Data Governance – Dreh- und Angelpunkt von effizientem Datenmanagement

Unternehmen, die ihr Datenmanagement sauber aufsetzen möchten, um eines ihrer wertvollsten Güter – ihre Daten – effizient zu nutzen, benötigen eine professionelle Data Governance. Ohne die geht es nicht. Darunter versteht man ein ganzheitliches Management von Daten über ihren kompletten Lebenszyklus in einer Organisation.

Worum es bei Data Governance geht

Data Governance besteht aus Prozessen, Verantwortlichkeiten und Regeln für den Umgang mit Daten innerhalb eines Unternehmens. Zunächst müssen die Verantwortlichkeiten, Richtlinien und Standards festgelegt werden, die im Rahmen des Datenmanagements ausgeführt werden. Damit bildet sie sozusagen das Herzstück des Datenmanagements.

DATA GOVERNANCE IST EIN SET AUS STRATEGISCHEN AKTIVITÄTEN, DAS DIE ROLLEN, REGELN, PROZESSE UND BEST-PRACTICES FÜR DAS UNTERNEHMEN DEFINIERT, UM DIE QUALITÄT, SICHERHEIT UND ORDNUNGSGEMÄSSE NUTZUNG DER DATEN ZU GEWÄHRLEISTEN.

Bis 2025 werden 80 % der Unternehmen bei der Skalierung ihres Digital-Business scheitern, weil sie keine effiziente Data & Analytics Governance betreiben.

Andrew White, VP Analyst at Gartner

Im Ergebnis geht es darum, alle Daten für verschiedene Zwecke zu optimieren – sei es für verlässliche Vorhersagen, E-Commerce, Kundeninformationen und andere – und effiziente End-to-End-Prozesse festzulegen. Es sollen sämtliche Mitarbeiter einer Organisation mit Daten arbeiten können, um produktiver und effizienter zu werden. In Unternehmen ohne Data Governance ist dieses Recht gewöhnlich nur den Data Scientists vorbehalten.

Data Governance ist keine einmalige Aktivität. Das Management von Informationen erfordert ein kontinuierliches Programm, das sicherstellt, dass das Unternehmen zusätzlichen Nutzen aus seinen Daten zieht. Dabei ist es sehr wichtig, dass die bestehenden Unternehmensrichtlinien und -standards befolgt werden.

Erkenntnisse aus dem BARC Trend Monitor

Laut den Umfrageergebnissen des BARC Trend Monitors gewinnt Data Governance seit zwei Jahren an Aufmerksamkeit. Auffällig in der detaillierteren Betrachtung ist, dass vor allem die IT eine hohe Relevanz darin erkennt.

Im internationalen Vergleich ist besonders interessant, dass gerade Unternehmen aus dem DACH-Raum das Thema weitaus weniger wichtig sehen als die restlichen europäischen Länder, sowie Nordamerika und Asien. Das gleiche gilt für die Bewertung des Wandels hin zu einer data-driven Culture.

Dabei wird Data Governance mit zunehmender Komplexität in den Daten, Organisation, Technologien immer wichtiger.

Am Anfang steht das Framework

Idealerweise beginnt Data Governance mit der Erstellung eines Frameworks. Es besteht aus einer Reihe von Regeln, Tools und Best-Practices, die dazu beitragen, eine hohe Qualität über den gesamten Lebenszyklus der Unternehmensdaten zu gewährleisten. Dabei handelt es sich um eine Funktion, die die übergreifende Datenmanagement-Strategie einer Organisation unterstützt. Das Framework umfasst die ganzheitliche Erfassung, Speicherung, Datenverarbeitung und den gesamten Lebenszyklus der Daten sowie deren Sicherung. Darauf achten besonders Auditoren sehr genau, vor allem, wenn es um hochsensible wie etwa personenbezogene Daten geht.

Regelung von Verantwortlichkeiten

Entscheidend ist auch, dass dieses Framework sämtliche Verantwortlichkeiten beinhaltet. Dafür bietet es sich an, zu Beginn eine RACI-Matrix (Responsible, Accountable, Consulted, Informed) zu erstellen, die eine Übersicht über jeweilige Rollen und die daran geknüpften Erwartungen gibt.

Diese Rollen inkl. Verantwortlichkeiten können alle berechtigten Mitarbeiter einsehen und so innerhalb kürzester Zeit den richtigen Ansprechpartner oder den entsprechenden Data Owner finden. Auch das Berechtigungsmanagement gehört zu Data Governance.

Klein starten und dann skalieren

Heutzutage werden Data Governance-Initiativen in einem iterativen Ansatz entwickelt. Dabei wird versucht, so viele bestehende Systeme und Prozesse zu übernehmen, wie es sinnvoll ist. Zu Beginn bietet es sich an, dass Unternehmen den Umfang der Daten, die sie einbeziehen wollen, klein halten und dann schrittweise skalieren.

Mit dieser Vorgehensweise lassen sich Prozesse im kleinen Rahmen flexibel optimieren, gewonnene Erkenntnisse für die nächste Stufe schnell umsetzen, Systeme effizient einsetzen und dadurch unnötige Kosten vermeiden. Dafür ist folgender Stufenplan empfehlenswert:

1. Bestimmung eines Data Governance-Managers
2. Auswahl von Daten, Systemen und Beteiligten für den Einstieg
3. Ziel-Definition
4. Herausarbeitung von gewünschten Ergebnissen und deren Hindernissen
5. Suche nach passender Plattform und geeigneten Partnern
6. Festsetzung der optimalen Prozesse
7. Schrittweise Skalierung

Während des gesamten Prozesses ist wie so oft die Kommunikation zwischen dem Data Governance-Manager und allen Beteiligten von entscheidender Bedeutung.

Data Governance-Prinzipien

Das Data Governance Institute hat 8 Prinzipien festgelegt, die den Beteiligten helfen sollen, die datenbezogenen Konflikte zu lösen, die die oft in Organisationen auftreten.

1. Integrität
   Alle Beteiligten müssen integer im Umgang miteinander sein. Sie müssen offen und ehrlich sein, wenn sie die Faktoren, Einschränkungen, Optionen und Auswirkungen von datenbezogenen Entscheidungen diskutieren.
2. Transparenz
   Data Governance- und Stewardship-Prozesse erfordern Transparenz. Es muss für alle Beteiligten und Auditoren klar sein, wie und wann datenbezogene Entscheidungen und Kontrollen in die Prozesse eingeführt wurden.
3. Nachvollziehbarkeit
   Datenbezogene Entscheidungen, Prozesse und Kontrollen, die der Data Governance unterliegen, müssen überprüfbar sein. Sie müssen mit einer Dokumentation versehen sein, um die Anforderungen der Compliance und der betrieblichen Prüfung zu erfüllen.
4. Verantwortlichkeit
   Sie müssen definieren, wer für funktionsübergreifende datenbezogene Entscheidungen, Prozesse und Kontrollen rechenschaftspflichtig ist.
5. Stewardship
   Sie müssen definieren, wer für Stewardship-Aktivitäten rechenschaftspflichtig ist, die in den Verantwortungsbereich einzelner Mitarbeiter und Gruppen von Datenverwaltern fallen.
6. Checks and Balances
   Die Programme müssen die Verantwortlichkeiten so definieren, dass ein gegenseitiges Kontrollsystem zwischen Geschäfts- und Technologie-Teams entsteht. Dies gilt gleichermaßen für diejenigen, die Daten anlegen/erfassen, diejenigen, die sie verwalten, diejenigen, die sie nutzen, und diejenigen, die Standards und Compliance-Anforderungen einführen.
7. Standardisierung
   Das Programm muss die Standardisierung von Unternehmensdaten einführen und unterstützen.
8. Changemanagement
   Programme müssen proaktives sowie reaktives Changemanagement für Referenzdatenwerte und die Struktur/Verwendung von Stammdaten und Metadaten unterstützen.

Ziele der Data Governance

Am Ende geht es darum, Methoden, Prozesse und Verantwortlichkeiten in einem Unternehmen zu etablieren, um die Daten dort zu standardisieren, integrieren, schützen und zu speichern.

Damit lassen sich dann etliche Unternehmensziele unterstützen wie etwa die Umsetzung von Compliance-Anforderungen, die Erleichterung der Verwaltung oder die Reduzierung von Kosten. Organisationen können mithilfe von Data Governance agiler und skalierbarer werden. Außerdem lässt sich durch die Möglichkeit der Wiederverwendung von Prozessen und Daten die Effizienz erheblich steigern.

Fazit

Data Governance ist zwar sehr komplex, aber für die Nutzung und Verwaltung Ihrer Daten essenziell. Keine Sorge, wir lassen Sie damit nicht allein. Unsere Experten wissen worauf es ankommt und unterstützen Sie bei Ihrem Projekt – ganz egal wie umfangreich es ist. Kontaktieren Sie uns unter experts@striped-giraffe.com.