Deine Organisation erfasst jede Softwarelizenz und jedes Gerät. Aber kannst du wirklich erkennen, was du besitzt und was es dich kostet?
In vielen Unternehmen sind Asset-Daten zwar vorhanden, aber nicht nutzbar. Lizenzen, Hardware, Zuständigkeiten und Vertragsdaten werden sauber gepflegt, doch wenn IT, Finance oder das Management konkrete Antworten brauchen, beginnt die Suche: aufwendig, manuell und oft ohne klares Ergebnis.
Das Problem ist also selten ein Mangel an Daten. Das Problem ist fehlende Transparenz.
Kannst du diese Fragen in weniger als fünf Minuten beantworten?
- Wie hoch sind unsere Softwarekosten pro Nutzer?
- Welche Teams verursachen den größten Teil unseres IT-Spends?
- Für welche Tools zahlen wir möglicherweise doppelt?
- Wie hoch ist unser Gesamtaufwand bei einem bestimmten Anbieter?
- Wo werden teure Lizenzen gar nicht oder kaum genutzt?
Falls diese Fragen nicht schnell und verlässlich beantwortet werden können, liegt kein Datenmangel vor, sondern ein Sichtbarkeitsproblem.
Das eigentliche Problem: Daten vorhanden, Erkenntnisse fehlen
Die meisten Unternehmen setzen Asset Management-Systeme ein, um Softwarelizenzen, Hardware und weitere IT-Ressourcen zu verwalten. Diese Systeme erfüllen ihren operativen Zweck: Sie dokumentieren Bestände, Zuordnungen und technische Details.
Doch genau dort beginnt die Herausforderung.
Denn operative Transparenz ist nicht dasselbe wie strategische Transparenz.
Ein IT Asset Management-System kann meist beantworten, ob ein Mitarbeiter Zugriff auf ein bestimmtes Tool hat. Es ist aber oft nicht dafür ausgelegt, Fragen zu beantworten wie:
- Wo entstehen unnötige Lizenzkosten?
- Welche Tools überschneiden sich funktional?
- Welche organisatorischen Einheiten treiben den Spend?
- Wo stimmen Zuordnungen und tatsächliche Nutzung nicht mehr überein?
Für solche Antworten braucht es mehr als einen Datenexport. Es braucht Kontext.
Warum das so schwierig ist: Die Hierarchie der Asset-Daten
Asset-Daten liegen selten flach und direkt auswertbar vor. Sie folgen meist einer mehrstufigen Struktur:
Workspace
└─ Object Schema
└─ Object Type
└─ Object Instance
└─ Attributes (cost, owner, renewal date, status)
Diese Struktur ist sinnvoll für Verwaltung und Pflege. Für Analysen erschwert sie jedoch den Zugriff auf genau die Informationen, die für Kostenoptimierung und strategische Entscheidungen entscheidend sind.
Finance benötigt Summen nach Abteilung.
IT braucht Einblicke nach Tool-Kategorie.
Führungskräfte wollen Trends, Auffälligkeiten und Handlungsfelder erkennen.
Ein einfacher CSV-Export liefert dafür in der Regel nicht genug. Zwar enthält er Namen, IDs und Kostenfelder, aber oft fehlen die Beziehungen zwischen Objekten, die organisatorische Einordnung oder die Modelllogik hinter den Daten.
Wer daraus belastbare Erkenntnisse gewinnen will, muss meist:
- mehrere API-Endpunkte abfragen,
- das zugrunde liegende Datenmodell verstehen,
- Beziehungen korrekt zusammenführen,
- mit Pagination, Rate Limits und Authentifizierung umgehen,
- verschachtelte JSON-Strukturen in auswertbare Formate transformieren.
Genau das kostet Zeit und wird im Alltag deshalb häufig nicht umgesetzt.
Der Lösungsansatz: Daten spiegeln statt Systeme ersetzen
Anstatt ein bestehendes Asset Management-System zu ersetzen, lässt sich dessen Datenbasis gezielt ergänzen: durch eine strukturierte Spiegelung der vorhandenen Informationen für Analyse- und Entscheidungszwecke.
Genau dafür haben wir ein leichtgewichtiges Tool entwickelt.
Es verbindet sich mit der vorhandenen Asset-API, durchläuft die komplette Hierarchie und erstellt daraus eine Analysebasis, die nicht nur technisch korrekt, sondern auch fachlich verständlich ist. Das Ziel: aus Verwaltungsdaten echte Entscheidungsgrundlagen machen.
Was wir aufgebaut haben
Die Lösung basiert auf einem schlanken Python-Utility, das:
1. sich mit der Asset-API verbindet und die gesamte Struktur traversiert,
- Workspaces, Schemas, Objekttypen und Attribute vollständig erfasst,
- Authentifizierung sicher über API-Tokens abwickelt,
- Rate Limits berücksichtigt und fehlgeschlagene Requests erneut verarbeitet,
2. die Daten als strukturierte JSON-Snapshots exportiert,
- eine vollständige Datenaufnahme in rund zwei Minuten ermöglicht,
- versionierbar ist und damit Veränderungen über die Zeit sichtbar macht,
- Offline-Analysen erlaubt, ohne die produktive API dauerhaft zu belasten.
3. Auf dieser Basis werden die Daten anschließend in auswertbare Formate überführt:
- CSV-Exporte für Finance und Controlling,
- interaktive HTML-Visualisierungen für IT und Management,
- filter- und sortierbare Dashboards, die ohne zusätzliche Infrastruktur nutzbar sind.
Wichtig dabei: Das bestehende Asset-System bleibt bestehen. Es wird nicht ersetzt, sondern um eine Sicht ergänzt, die strategische Fragen endlich beantwortbar macht.
Warum Visualisierung entscheidend war
Rohdaten sind wertvoll. Sichtbarkeit macht sie wirksam.
In der Praxis zeigte sich schnell, dass nicht erst komplexe Analysen, sondern oft bereits eine einzige Visualisierung die entscheidende Veränderung auslöste. Ein Diagramm zu Lizenzkosten pro Nutzer, sortiert nach Gesamtausgaben, reichte aus, um Diskussionen in eine neue Richtung zu lenken.
Plötzlich wurden Fragen, die zuvor über Monate offen geblieben waren, innerhalb weniger Minuten beantwortbar:
- Warum sind bestimmte Kostenblöcke ungewöhnlich hoch?
- Welche Tools überschneiden sich funktional?
- Wo werden Lizenzen zugewiesen, aber nicht sinnvoll genutzt?
- Welche Strukturen im System spiegeln die Realität längst nicht mehr wider?
Daten waren also nie das Problem. Erst ihre Aufbereitung machte die Zusammenhänge sichtbar.
Was die Analyse bei einem mittelständischen Unternehmen zeigte
Bei der Auswertung für einen unserer Kunden wurde deutlich, welches Potenzial in diesen Daten verborgen lag:
- Mehrere einzelne Nutzer verursachten jährliche Lizenzkosten von über 10.000 Euro über mehrere Tools hinweg.
- Mehr als 80 Mitarbeitende hatten gar keine Lizenzen zugewiesen — ein Hinweis auf veraltete Accounts oder Rollen, die sich verändert hatten, ohne dass das Asset-Modell angepasst wurde.
- Weniger als 20 Prozent der Nutzer verursachten über 60 Prozent des gesamten Lizenzspends.
- Für identische Tools wurden doppelte Ausgaben in EUR und USD sichtbar, die zuvor durch getrennte Betrachtung der Währungen unentdeckt blieben.
- Lizenzzuweisungen orientierten sich teilweise noch an Teamstrukturen von vor fast zwei Jahren; trotz zwischenzeitlicher organisatorischer Veränderungen.
Das identifizierte Optimierungspotenzial lag bei knapp 50.000 Euro pro Jahr.
Nicht durch pauschale Kürzungen. Sondern allein dadurch, dass sichtbar wurde, was tatsächlich im System hinterlegt war.
Was das für IT, Finance und Leadership bedeutet
Diese Art von Transparenz schafft mehr als nur bessere Reports.
Sie ermöglicht:
- fundiertere Budgetentscheidungen,
- frühzeitige Identifikation redundanter Tools,
- bessere Vorbereitung auf Verlängerungen und Vertragsgespräche,
- belastbare Zuordnung von Kosten zu Teams oder Funktionen,
- eine gemeinsame Datengrundlage für IT, Finance und Management.
Gerade in Zeiten steigender SaaS-Kosten und wachsender Tool-Landschaften wird es immer wichtiger, nicht nur Assets zu verwalten, sondern deren wirtschaftliche Wirkung zu verstehen.
Fazit: Du brauchst kein neues System, sondern einen klaren Blick auf dein bestehendes
Die meisten Unternehmen verfügen bereits über die Daten, die sie für bessere Entscheidungen brauchen. Was fehlt, ist selten Technologie. Was fehlt, ist Transparenz.
Solange IT Asset-Daten nur dokumentiert, aber nicht wirklich analysierbar sind, bleiben Optimierungspotenziale verborgen. Erst wenn Strukturen, Kosten und Beziehungen sichtbar werden, entsteht daraus echter Mehrwert.
Die entscheidende Frage lautet daher nicht, ob deine Organisation Asset-Daten hat.
Die entscheidende Frage lautet: Kannst du daraus die richtigen Entscheidungen ableiten?
Du möchtest herausfinden, was deine Asset-Daten dir heute noch nicht zeigen?
Lass uns gemeinsam prüfen, welche Fragen du aktuell nicht schnell beantworten kannst und welches Optimierungspotenzial bereits in deinen bestehenden Daten steckt.
