Datenmigration bei SaaS vorbereiten: Quellen, Qualität und Tests

Weshalb migriert wird – und was das für die Daten bedeutet

Migrationen zu SaaS folgen wiederkehrenden Motiven: grössere Flexibilität, bessere Skalierbarkeit, schnellere Innovation und nutzungsabhängige Zahlung statt fixer Infrastrukturkosten. Kunden erwarten Erreichbarkeit über alle Kanäle und Service rund um die Uhr. Der gemeinsame Ressourcenpool senkt Kosten und Energieverbrauch, weil Cloud-Ressourcen von mehreren Kunden genutzt werden. In der TCS-Studie «Connected Future» nannten 63 Prozent der europäischen Grossunternehmen die Cloud als zentralen Schlüssel zur Sicherung ihrer Wettbewerbsfähigkeit.

Nicht jede Anwendung gehört in die Cloud. Entscheidend ist, ob die Migration für die konkrete Anwendung Mehrwert schafft. Es kommt vor, dass eine Anwendung in der Cloud nicht ordnungsgemäss funktioniert, etwa weil benötigte Schnittstellen oder Verbindungen fehlen. Solche Fälle müssen vor dem Kopieren der Daten geklärt werden, nicht danach.

Für die Datenplanung wird pro Anwendung entschieden: migrieren, anpassen, durch eine SaaS-Alternative ersetzen oder lokal weiterbetreiben. Daraus folgt, welche Datenbestände umziehen und welche bis zur Ablösung im Altsystem bleiben. Umfang, Struktur und Abhängigkeiten der betroffenen Daten bestimmen den Migrationsaufwand.

Bestandsaufnahme: Datenquellen, Systeme und Datensilos sichtbar machen

Die Bestandsaufnahme deckt die gesamte IT-Landschaft ab: Anwendungen, Daten und den Unternehmensbedarf für die Geschäftskontinuität. Jede Anwendung fällt in eine von drei Kategorien: bereits Cloud-fähig, muss angepasst werden, lässt sich nicht in die Cloud migrieren. Bei älteren oder benutzerdefinierten Anwendungen, die nicht für eine standardisierte Cloud-Umgebung entwickelt wurden, ist zu prüfen, ob moderne Alternativen wie eine SaaS-Lösung erhältlich sind.

Kleine Anwendungen, die nur eine oder wenige Personen nutzen, können für den Geschäftsbetrieb entscheidend sein und verdienen dieselbe Aufmerksamkeit wie Datensilos – voneinander isolierte Datenumgebungen. Zu klären ist, ob sich diese Silos bei der Migration auflösen lassen und was nötig ist, um Daten aus verschiedenen Silos zu verknüpfen. In Schweizer Spitälern entstehen Datensilos aus vielen, teils isolierten oder technisch unzureichend integrierten IT-Systemen.

Zur Inventarisierung gehört die Prüfung aller Technologien für Datenspeicherung, -integration, -verarbeitung und -analyse, einschliesslich veralteter Altsysteme. Readiness-Analyse und Anwendungsinventar schaffen Transparenz über Daten, Abhängigkeiten und Risiken; technische Altlasten und mangelnde Transparenz über Applikationen und Abhängigkeiten zählen zu den häufigsten Bremsen. Das Inventar hält je Datenbestand Herkunft, Nutzung, Abhängigkeiten, Aufbewahrungspflichten und Migrationsentscheid fest.

Datenqualität beurteilen, bevor überhaupt kopiert wird

Vor dem Kopieren wird die bestehende Datenhaltung geprüft: aktuelle Praktiken, Richtlinien und Prozesse der Datenverwaltung werden bewertet, um Datensilos, Duplikate und Schwachstellen zu erkennen und Datenqualität, Sicherheit, Datenschutz sowie Compliance sicherzustellen. Unzureichendes Datenmanagement und fehlende Integration erzeugen unnötige Datenredundanzen und höheren Verwaltungsaufwand; sie verhindern eine durchgehende End-to-End-Entwicklung digitaler Anwendungen. Eine Migration, die diesen Zustand unverändert überträgt, verlagert das Problem nur ins neue System.

Pro Datenbestand sind Regeln festzulegen: Pflichtfelder, Formate und Codierungen, Umgang mit Dubletten, Auflösung von Referenzen zwischen Datensätzen sowie Aufbewahrungs- und Löschfristen. Jede nicht bereinigte Dublette und jede fehlende Referenz wandert mit und muss danach im neuen System gesucht und korrigiert werden – aufwändiger, weil gewohnte Prüfwerkzeuge und Ansprechstellen fehlen.

Als Beurteilungsgrössen dienen Vollständigkeit der Pflichtfelder, Dublettenquote, Gültigkeit der Referenzen und Alter der Datensätze. Werden diese Werte vor und nach der Bereinigung erhoben, lässt sich belegen, ob die Vorarbeiten greifen.

Wichtigste Kennzahlen zur Datenqualität vor Migration

• Dublettenquote — Unter 2 %

Rollen, Verantwortlichkeiten und Schnittstellen klären

Die Migration betrifft mehrere Disziplinen: Datentechnik, Datenwissenschaft, IT, Sicherheit, Datenschutz, Compliance, Business Intelligence und die Geschäftseinheiten, welche die Daten täglich nutzen. In der Teamstruktur werden für jedes Mitglied Rollen und Verantwortlichkeiten festgelegt. So lassen sich Qualifikationslücken und Ressourcenbeschränkungen erkennen, die eine Migration behindern könnten.

Aufgaben sind konkret zuzuordnen: Wer erstellt das Dateninventar, wer definiert die Qualitätsregeln, wer klärt datenschutzrechtliche Fragen, wer führt die Probe-Migration durch, wer nimmt das Ergebnis ab. Ebenso ist zu regeln, welche Aufgaben beim SaaS-Anbieter liegen und welche intern bleiben. Herkunft und Bedeutung der Daten kennt in der Regel nur die migrierende Organisation, die Importformate und Grenzen des Produkts nur der Anbieter. Ein Change Management begleitet die Mitarbeitenden beim Umgang mit der neuen Umgebung im laufenden Betrieb.

Datenschutzrechtliche Vorkehrungen frühzeitig treffen

Werden Personendaten in eine Cloud übertragen, sind nach den Hinweisen der zuständigen Schweizer Aufsichtsstelle (EDÖB) drei Punkte zu prüfen: Einsatz von Auftragsbearbeitern und Unterauftragsbearbeitern, Sicherheit der Datenbearbeitung und Übermittlung von Personendaten in Drittländer. Der Cloud-Anbieter handelt datenschutzrechtlich in der Regel als Auftragsdatenbearbeiter des Kunden im Sinne von Art. 9 DSG; der Kunde kann selbst Verantwortlicher oder seinerseits Auftragsbearbeiter sein.

Als Verantwortlicher muss sich der Cloud-Nutzer vergewissern und vertraglich absichern, dass er die Anforderungen an eine Auftragsbearbeitung gemäss Art. 9 DSG einhält. Bei einer Datenbekanntgabe ins Ausland ist vor der Bekanntgabe zu prüfen, ob sie den gesetzlichen Anforderungen genügt. Je nach Standort des Betriebs oder der Kunden können weitere Regelungen greifen – genannt werden etwa die DSGVO, die brasilianische LGPD und der kalifornische CCPA; grenzüberschreitende Datenübertragungen sind entsprechend zu verwalten.

Datenschutz ist auch eine Architekturfrage: Eine datenschutzfreundliche Architektur erlaubt es, Normen und Vorschriften einzuhalten und gleichzeitig wirtschaftlich zu skalieren. Länderspezifische Datenschutzvorgaben sind von Anfang an zu berücksichtigen. Dazu gehört ein Berechtigungskonzept mit prüfbarer Dokumentation – im Gesundheitswesen etwa für Patientenakten unter Schweizer DSG und DSGVO.

Testen statt hoffen: Probe-Migrationen und Qualitätstore

Vor dem Produktivgang ist zweierlei nachzuweisen: Die bisher lokal gespeicherten Daten müssen unversehrt in die Cloud übertragen und dort geschützt werden; Konten samt zugehörigen Zugriffsrechten müssen nahtlos und vollständig mitgeführt werden. Für die Probe-Migration wird eine begrenzte, aber repräsentative Datenmenge gewählt – mit allen Datentypen, Sonderfällen und Berechtigungsstufen des Produktivbestands. Nach dem Import werden Datensätze gezählt und abgeglichen, Stichproben auf Inhalt und Format geprüft und die Rechte der Testkonten in der neuen Umgebung kontrolliert.

Vorab definierte Qualitätstore legen fest, wann die Migration als bestanden gilt: keine fehlenden Datensätze, keine falsch gesetzten Berechtigungen, keine Fehler in Pflichtfeldern. Tritt ein Fehler auf, wird die Ursache behoben und die Probe wiederholt; die Fehlerliste dient zugleich als Arbeitsvorlage für den Produktivlauf.

Die Tests sind Risikovorsorge. Fehler beim Umgang mit sensiblen Daten und Diensten in der Cloud können zu Datenlecks und Sanktionen, zu Störungen der Arbeitsabläufe und zu teuren Anpassungsmassnahmen führen. Schlecht vorbereitete Migrationen bergen Risiken im laufenden Betrieb; Migrationen mit minimaler Unterbrechung arbeiten mit Quality Gates.

Nach dem Umzug: Datenqualität und Stabilität sichern

Nach dem Go-live folgt die Stabilisierung der neuen Umgebung: laufendes Monitoring, Kontrolle von Sicherheit und Performance sowie Optimierung der Kosten. Notfallkonzepte und ein Managed Service mit dauernder Wartung halten den Betrieb bei Störungen aufrecht.

Zur Nachkontrolle gehören der Abgleich der migrierten Datensätze nach dem Umzug, die Überprüfung der Zugriffsrechte im Produktivbetrieb und die Stilllegung der abgelösten Altsysteme samt jenen Daten, die nicht mitgeführt werden mussten. Zeigt der Abgleich Lücken, lässt sich ableiten, welche Vorarbeit gefehlt hat.

Datenqualität bleibt eine laufende Aufgabe: Ohne gepflegte Integration entstehen neue Datensilos und Redundanzen – dieselbe Mechanik, die vor der Migration bereinigt wurde. Datenschutzhinweise und Richtlinien sind aktuell zu halten, damit sie die tatsächlichen Datenverarbeitungsaktivitäten und die Rechte der betroffenen Personen widerspiegeln.