Jedes Projekt modelliert die Realität neu. Genau das ist das Problem.

Unternehmen teilen Arbeit auf. Vertrieb, Einkauf, Produktion, Finance und Service besitzen unterschiedliche Ziele, Prozesse und Systeme. Das ist kein Fehler, sondern eine Voraussetzung für Spezialisierung. Deshalb unterscheiden sich auch ihre Perspektiven. Für den Vertrieb ist ein Kunde möglicherweise eine Organisation mit Verkaufschance. Für Finance ist er eine abrechenbare Einheit. Für den Service ist er eine Gruppe von Verträgen, Anlagen und Ansprechpartnern. Keine dieser Sichtweisen ist grundsätzlich richtiger als die andere. Die Schwierigkeit beginnt bei den Beziehungen.

Sind „Customer“ und „Kunde“ dasselbe? Ist die „Anlage“ einem Vertrag, einem Standort oder einem Betreiber zugeordnet? Wann entspricht ein „Product“ einer Produktgruppe, wann einem Tarif und wann einer technischen Leistung? Diese Fragen werden häufig innerhalb eines Projekts geklärt. Das Ergebnis bleibt dann in Datenmodellen, Mapping-Dateien, Tickets oder Köpfen verborgen. Beim nächsten Projekt beginnt die Arbeit erneut.

Die naheliegende Gegenreaktion lautet: Dann braucht es eben ein unternehmensweit einheitliches Modell. Das klingt ordentlich, scheitert aber oft an der Realität. Begriffe und Beziehungen verändern sich. Domänen benötigen unterschiedliche Detailgrade. Regulatorische, technische und organisatorische Perspektiven lassen sich nicht immer auf eine einzige Definition reduzieren. Eine gemeinsame Realität bedeutet deshalb nicht, dass überall exakt dasselbe Modell verwendet werden muss. Sie bedeutet, dass unterschiedliche Perspektiven explizit miteinander verbunden sind.

Eine Organisation darf mehrere gültige Kundensichten besitzen. Sie sollte nur wissen: warum sie unterschiedlich sind, in welchem Kontext sie gelten, wie sie zusammenhängen, wer die Abgrenzung verantwortet und welche Datenprodukte oder Entscheidungen darauf beruhen. Das ist weniger dogmatisch und deutlich nützlicher als die Suche nach einer einzigen Wahrheit.

Viele Modellierungsinitiativen werden nachträglich gestartet. Bestehende Systeme und Projekte sollen dokumentiert, Begriffe harmonisiert und Beziehungen rekonstruiert werden. Das kann Transparenz schaffen. Es bleibt jedoch ein Wettlauf gegen neue Veränderungen. Während das zentrale Team Modell A dokumentiert, startet Projekt D bereits mit Modell B. Eine tragfähige Struktur entsteht deshalb nicht nur durch Nachpflege. Sie muss Teil der normalen Arbeit werden.

Wenn ein neues Datenprodukt angelegt wird, sollte sichtbar sein, welche ähnlichen fachlichen Objekte bereits existieren. Wenn eine neue Definition entsteht, muss ihre Beziehung zu bestehenden Perspektiven geklärt werden. Wenn ein Projekt ein neues Objekt benötigt, sollte es das gemeinsame Modell erweitern, statt eine parallele Welt aufzubauen. So wächst die Unternehmensrealität Stück für Stück – genau dort, wo sie genutzt wird.

Das Betriebssystem für Datenarbeit verfolgt keinen Anspruch auf ein perfektes Gesamtmodell. Es schafft einen Mechanismus, mit dem das Modell kontinuierlich weiterentwickelt werden kann. Dazu gehören: fachliche Objekte wie Kunde, Vertrag, Anlage, Produkt oder Projekt, ihre unterschiedlichen Ausprägungen in Domänen, explizite Beziehungen und Abgrenzungen, Ziele, Entscheidungen und Anforderungen, Datenprodukte und Berichte, Verantwortlichkeiten und Regeln sowie Workflows, in denen neue Zusammenhänge entstehen. Die Struktur bleibt damit nicht in einer Modellierungsabteilung. Sie wird bei der Erstellung, Prüfung und Nutzung von Datenprodukten sichtbar.

Entscheidend ist der Mechanismus: Neue Zusammenhänge werden dort geklärt, wo Datenprodukte erstellt, geprüft und genutzt werden. Das gemeinsame Modell wächst mit der Arbeit, ohne den Anspruch zu erheben, die gesamte Organisation vorab perfekt abzubilden.

Gerade bei der Suche nach Ähnlichkeiten ist KI nützlich. Ein System kann erkennen, dass „Customer“, „Kunde“ und „Vertragspartner“ möglicherweise zusammenhängen. Es kann auf ähnliche Datenprodukte oder widersprüchliche Definitionen hinweisen. Es kann Fragen vorschlagen, die vor einer Freigabe geklärt werden sollten. Die fachliche Entscheidung bleibt trotzdem bei der Organisation.

Ob zwei Begriffe wirklich dasselbe meinen, ist keine rein sprachliche Frage. Es hängt von Geschäftsprozessen, Verantwortlichkeiten, rechtlichen Grenzen und dem Verwendungszweck ab. KI kann die Klärung beschleunigen. Sie kann sie nicht legitimieren.

Projektarbeit wird nicht verschwinden. Sie ist notwendig, um konkrete Veränderungen umzusetzen. Aber Projekte müssen nicht jedes Mal ihre eigene Unternehmensrealität neu bauen. Eine gute Arbeitsstruktur sorgt dafür, dass vorhandene Zusammenhänge sichtbar sind, neue Erkenntnisse zurückfließen und lokale Modelle anschlussfähig bleiben. Dann entsteht aus vielen Projekten mit der Zeit mehr als eine Sammlung von Lösungen. Es entsteht ein wachsendes, gemeinsam nutzbares Modell der Organisation. Der Fortschritt liegt nicht darin, Unterschiede abzuschaffen. Er liegt darin, sie so zu verbinden, dass das nächste Team nicht wieder dieselben Fragen stellen muss.