte Datenwerte oder Informationen zu interpretieren – von der Verwendung von Visualisierungstools bis hin zu Business-Intelligence-Softwarel\u00f6sungen wird eine Reihe von Systemen eingesetzt, um die Daten sinnvoll zu nutzen.<\/p>\n

In Branchen wie dem Bildungs-<\/a> und Gesundheitswesen<\/a> erm\u00f6glicht die Datenanalyse eine datengesteuerte Entscheidungsfindung. Ein Beispiel: Ein gro\u00dfer Bundesstaat nutzt die Datenanalyse, um Disziplinarprobleme anzugehen und die Gesamtleistung der Schulen im Bezirk zu bewerten. Die Datenanalyse auf solch komplizierten Ebenen erfordert die Optimierung von Datenprofilen<\/a>, die Festlegung von Standards und die Entfernung von Duplikaten, bevor eine genaue Analyse durchgef\u00fchrt werden kann.<\/strong><\/p>\n

Integration von Datenbanken f\u00fcr Echtzeit-Bereinigung<\/b><\/span><\/h2>\n

Ein weiterer wichtiger Trend im Datenmanagement ist die Datenbereinigung in Echtzeit, d. h. die Daten m\u00fcssen aktuell und jederzeit zug\u00e4nglich sein. Die Echtzeit-Datenverarbeitung umfasst eine kontinuierliche Eingabe, Verarbeitung und Ausgabe von Daten, wobei die Erkennung von Fehlern und deren Korrektur innerhalb von Sekunden oder Minuten erfolgen muss. Um dies zu erreichen, m\u00fcssen die Datenbanken mit einem Datenbereinigungstool<\/a> verbunden werden. Unternehmen mit Kundenkontakt wie Einzelhandelsgesch\u00e4fte, Banken, Geldautomaten usw. ben\u00f6tigen Echtzeitbereinigungsoptionen, um sicherzustellen, dass die Datenqualit\u00e4t nicht leidet.<\/p>\n

Nutzer von DataMatch Enterprise<\/a> haben den Vorteil, ihre Datensysteme in die DME-Plattform zu integrieren. Es werden \u00fcber 150 Plattformen unterst\u00fctzt, so dass Unternehmen ihre Daten in Echtzeit verwalten k\u00f6nnen, ohne sich von ihrer zentralen Plattform zu entfernen. Von Facebook bis Zoho, von Oracle bis QuickBooks; fast jede Plattform kann in die DataMatch Enterprise-Plattform integriert werden, was Datenaktualisierungen und -pflege in Echtzeit erm\u00f6glicht.<\/p>\n

Zunahme der Datenstandardisierung<\/b><\/span><\/h2>\n

Um aus Daten Intelligenz zu gewinnen, m\u00fcssen sie standardisiert sein<\/strong> – das hei\u00dft, alle Felder sollten einem definierten Standard f\u00fcr die Erfassung von Informationen folgen. Ein Unternehmen m\u00f6chte beispielsweise, dass die Namen aller Bundesstaaten in ihrer vollst\u00e4ndigen Form und nicht in Abk\u00fcrzungen geschrieben werden – Washington anstelle von WA, New York anstelle von NY oder NYC und so weiter. Ebenso m\u00fcssen Telefonnummern mit Ortsvorwahlen und nicht nur mit der Nummer geschrieben werden. Solche Ungenauigkeiten und mangelnde Standardisierung f\u00fchren zu einer schlechten Datenqualit\u00e4t, was f\u00fcr die Teams einen unn\u00f6tigen Arbeitsaufwand bedeutet, um die Daten vor der Implementierung einer Dateninitiative zu berichtigen und sinnvoll zu nutzen.<\/p>\n

DieStandardisierung von Daten<\/a> ist im Jahr 2020 ein noch gr\u00f6\u00dferer Bedarf, da das IoT mit k\u00fcnstlicher Intelligenz gepaart wird, wodurch Metadaten<\/strong> entstehen , die die Grundlage f\u00fcr Trainingsdaten f\u00fcr maschinelle Lernmodelle<\/strong> bilden. Chatbots, KI-Vorhersagen, intelligentere Software und Anwendungen sind KI-Systeme, die saubere und klare Daten ben\u00f6tigen, um gut zu funktionieren. Die Standardisierung von Daten hat einen direkten Einfluss auf die Leistung von KI-Tools.<\/p>\n

Digitale Transformation und Datenmanagement<\/b><\/span><\/h2>\n

2019 haben die Unternehmen die Bedeutung der digitalen Transformation erkannt – 2020 werden die Unternehmen mit der Umsetzung des Transformationsprozesses beginnen. Viele werden auf schnellere, bessere und zuverl\u00e4ssigere ERP-Systeme umsteigen. Viele werden KI-Tools und -Technologie einsetzen. Viele werden auf Cloud-Datenspeicherung umsteigen. Die meisten Unternehmen, mit denen wir zusammengearbeitet haben, haben einen Plan f\u00fcr die digitale Transformation aufgestellt und optimieren ihre Prozesse, um den steigenden Anforderungen der Kunden und der Einhaltung von Vorschriften gerecht zu werden.<\/p>\n

F\u00fcr eine effektive digitale Transformation ist es zwingend erforderlich, dass die Datenverwaltung bei allen Initiativen im Vordergrund steht.<\/strong> Wenn Ihre Listen sauber sind, ist es einfacher, den Transformationsprozess zu bew\u00e4ltigen. In der Tat hat jede erfolgreiche digitale Transformation eine Datenstrategie als Grundlage, zusammen mit anderen wichtigen Faktoren wie Kundenerfahrung und Sicherheit.<\/p>\n

Die digitale Transformation im Jahr 2020 ist nicht nur auf den privaten Sektor beschr\u00e4nkt, sondern auch der \u00f6ffentliche Sektor hat gro\u00dfes Interesse daran, seine Systeme zu aktualisieren und die digitale Transformation umzusetzen. F\u00fcr Beh\u00f6rden und \u00f6ffentliche Einrichtungen ist die Notwendigkeit einer Datenstrategie als Kernst\u00fcck einer Strategie zur digitalen Transformation ein wichtiger erster Schritt zur Vorbereitung auf das neue Technologiezeitalter.<\/p>\n

Schlussfolgerung <\/b><\/span><\/h2>\n

2020 ist das Zeitalter der digitalen Transformation. Die Unternehmen wissen, dass sie keine andere Wahl haben, als ihre Systeme und Plattformen aufzur\u00fcsten, um den Erwartungen der Verbraucher gerecht zu werden, doch die Datenverwaltung bleibt ein heikles Thema. In dem Ma\u00dfe, in dem Unternehmen Migrationsprozesse implementieren oder Daten nutzen, um wichtige Erkenntnisse zu gewinnen, erkennen sie die Schwachstellen ihrer Daten.<\/p>\n

Was fr\u00fcher aufgrund begrenzter Ressourcen in den Hintergrund gedr\u00e4ngt wurde, ist heute einer der wichtigsten Bereiche f\u00fcr Verbesserungen. Daten sind das neue Gold. Daten sind die Lebensader eines Unternehmens, aber ohne saubere Daten sind Sie weit davon entfernt, wichtige Gesch\u00e4ftsziele zu erreichen.<\/p>\n

M\u00f6chten Sie mehr \u00fcber das Produkt Data Ladder erfahren?<\/h2>\n
\n
\n
\n
\n
\n
\n
<\/div>\n<\/div>\n<\/div>\n<\/section>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Es ist nicht m\u00f6glich, einen \u00dcberblick \u00fcber die Datenmanagement-Trends 2020 zu geben, ohne eine Analyse der Kunden und der Projekte durchzuf\u00fchren, an denen wir im vergangenen Jahr gearbeitet haben. Im Jahr 2019 hat Data Ladder mit einer Reihe f\u00fchrender Unternehmen, darunter Regierungsorganisationen und Einrichtungen des \u00f6ffentlichen Sektors , zusammengearbeitet, um ihre Daten mit unsererDatenbereinigungsl\u00f6sung zu […]<\/p>\n","protected":false},"author":9,"featured_media":58209,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_lmt_disableupdate":"","_lmt_disable":"","_links_to":"","_links_to_target":""},"categories":[443,1287],"tags":[843,474,845,529,846,550,844],"acf":[],"yoast_head":"\nDatenmanagement-Trends 2020 - Ein \u00dcberblick von Data Ladder - Data Ladder<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Datenmanagement-Trends 2020 - Ein \u00dcberblick von Data Ladder - Data Ladder\" \/>\n<meta property=\"og:description\" content=\"Es ist nicht m\u00f6glich, einen \u00dcberblick \u00fcber die Datenmanagement-Trends 2020 zu geben, ohne eine Analyse der Kunden und der Projekte durchzuf\u00fchren, an denen wir im vergangenen Jahr gearbeitet haben. Im Jahr 2019 hat Data Ladder mit einer Reihe f\u00fchrender Unternehmen, darunter Regierungsorganisationen und Einrichtungen des \u00f6ffentlichen Sektors , zusammengearbeitet, um ihre Daten mit unsererDatenbereinigungsl\u00f6sung zu […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/\" \/>\n<meta property=\"og:site_name\" content=\"Data Ladder\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/web.facebook.com\/DataLadderSoftware\" \/>\n<meta property=\"article:published_time\" content=\"2020-01-06T05:00:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-04-28T09:07:02+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/09\/Data-Management.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"8000\" \/>\n\t<meta property=\"og:image:height\" content=\"4883\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"lbarrera\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"lbarrera\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/\"},\"author\":{\"name\":\"lbarrera\",\"@id\":\"https:\/\/dataladder.com\/de\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\"},\"headline\":\"Datenmanagement-Trends 2020 – Ein \u00dcberblick von Data Ladder\",\"datePublished\":\"2020-01-06T05:00:00+00:00\",\"dateModified\":\"2022-04-28T09:07:02+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/\"},\"wordCount\":1163,\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/de\/#organization\"},\"keywords\":[\"Datenanalyse\",\"Datenbereinigung\",\"Datenmanagement-Trends 2020\",\"Datenqualit\u00e4t\",\"Datenstandardisierung\",\"Datenverwaltung\",\"Digitale Transformation\"],\"articleSection\":[\"Unkategorisiert\",\"Verwaltung der Daten\"],\"inLanguage\":\"de-DE\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/\",\"url\":\"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/\",\"name\":\"Datenmanagement-Trends 2020 - Ein \u00dcberblick von Data Ladder - Data Ladder\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/de\/#website\"},\"datePublished\":\"2020-01-06T05:00:00+00:00\",\"dateModified\":\"2022-04-28T09:07:02+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/dataladder.com\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Datenmanagement-Trends 2020 – Ein \u00dcberblick von Data Ladder\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/dataladder.com\/de\/#website\",\"url\":\"https:\/\/dataladder.com\/de\/\",\"name\":\"Data Ladder\",\"description\":\"Enterprise Data Profiling, Cleansing, and Matching\",\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/dataladder.com\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/dataladder.com\/de\/#organization\",\"name\":\"Data Ladder\",\"url\":\"https:\/\/dataladder.com\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/dataladder.com\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"contentUrl\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"width\":413,\"height\":408,\"caption\":\"Data Ladder\"},\"image\":{\"@id\":\"https:\/\/dataladder.com\/de\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/company\/dataladder-llc\/\",\"https:\/\/web.facebook.com\/DataLadderSoftware\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/dataladder.com\/de\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\",\"name\":\"lbarrera\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/dataladder.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"caption\":\"lbarrera\"},\"url\":\"https:\/\/dataladder.com\/de\/author\/lbarrera\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Datenmanagement-Trends 2020 - Ein \u00dcberblick von Data Ladder - Data Ladder","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/","og_locale":"de_DE","og_type":"article","og_title":"Datenmanagement-Trends 2020 - Ein \u00dcberblick von Data Ladder - Data Ladder","og_description":"Es ist nicht m\u00f6glich, einen \u00dcberblick \u00fcber die Datenmanagement-Trends 2020 zu geben, ohne eine Analyse der Kunden und der Projekte durchzuf\u00fchren, an denen wir im vergangenen Jahr gearbeitet haben. Im Jahr 2019 hat Data Ladder mit einer Reihe f\u00fchrender Unternehmen, darunter Regierungsorganisationen und Einrichtungen des \u00f6ffentlichen Sektors , zusammengearbeitet, um ihre Daten mit unsererDatenbereinigungsl\u00f6sung zu […]","og_url":"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/","og_site_name":"Data Ladder","article_publisher":"https:\/\/web.facebook.com\/DataLadderSoftware","article_published_time":"2020-01-06T05:00:00+00:00","article_modified_time":"2022-04-28T09:07:02+00:00","og_image":[{"width":8000,"height":4883,"url":"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/09\/Data-Management.jpg","type":"image\/jpeg"}],"author":"lbarrera","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"lbarrera","Gesch\u00e4tzte Lesezeit":"5 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/#article","isPartOf":{"@id":"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/"},"author":{"name":"lbarrera","@id":"https:\/\/dataladder.com\/de\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b"},"headline":"Datenmanagement-Trends 2020 – Ein \u00dcberblick von Data Ladder","datePublished":"2020-01-06T05:00:00+00:00","dateModified":"2022-04-28T09:07:02+00:00","mainEntityOfPage":{"@id":"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/"},"wordCount":1163,"publisher":{"@id":"https:\/\/dataladder.com\/de\/#organization"},"keywords":["Datenanalyse","Datenbereinigung","Datenmanagement-Trends 2020","Datenqualit\u00e4t","Datenstandardisierung","Datenverwaltung","Digitale Transformation"],"articleSection":["Unkategorisiert","Verwaltung der Daten"],"inLanguage":"de-DE"},{"@type":"WebPage","@id":"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/","url":"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/","name":"Datenmanagement-Trends 2020 - Ein \u00dcberblick von Data Ladder - Data Ladder","isPartOf":{"@id":"https:\/\/dataladder.com\/de\/#website"},"datePublished":"2020-01-06T05:00:00+00:00","dateModified":"2022-04-28T09:07:02+00:00","breadcrumb":{"@id":"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/dataladder.com\/de\/datenmanagement-trends-2020-ein-ueberblick-von-data-ladder\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/dataladder.com\/de\/"},{"@type":"ListItem","position":2,"name":"Datenmanagement-Trends 2020 – Ein \u00dcberblick von Data Ladder"}]},{"@type":"WebSite","@id":"https:\/\/dataladder.com\/de\/#website","url":"https:\/\/dataladder.com\/de\/","name":"Data Ladder","description":"Enterprise Data Profiling, Cleansing, and Matching","publisher":{"@id":"https:\/\/dataladder.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/dataladder.com\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de-DE"},{"@type":"Organization","@id":"https:\/\/dataladder.com\/de\/#organization","name":"Data Ladder","url":"https:\/\/dataladder.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/dataladder.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","contentUrl":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","width":413,"height":408,"caption":"Data Ladder"},"image":{"@id":"https:\/\/dataladder.com\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/dataladder-llc\/","https:\/\/web.facebook.com\/DataLadderSoftware"]},{"@type":"Person","@id":"https:\/\/dataladder.com\/de\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b","name":"lbarrera","image":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/dataladder.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","caption":"lbarrera"},"url":"https:\/\/dataladder.com\/de\/author\/lbarrera\/"}]}},"modified_by":null,"_links":{"self":[{"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/posts\/63111"}],"collection":[{"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/comments?post=63111"}],"version-history":[{"count":2,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/posts\/63111\/revisions"}],"predecessor-version":[{"id":67119,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/posts\/63111\/revisions\/67119"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/media\/58209"}],"wp:attachment":[{"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/media?parent=63111"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/categories?post=63111"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/tags?post=63111"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}