Albert: Von einer lokalen Data-Governance-Initiative zum Standard für 5.000 Filialen
Jede erfolgreiche KI-Initiative basiert auf etwas, das weit weniger sichtbar ist: vertrauenswürdigen Daten, klaren Verantwortlichkeiten und gemeinsamen Standards.
Länder und Marken auf einer zentral verwalteten Plattform
Monate für die Entwicklung einer Data-Governance-Roadmap
Jahre Unterstützung bei der Implementierung
Herausforderung
Die Algorithmen sind der einfache Teil
Personalisierung, KI-gestützte Prognosen und Omnichannel-Treueprogramme gehören heute zu den wichtigsten Prioritäten vieler Handelsunternehmen. Ahold Delhaize betreibt 9.500 Filialen und erreicht jede Woche 77 Millionen Kunden. Für den Zeitraum 2025 bis 2028 hat der Handelskonzern diese Themen zu zentralen Bestandteilen seiner Strategie gemacht.
Doch keine dieser Initiativen kann ohne vertrauenswürdige Daten erfolgreich sein. Das gilt selbst für Unternehmen mit modernen Datenplattformen und fortschrittlichen Analytics-Funktionen. Eine Führungskraft von Ahold Delhaize bringt es so auf den Punkt:
„Die Algorithmen sind der einfache Teil. Die eigentliche Herausforderung besteht darin, die richtige Datengrundlage zu schaffen und die Arbeitsweise der Menschen zu verändern.“
Es ist unmöglich, Angebote für Millionen von Kunden zu personalisieren, wenn dieselbe Filiale oder dasselbe Produkt in verschiedenen Systemen unter unterschiedlichen Namen geführt wird. Ohne vertrauenswürdige Daten liefern selbst die ausgefeiltesten Analysemodelle keine verlässlichen Ergebnisse.
Albert, die tschechische Handelsmarke von Ahold Delhaize, verfügte bereits über ein leistungsfähiges Enterprise Data Warehouse und ein erfahrenes Analytics-Team. Was fehlte, war ein systematischer Ansatz, um sicherzustellen, dass Daten vollständig und konsistent bleiben und sowohl in bestehenden als auch in neu eingeführten Systemen einheitlich interpretiert werden.
Zusätzlichen Handlungsdruck erzeugte die Einführung der globalen Data-Management-Richtlinie von Ahold Delhaize. Data Governance wurde damit zu einem verbindlichen Bestandteil des unternehmensweiten Datenmanagements. Jede Marke musste klare Verantwortlichkeiten für Daten, eine Governance auf Domänenebene und messbare Datenqualität nachweisen.
Lösung
Data Governance über vier Länder und Marken hinweg
Das Projekt begann mit einer drei- bis viermonatigen Bewertung der Datenreife von Albert auf Basis des DAMA-Frameworks. Adastra analysierte den Umgang mit Datenqualität, Verantwortlichkeiten, Datenkatalog und Governance. Darauf aufbauend entstanden eine Gap-Analyse, ein Target Operating Model und eine Roadmap für die Umsetzung. Das Ergebnis war ein gemeinsames Verständnis in Business und IT davon, was „gute Daten“ konkret bedeuten.
Der erste Schritt: Kunden- und Produktdaten
Ataccama wurde als zentrale Plattform für Data Governance, Datenkatalog und die Überwachung der Datenqualität ausgewählt. Die Implementierung startete mit den beiden Geschäftsdomänen mit dem größten Einfluss: Kunden und Produkte.
Für jede Domäne definierte das Team:
- ein Business Glossary,
- Data Owner,
- Regeln für die Datenqualität,
- automatisiertes Monitoring.
Ziel war eine zentrale verlässliche Datenquelle für Business und IT, eine Art „Wikipedia für Daten“. Wird eine Datenqualitätsregel verletzt, etwa weil der Name eines Treueprogramms in verschiedenen Systemen unterschiedlich hinterlegt ist, erstellt die Plattform automatisch ein ServiceNow-Ticket und weist es dem zuständigen Team zu. Eine manuelle Erkennung oder Eskalation ist nicht nötig.
Adastra entwickelte außerdem die Integration zwischen Ataccama und ServiceNow, noch bevor dafür eine Standardlösung verfügbar war. Später diente sie als Referenzimplementierung für andere Marken innerhalb der Gruppe und beeinflusste sogar Entscheidungen zur globalen Plattformstrategie.
Data Governance in der gesamten Gruppe skalieren
Mit der Weiterentwicklung des Data-Governance-Programms begann Ahold Delhaize, die Marken in der Region Central and South-East Europe (CSE) auf gemeinsame Datenstandards und Governance-Praktiken auszurichten.
Um diese Ausweitung zu unterstützen, entwickelte Adastra eine mandantenfähige Ataccama-Architektur. Sie ermöglichte:
- eine logische Trennung von Marken und Ländern,
- einheitliche Governance-Standards über alle Mandanten hinweg,
- eine skalierbare Einführung in mehreren Märkten.
Die Architektur wurde später nicht nur zur Blaupause für die CSE-Region, sondern auch für weitere europäische Bereiche der Ahold Delhaize Group.
Mit zunehmender Reife des Programms übernahm Albert schrittweise den operativen Betrieb der Data Governance. Adastra wechselte zugleich in die Rolle eines strategischen Partners und unterstützte die Harmonisierung und Einführung bei weiteren Marken der Gruppe.
IMPACT
Ein Framework für alle Regionen
Heute überwachen Alberts Teams Datenqualität und Konsistenz in Echtzeit. Sobald ein Datenproblem erkannt wird, identifiziert die Plattform es automatisch, erstellt ein ServiceNow-Ticket und leitet es an das zuständige Team weiter.
Früher mussten Datenprobleme manuell über mehrere Systeme hinweg analysiert und behoben werden. Das dauerte oft mehrere Tage. Heute ist der gesamte Prozess automatisiert und wird über klar definierte Service Level Agreements (SLAs) gesteuert.
Die wichtigsten Vorteile
- Audit-ready gemäß dem globalen Risk Control Framework.
- Automatisierte Erkennung, Eskalation und Behebung von Datenqualitätsproblemen.
- Referenzarchitektur, die auch in anderen Regionen der Ahold Delhaize Group übernommen wurde.
Die Grundlage für KI und digitale Transformation schaffen
Was als lokale Initiative einer einzelnen Marke begann, hat sich zu einem wiederholbaren Data-Governance-Modell entwickelt, das heute in mehreren Ländern der Ahold Delhaize Group eingesetzt wird. Die Organisation nutzt inzwischen vertrauenswürdige, gesteuerte und konsistente Daten als Grundlage für KI-gestützte Prognosen, Personalisierung und Omnichannel-Treueprogramme.
Adastra unterstützt weiterhin die Einführung der Lösung in weiteren Ländern und Marken. Dafür nutzt das Team ein bewährtes Governance-Framework, ein etabliertes Domänenmodell und eine skalierbare Plattformarchitektur. Auf dieser Basis kann Albert Analytics- und KI-Anwendungsfälle zuverlässig in der gesamten Organisation skalieren.





