Globale, international operierende Unternehmen sind komplexe Gebilde, die ihren Unternehmenserfolg nur durch wiederum komplexe Business-Prozesse gewährleisten können. Auch bei der Verwaltung digitaler Medieninhalte haben globale Unternehmen hohe Anforderungen an die Content-Verwaltung, die von Standard-DAMs nicht erfüllt werden können.

In einer Welt, in der die Customer Experience ein maßgeblicher Faktor für den Unternehmenserfolg ist, ist es gerade für Global Player entscheidend alle Touchpoints in einer komplexen Customer Journey mit qualitativ hochwertigen, lokal angepassten und personalisierten visuellen Inhalten versorgen zu können.

Laut einer PWC Studie geben 63% der in Deutschland Befragten an, dass die Customer Experience ein wichtiges Kriterium bei Kaufentscheidungen ist.(*)

Die Experten sind sich einig. Digital Asset Management ist das Herzstück des modernen Marketing Technology Stacks und dient als Content-Motor, der die Verwaltung, Anpassung und Verteilung aller digitalen Inhalte unternehmensweit gewährleistet und damit immer relevanter für den Gesamterfolg des Unternehmens wird. 

Viele Standard-DAM-Systeme sind allerdings starre Lösungen, die eine Reihe von abteilungsspezifischen Problemstellungen aus den Marketingabteilungen oft sehr gut lösen, sich aber, wenn überhaupt, nur mit hohem Aufwand erweitern und skalieren lassen, um komplexe Prozesse abzubilden. Versucht man es doch, findet man sich früher oder später in einer technologischen und kommerziellen Sackgasse wieder.

Fallstricke der Standard DAMs

Moderne DAM-Systeme, wie man sie heute vorfindet lassen sich in zwei Kategorien unterteilen: Zum einen gibt es Standard- oder Midsize-DAM-Systeme. Diese Systeme lösen oft eine Reihe von Problemen, die häufig aus dem Marketingumfeld kommen und im Großen und Ganzen vorhersehbar sind. So sorgen Standard-DAMs z.B. dafür, dass Medieninhalte wie Bilder und Videos, zentral, mithilfe eines Taxonomie-Baums verwaltet, einfach durchsucht und z.B in Form von unterschiedlichen Renditions wiederverwendet beziehungsweise verteilt werden können.

Standard-DAMs nur für Standardanforderungen

Diese Systeme haben nicht nur eine klare Definition der Probleme, die sie lösen können sondern, und hier liegt die erste grundlegende Einschränkung für Enterprise-Anforderungen, ein festes, wenig flexibles Datenmodell. So ist in der Applikation und deren Datenbank-Unterbau genau vordefiniert was ein Asset, ein Ordner oder Container ist und wie man diesen definierten Objekten Metadaten zuordnen kann. Interessant wäre aber ein freieres, konfigurierbares, von der festen Definition der Objekte und deren Beziehung zueinander losgelöstes Datenmodell. Nur wenn es das Datenmodell erlaubt Informationen aus Fremdsystemen, wie z.B PIM oder E-commerce Plattform mit in die DAM-Logik einzubinden und damit alle relevanten Informationen an einem zentralen Ort bereitzustellen, entsteht ein echter Mehrwert für den Anwender.

Gerade ältere DAM-Systeme wurden oft als sogenannte Monolithen entwickelt. Alle Funktionen der DAM-Applikation, wie z.B. Indizierung, Suche, Formatkonvertierungen, Vorschauberechnung, etc. werden zwar von separaten Diensten abgewickelt, diese Dienste sind aber fest in der Applikation eingebunden und daher nicht separat und unabhängig skalierbar. Der ständig wachsende Bedarf an digitalen Assets stellt bereits heute hohe Anforderungen and die Skalierbarkeit von DAM-Systemen und wird in Zukunft noch wichtiger werden. Schließlich soll die Investition in ein DAM-System nicht nur den aktuellen Ressourcenbedarf, wie Grösse des Speicherplatzes, Anzahl der gleichzeitig möglichen Suchabfragen oder gleichzeitig laufender Dateikonvertierungs- und Streamingprozesse abdecken, sondern dem Unternehmen die Sicherheit geben auch zukünftigen Anforderungen gerecht zu werden. Neben eingeschränkter Skalierbarkeit, sind auch Verfügbarkeit, Ausfallsicherheit und Performance in geographisch verteilten Standorten wichtige Aspekte, bei denen Monolithen klare Nachteile gegenüber modernen Cloud-native Lösungen haben.

Enterprise DAM – sicher vorbereitet für globale Anforderungen

Im Enterprise-Segment geht es nicht allein darum Medieninhalte zentral zu speichern und zu verschlagworten, um sie schneller finden zu können. Die Aufgabenstellungen im Enterprise-Bereich sind wesentlich komplexer und erfordern deshalb ein hohes Maß an Flexibilität und Elastizität des DAM-Systems.

Skalierbarer Unterbau

Moderne Enterprise-DAM-Lösungen machen sich die Vorteile der Cloud-Computing-Anbieter wie AWS oder Azure in vollem Maße zu Nutze. Sie folgen den 4 Leitprinzipien von MACH: Microservices, API-first, Cloud-native und Headless, die für maximale Skalierbarkeit und Flexibilität, optimale Performance und bestmögliche Benutzerfreundlichkeit sorgen.

Die modulare MACH-Architektur ermöglicht es, agiler zu sein, also neue Features schneller und näher an den echten Anforderungen bereitzustellen und das System somit effizienter und sicherer an individuelle Problemstellungen anpassen zu können und nebenbei eine entsprechende Dynamik bei der Skalierbarkeit zu gewährleisten. Das macht durchaus Sinn, wenn man den Ansatz hat, jedes System kundenspezifisch zu konfigurieren. Vor 20 Jahren hätte man bei einer solchen Aussage noch die Hände über dem Kopf zusammengeschlagen. Heute kann man sagen, dass die oben genannte Systemarchitektur perfekt zu diesen Ansatz passt und aus technischer Sicht die Grundlage für eine erfolgreiche Implementierungs-strategie sein kann, vorausgesetzt die Vorgehensweise ist hierbei auch lösungsorientiert und im besten Fall agil.

Einige Enterprise DAM-Hersteller haben hier die richtige Entscheidung getroffen und bei der technologischen Neuausrichtung – kein Lift and Shift, sondern Cloud-native – bereits vor einigen Jahren auf eine zukunftsfähige Architektur gesetzt, die perfekt zum kundenorientierten Deployment Ansatz eines Enterprise-DAM-Systems passt.

Flexibles Datenmodell

Neben der Cloud-native Architektur ist ein flexibles Datenmodell mit Sicherheit der größte Trumpf, den die meisten Enterprise-DAM Hersteller auf der Hand haben, gerade dann, wenn es um die Integration verschiedener Martech-Systeme geht, wie man sie häufig in globalen Unternehmen vorfindet. Eine feste Metadaten- oder Taxonomie-Struktur ist nicht vorgegeben. Stattdessen kann die Datenbank, je nach Anwendungsfall, beliebig mit Daten aus Fremdsystemen, wie CRM, ERP, PIM oder E-Commerce Plattformen ergänzt werden. Dadurch wird sichergestellt, dass alle, für die jeweilige Benutzergruppe relevanten Daten, in nur einem zentralen System im richtigen Kontext vorliegen, ohne dem Anwender zuzumuten eine Vielzahl von Systemen durchforsten zu müssen, um an die gesuchten Informationen zu gelangen.

Sozusagen ein Anwendungsfall des ‘Data Modelling Tools’ ist die fest eingebaute, umfassende Mehrsprachigkeit. So können nicht nur Benutzeroberfläche, sondern auch Metadateninhalte automatisch über KI-Algorithmen übersetzt und ohne Mitwirken eines Übersetzers in anderen Sprachen zur Verfügung gestellt werden. Hier merkt man bei den europäischer Herstellern deutlich, dass man verstanden hat, was Mehrsprachigkeit wirklich bedeutet und wie wichtig und umfassend diese Funktion bei international operierenden Unternehmen ist.

Der Asset Lifecycle schließt sich

Einige DAM-Hersteller sind dazu übergegangen, Inhalte, also ein für den entsprechenden Ausgabekanal in Dimension, Auflösung, Farbraum und Dateiformat angepasstes Asset, nicht mehr einfach zu exportieren und damit die Referenz zu verlieren, sondern in Form von HTTP-Links zu teilen. Das hat den Vorteil, das Inhaltsänderungen zentral an einem Asset oder Objekt vorgenommen werden können und die Änderung automatisch auf allen Distributionskanälen erfolgt.

Einge DAM Hersteller haben das Szenario hier zu Ende gedacht. Das System generiert nicht nur einen Link zum ausgeleiteten Asset, sondern bettet den Asset Viewer oder Player gleich mit in den HTML Code ein, so dass die Interaktion des Assets durch den Anwender im DAM-System protokolliert werden kann. Man spricht dabei von Backtracking. So ist es beispielsweise möglich über das protokollierte Klickverhalten interessante Rückschlüsse über die Performance eines Assets zu erhalten, die wiederum je nach Anwendungsfall Auskunft über das Bestell- oder Kaufverhalten der Kunden (B2C oder B2B) in allen verlinkten Touchpoints ermöglichen und damit als Basis für bessere, datenbasierte, Unternehmensentscheidungen dienen können.

Fazit

Die Anforderungen, die heute von globalen Unternehmen an DAMs gestellt werden, gehen weit über das hinaus, was Standard-DAM Systeme bewältigen können. Wenn das DAM unternehmenskritische Prozesse abbildet, ergeben sich andere Verfügbarkeits- und Performanceanforderungen als wenn man eine reine Asset-Bibliothek für das Marketingteam verwalten soll. Anwendungsfälle wie man sie im Enterprise-Segment findet erfordern einen Unterbau, der es zum einen ermöglicht individuelle Anpassungen vorzunehmen, ohne dass man sich dabei in eine technologische und kommerzielle Sackgasse bewegt und zum anderen dynamisch skalierbar und geographisch unabhängig performant ist. Kein leichtes Unterfangen. Aus diesem Grund wurden Enterprise-DAM Plattformen entwickelt. Sie stellen Unternehmen die Technologie zur Verfügung um in einer kundenorientierten Welt eine erfolgreiche Omnichannel-Strategie zu entwicklen und damit maßgeblich zum Unternehmenserfolg beizutragen.

Quellen: (*) „Experience is everything: Here’s how to get it right“, PWC, Autor: Tom Puthiyamadam ,Digital Products & Consumer Markets Advisory Leader