Datenzähmen leicht gemacht – Ein Fallbeispiel zur besseren Organisation mittels JSON

Momentan steht uns der Frühjahrsputz ins Haus. Und nicht nur in den eigenen vier Wänden, auch im Digitalen kann ein Ausmisten und Neustrukturieren von Daten Wunder für die Lebensqualität und Produktivität wirken. Gerade, wenn verschiedene Softwares auf dieselbe Datenbasis zugreifen, bietet sich eine Übertragung angestaubter Excel-Tabellen in für mehrere Softwares kompatible Standardformate an. Anhand eines Fallbeispiels wollen wir heute zeigen, wie etwa mit JSON, genauer mit JSON Resume Mitarbeiter-Daten und -Fähigkeiten gebündelt und organisiert bei der Aufgabenzuteilung helfen können.

Die Ausgangslage – Wo die wilden Daten wohnen

Oft stößt man auf sie während der Einarbeitung. Zwischen wuchernden Excel-Listen und der Vorlage für die Weihnachtsgrußkarten: Datensätze. Aber mit einem ist es nicht genug, oft entdeckt man beispielsweise, dass die selben Datensätze in verschiedene Softwares händisch übertragen wurden. Die manuelle Übertragung solcher Daten ist nicht nur zeitraubend und fehleranfällig, sie degradiert die Daten zur Zuarbeit, wo sie doch eigentlich ein eigener Vermögenswert einer jeden Firma sein sollten. Denn ohne gut sortierte Kundendatenbanken oder Listen der Mitarbeiter mit ihren Fähigkeiten kann auch die beste Software, kann selbst K.I. nichts ausrichten. Zu wissen, wo welche Datensätze wie organisiert sind, schafft Transparenz und Verlässlichkeit. Die Kontrolle beziehungsweise der Überblick über die eigenen Firmendaten sowie ihre Organisation nehmen damit eine Vorreiterrolle im Bereich Data Governance ein. Doch wie lassen sich diese Daten „zähmen“?

Die Annährung - Sichten, Entrümpeln, Neuorganisieren

Um der eigenen Daten Herr zu werden empfiehlt es sich, sie zu aller erst zu sichten. Welche Datensätze habe ich, welche sind wichtig, aber auch: wo gibt es Dopplungen? So lässt sich als ein erster Schritt die Anzahl der Datensätze reduzieren, so wie ja auch in einem Frühjahrsputz meist kräftig ausgerümpelt wird. Denn weniger Datensätze sind mehr und für gängige Datenformate findet sich leichter kompatible Software. Datenformaten gibt es zwar viele, zwei sehr wichtige sind XML als auch die Java Script Object Notation, kurz: JSON. Das Datenformat JSON ging in den späten 1990er-Jahren an den Start. Bis heute zeichnet es sich durch seine einfache Lesbarkeit (für Mensch und Maschine) sowie umfängliche Anschlussfähigkeit aus. Dazu ist als Open Standard eine lizenzkostenfreie Möglichkeit, die eigenen Daten zu organisieren.

Fallbeispiel: JSON-Resume – Ein Schema zur Übersicht der eigenen Mitarbeiter-Daten

JSON-Resume ist dabei ein Versuch mittels JSON, ein Einheitsformat für Lebensläufe zu finden. Es verhindert nicht nur Designsünden á la Word-Vorlagen frühzeitig, sondern es kann ebenso leicht in eine Personalsoftware eingespeist, angezeigt und mit anderen Lebensläufen verglichen werden. Hier soll unser Fallbeispiel ansetzen. Denn ein Lebenslauf, mit allen wichtigen beruflichen Stationen und Qualifikationen ist nicht nur im Bewerbungsprozess sinnvoll und hilfreich. Auch im beruflichen Alltag sind diese Informationen das A und O, etwa für eine Verteilung von (Arbeits-)aufträgen. Zuvorderst ist JSON ein sogenanntes Plaintext-Format. Das bedeutet, dass die Bits und Bytes, aus denen die Daten bestehen, eine klare Interpretation haben. Es handelt sich um Buchstaben, Zahlen und sonstige druckbare Zeichen. Ein Plaintext Format lässt sich mit jedem Texteditor auf jedem Betriebssystem öffnen und verhindert nachhaltig einen Vendor Lock-In. JSON gibt uns darauf aufbauend eine syntaktische Ordnungsebene, sozusagen die Grammatik für die Daten, die die Software als auch wir später auslesen wollen. Unsere Daten sind in JSON gut aufgehoben. Denn es kann direkt ausdrücken, ob es sich bei Einträgen um Textdaten, Wahr/Falsch-Werte, Zahlen, Auflistungen oder fehlende Werte handelt. Dies ist freilich noch ohne Bedeutung oder Kontextualisierung der Daten zueinander. Nun könnte es leicht wieder unübersichtlich werden. Zwar können wir nun Felder wie Name, Beruf oder Ausbildung aneinanderreihen. Aber wie geben wir den Rahmen vor, was erforderlich ist und was optional? Zu unserem Glück gibt es JSON Schemas, zu denen auch JSON Resume gehört. Schemas liefern die weitere Semantik, sozusagen das Vokabular, welches unsere Daten weiter (an)ordnet, Rangordnungen erschafft und am Wichtigsten: Das Eintragen korrekter und eindeutig interpretierbarer Daten durch Mitarbeiter besonders niedrigschwellig macht. Mit einem geeigneten Editor müssen sie nur noch Eingeben, was dieser abfragt. Grundsätzlich lässt sich für jedes JSON Schema automatisiert ein generischer Eingabeeditor erzeugen, um Daten zu erfassen. Speziell für JSON Resume gibt es aber bereits gute vorgebaute Editoren. Nicht nur Lebensläufe, auch aktuell ausstehende Aufträge oder Projekt-Ausschreibungen lassen sich mit dem Ordnungsschema von JSON Resume darstellen. Programmierte man nun zusätzlich einen Algorithmus, ließe sich sogar ein automatisches Matching herstellen. Es lieferte dann die größte Überschneidung aus Mitarbeiter-Fähigkeiten auf der einen und Kundenwünschen oder Projektvoraussetzungen auf der anderen Seite. In jedem Falle: Der Überblick und die Hoheit über die eigenen HR Daten sind mit JSON Resume wiederhergestellt, geschäftliche Entscheidungen können zuverlässiger getroffen werden.

Fazit – Fleißarbeit mit großer Wirkung

Unser Beispiel zeigt, dass es nicht viel braucht, um die eigenen Daten auf Vordermann zu bringen. Eine klare Analyse der unterschiedlichen Datensätze reicht fürs Erste, um Dopplungen oder Überflüssiges auszusortieren. Das Datenformat JSON bietet dabei eine Möglichkeit, die Daten gleichermaßen für Mensch, wie Maschine lesbar darzustellen. Auftragsdetails oder Personenbezogenes lässt sich mit JSON nicht nur darstellen. Mit dem Schema JSON Resume wird im selben Schritt dafür gesorgt, dass die Daten regeltreu erfasst sind und dadurch auf Dauer lesbar und verständlich für das eigene Geschäftsszenario bleiben. Wer bereits den Schritt wagt, die eigenen Daten im gleichen Format zu normieren, dem bieten sich (mit etwas Programmierarbeit) ganz neue Synergien: Etwa der Vergleich von verschiedenen Datensätzen und ein blitzschnelles Erkennen, zum Beispiel der größtmöglichen Überschneidungen von Mitarbeiter-Fähigkeiten und Voraussetzungen für die Arbeit an einem Projekt. Wenn man dann erst einmal den eigenen Daten Herr geworden ist, stellt sich auch das gute Gefühl ein, dass wir vom Frühjahrsputz kennen: Die Freude über frische und klare Strukturen, sowie eine verbesserte Organisation.