07/03/2024 |

Data Governance – Kontrollzentrum für Unternehmensdaten

In der heutigen Zeit erleben wir eine zunehmende Datenflut. Somit erweist es sich als immer wichtiger, wie Unternehmen mit Daten umgehen: Wer hat die Kontrolle über sie und wie genau lässt es sich am besten mit ihnen umgehen? Dieser Beitrag beleuchtet, was Data Governance ist und wie Unternehmen am besten von ihr profitieren können.

Definition: Was ist Data Governance?

Data Governance beschäftigt sich mit der effektiven Nutzung von Informationen und Datenbeständen, um unternehmensspezifische Ziele zu erreichen. Es geht darum, die Kontrolle über Daten zu haben sowie deren Qualität und Sicherheit zu gewährleisten. 

Folgende Dimensionen gehören dazu:

  • Personen: Verantwortlichkeiten und Rollen, Richtlinien und Standards
  • Prozesse 
  • Technologie (Tools) und Infrastruktur 

Durch eine gute Data Governance lässt sich folgende Frage beantworten: Wer darf in welchen Situationen welche Daten mithilfe welcher Methoden nutzen? 

Datenqualität mit entscheidender Bedeutung

Ebenso hilft Governance dabei, eine gute Datenqualität sicherzustellen und verhindert, dass Beschäftigte aufgrund unklarer Zugänge zu Daten ihre Arbeitszeit verschwenden. So sollten Unternehmensdaten von Anfang an korrekt sein und während ihres gesamten Lebenslaufs ordnungsgemäß behandelt werden. Sie müssen die Realität widerspiegeln. 

 

Hintergrund: Die Datenflut überschwemmt Unternehmen

Die Datenflut, die Unternehmen – aber auch Privatpersonen – erfasst, nimmt gewaltige Ausmaße an. Die Menge der weltweit und pro Tag produzierten Daten liegt bei 2,5 Trillionen Bytes, ausgeschrieben: 2.500.000.000.000.000.000.

Dabei nimmt die Daten-Produktion weiter an Fahrt auf: 90 % der weltweit existierenden Daten sind erst in den zurückliegenden zwei Jahren entstanden. Ferner wächst das weltweit erzeugte Datenvolumen um etwa 40 % im Jahr.

Mit anderen Worten: Es bildet eine zentrale Herausforderung unserer Zeit, die zur Verfügung stehende Datenmenge effektiv nutzen zu können.

Die Welt ist ein einziges großes Datenproblem.
Andrew McAfee, Co-Direktor der „MIT Initiative on the Digital Economy“

 

Eben dafür kommt Data Governance zum Einsatz: Sie bringt Ordnung sowie Struktur und beseitigt ein vorherrschendes Daten-Chaos. So fällt es Unternehmen zwar immer leichter, Daten zu sammeln. Jedoch stellt es eine große Herausforderung dar, aus diesen den größtmöglichen Nutzen zu ziehen und sie zuverlässig zu schützen. 

Hinzu kommt, dass Unternehmen breitflächig auf verlässliche Daten angewiesen sind, da von ihnen zahlreiche Bereiche abhängig sind. Dabei wird die IT mehr und mehr zum entscheidenden Faktor, da es typischerweise ihre Aufgabe ist, einen adäquaten Umgang mit Daten zu erwirken. 

Die Rolle einer Data-Governance-Strategie

Insbesondere bei Organisationen, die mit Big Data arbeiten, bedarf es einer Data-Governance-Strategie. Der bewusste und zielführende Umgang mit Daten trägt im Informationszeitalter mehr denn je zum Unternehmenserfolg bei.

So kommt es im Wesentlichen auf einheitliche sowie standardisierte Prozesse, Verfahren und Verantwortlichkeiten an. Dabei zeigen sogenannte Business-Driver auf, welche Daten einer eingehenden Kontrolle unterliegen müssen und welche Vorteile eine gut ausgearbeitete Data-Governance-Strategie mit sich bringen kann.

Ein wichtiger Business-Driver wäre zum Beispiel der Anspruch, personenbezogene Daten strikt zu schützen, ohne dabei die Arbeit von Angestellten, die auf diese angewiesen sind, zu beeinträchtigen. Dies kommt hauptsächlich zum Tragen, wenn es zum Beispiel um Themen wie das Bankgeheimnis oder sensible Kunden- und Patientendaten geht. 

Vorteile von Data Governance

Im Wesentlichen lassen sich diese drei Grundpfeiler für Organisationen in Bezug auf Daten-Governance ausmachen: 

  1. Eine durchdachte Nutzung, um effektiv und zielführend zu agieren
  2. Eine gute Verwaltung, um die Kontrolle über die eigenen Daten zu haben
  3. Eine zufriedenstellende Sicherheit und Compliance, um insbesondere sensible Daten zu schützen

Unternehmen können so ihr Datenmanagement verbessern, das Vertrauen in Daten stärken und schließlich ihre Ziele besser erreichen. 

Im Einzelnen spielen auch folgende Faktoren eine Rolle.

  • Bessere Datenlage: Es lässt sich gewährleisten, dass Daten konsistent, integer und genau sind und somit sicherstellen, mit einer validen Datenbasis zu arbeiten.
  • Fokus auf Ziele: Ist die Datennutzung erleichtert, lassen sich klare Relationen zu Kennzahlen, KPIs und strategischen Unternehmenszielen herstellen. 
  • Bessere Entscheidungen: Indem sich wichtige Daten leicht lokalisieren lassen, können sämtliche Stakeholder zuverlässig auf diese zugreifen und darauf basierend bessere Entscheidungen treffen. 
  • Weniger Risiken: Indem eine gute Governance Risiken wie Datenmissbräuche oder Compliance-Verstöße identifiziert und vereitelt, lassen sich etwaige negative finanzielle und rechtliche Folgen verhindern – im gleichen Atemzug erhöht sich das Kundenvertrauen.
  • Optimierte Zusammenarbeit: Durch eine eindeutige Rollen-, Verantwortungs- und Prozessverteilung verbessert sich die Zusammenarbeit. 

Ist also erst einmal ein solides Data Governance eingeführt, kann sich dies zutiefst vorteilhaft auf Organisationen auswirken. 

Daten sind das neue Gold, und Data Science ist der neue Goldrausch.
Dhanurjay „DJ“ Patil, hochrangiger amerikanischer Mathematiker und Datenwissenschafter

Data Governance betont menschliche Faktoren

Spannend dabei: Bei einer immens gestiegenen Bedeutung von Automatisierungen und künstlicher Intelligenz bringt eine Governance-Strategie eine sehr menschliche Dimension mit.  Durch die Einführung und Befolgung von Best Practices und Verhaltenskodexen können Unternehmen es so schaffen, die eigenen Herausforderungen zu meistern. 

Ziele von Data Governance

Gemäß der Vorteile können Organisationen mit einer guten Governance-Strategie diverse Ziele erreichen. In vielen Fällen ist es erst einmal entscheidend, eine ausreichend gute Datenqualität sicherzustellen, um wirklich zielführend zu arbeiten. 

Viele Unternehmen nutzen zum Beispiel Data Governance, um einen genaueren Blick auf ihre Kunden zu gewinnen und – insbesondere nach außen – einheitlich agieren zu können. Das Prinzip ist denkbar simpel: Wo man zielführende Verhaltensweisen standardisiert, lässt der Erfolg nicht lange auf sich warten. 

Oft ist Data Governance auch eine unbedingte Notwendigkeit, so zum Beispiel in stark regulierten Branchen oder wenn es im Einzelnen um Maßgaben wie die DSGVO geht. 

Diese Aspekte spielen eine Rolle

Insgesamt lassen sich bezüglich der Ziele von Data Governance folgende Dimensionen ausmachen:

  • Leistungsindikatoren im Sinne der Unternehmensziele
  • strategische Aspekte und Erkenntnisgewinne
  • Gewährleistung von Sicherheit und Compliance
  • rechtliche Komponenten

Vielfach verhält es sich so, dass eine gute Governance-Strategie Unternehmen gesund, sicher und auf dem richtigen Kurs hält. Die Ziele äußern sich oft so, dazu fähig zu sein, effizient an den eigenen Zielen zu arbeiten – ohne dabei böse Überraschungen fürchten zu müssen. 

Die praktische Umsetzung von Data Governance

Data Governance beschreibt gleich eine Gesamtheit von Verfahren und mutet deshalb möglicherweise etwas abstrakt an. Es gibt einige Wege, um Daten sicher, valide, verfügbar und gut nutzbar zu gestalten – und gleichzeitig einen zuverlässigen Schutz zu garantieren.

So befassen wir uns hier damit, was Organisationen konkret unternehmen können, um erfolgreich Data Governance zu implementieren. 

Framework: Wie implementiere ich Data Governance?

Der Weg, um im Sinne geschäftlicher Ziele bestmöglich vom Zugriff auf Daten zu profitieren, sieht in der Praxis oft etwas weit aus. Helfen kann dabei ein Framework, das nützliche Prozesse und Richtlinien bereithält. Ein solches unterstützt als ganzheitlicher Ansatz das übergeordnete Daten- und Informationsmanagement eines Unternehmens.

Folgende Bereiche können für ein solches Data-Governance-Framework wichtig sein:

  1. Ziele und Strategie: Zunächst sollten die Ziele und Prioritäten für die Nutzung von Daten feststehen. Zentrale Fragen dabei: Wie kann Data Governance die (strategischen) Unternehmensziele unterstützen? Was wollen wir durch eine optimierte Daten-Verwaltung erreichen? Wo stehen wir, wenn wir Governance-Richtlinien umgesetzt haben? Darauf aufbauend lässt sich eine zielführende Strategie entwerfen, um eben diese Ziele zu erreichen.
  2. Struktur und Rollen schaffen: Data Governance lebt von Struktur – und es geht dabei vor allem um Menschen. Ergo ist es wichtig, wer welche Rolle einnimmt und sich für was verantwortlich zeichnet. Sinn hat es zum Beispiel, Data Owners (Besitzer, Verantwortliche von Daten) und Data Stewards (verantwortlich für die Umsetzung und Datenpflege) und weitere Rollen zu benennen. Die Frage dabei: Wer zeichnet sich für die Verwaltung welcher Datenbereiche und Prozesse verantwortlich? In diesem Sinn kann es auch eine gute Idee sein, ein ganzes Komitee für die Data Governance zu ernennen. 
  3. Richtlinien und Standards einführen: Richtlinien und Standards sind wichtig, um eine kohärente, einheitliche und zielführende Datennutzung zu gewährleisten. Es geht zum Beispiel darum, wie man Daten klassifiziert, wer genau auf welche Daten Zugriff erlangt und wie sich eine hinreichende Qualität und Sicherheit erreichen lassen. 
  4. Kommunikation und Schulungen: Mitarbeiter sollten nicht nur über eine Data-Governance-Strategie hinreichend informiert sein, sondern die entsprechenden Prozesse sowie Richtlinien auch verstehen und umsetzen können. Dazu gehören eine offene, übersichtliche Kommunikation und möglicherweise auch Trainings, um die wichtigsten Punkte eines Data-Governance-Programms im Alltag leben zu können. 
  5. Performance-Messung und kontinuierliche Verbesserung: Gute Governance-Prozesse stellen sich nicht von selbst ein, sondern profitieren von einer dedizierten Prozessoptimierung. Es stellt eine wichtige Anforderung dar, dauerhaft Daten genau unter die Lupe zu nehmen und Vorgehensweisen kontinuierlich zu verbessern.

 

Tipp: Die IT-Abteilung ist nicht die Adresse, welche sich für die Menge an unternehmensinternen Daten verantwortlich zeichnet, sollte deren Fluss aber sehr wohl steuern und kontrollieren. Somit ist es typischerweise ihre Aufgabe, ein passendes Framework – insbesondere Richtlinien und Standards – dafür aufzubauen. Data Governance im Alltag zu praktizieren und zu pflegen, sollte wiederum eine unternehmensweite Aufgabe sein.

Anforderungen an das Datenmanagement

Ohne eine gute Basis – namentlich das Datenmanagement mit der Erfassung, Bearbeitung und Bereitstellung von Daten – wird Governance ad absurdum geführt. Somit müssen auch einige Ansprüche an die Daten selbst erfüllt sein. 

Exemplarisch lassen sich die folgenden Anforderungen daher nehmen:

  • ein hinreichender Umfang einschließlich Stammdaten, operativen Daten, analytischen Daten etc. 
  • eine gute Datenarchitektur, einschließlich der Definition von Standards, Modellen, Metadaten und Integrationsprozessen
  • Durch die Bereinigung, Validierung und Überwachung von Metriken lässt sich eine hohe Datenqualität sicherstellen.
  • Metadata-Management, damit Daten besser auffindbar, verständlich und nutzbar sind

Wichtig ist es, Data Management und Governance klar voneinander zu differenzieren: Wo Governance-Strategien die Qualität, Steuerung sowie die Art der Nutzung in den Vordergrund stellen, befasst sich das Management mehr mit der Generierung von Daten an sich. 

Weiterführende Tipps

Eine erfolgreiche Data-Governance-Strategie zu fahren, kann durchaus anspruchsvoll sein. Insbesondere wenn es um Änderungen geht, sind viele Mitarbeiter zunächst skeptisch und im Unklaren darüber, was sie genau erwartet. 

In diesem Sinn sollte möglichst das gesamte Unternehmen an der Planung und Ausführung teilhaben können:

  1. Alle relevanten Stakeholder sollten einbezogen sein und ihre Bedürfnisse sowie Anforderungen äußern können.
  2. Mitarbeiter dürfen sich nicht übergangen fühlen und können im Idealfall an der Entwicklung der entsprechenden Governance-Strategie partizipieren. 
  3. Zustimmung braucht das Projekt vor allem auf der Top-Ebene. Sprich: Unterstützt zumindest eine Person aus dem Management das Vorhaben, sind die Erfolgsaussichten gleich viel höher – dies ist auch ein immens wichtiger Faktor für die Ressourcenplanung. 
  4. Indem Data Governance direkt in die Geschäftsprozesse integriert ist, hält es in den laufenden Betrieb Einzug – und gilt nicht als ein separates Projekt 
  5. Silos müssen beseitigt sein, damit Daten über Abteilungen hinweg genutzt und für strategische Entscheidungen herangezogen werden können. 
  6. Die interne Datennutzung sollte demokratisiert sein, so dass Mitarbeiter sämtliche Ressourcen und Informationen erhalten, die für die Aufgabenerfüllung und Wertschöpfung nötig sind.

Wichtig ist, dass Unternehmen in Data Governance ein wichtiges Anliegen sehen, dies in der Praxis auch leben und ihre Bemühungen stetig fortführen.  

Data-Governance-Tools

Zur Data Governance gehört auch die richtige Tool-Unterstützung. So bedarf es einer adäquaten IT-Strategie, um nicht nur einen umfassenden Überblick zu unternehmensinternen Daten zu gewinnen, sondern diese auch zielführend nutzbar zu gestalten. Je nach den spezifischen Aspekten, die im Vordergrund stehen, lassen sich unterschiedliche Softwarelösungen nutzen. 

Um eine gute Governance gewährleisten zu können, empfehlen sich möglichst zentralisierte Lösungen, die Informationen und Daten strukturieren sowie dokumentieren – und über die sich granular Zugriffe regeln lassen. Dafür hat unter Umständen auch die Nutzung von Automatisierungen oder künstlicher Intelligenz Sinn. 

Hier einige Kategorien von Tools, die im Kontext einer Governance-Strategie Sinn ergeben:

So folgt zum Beispiel eine Risikomanagement-Software dem GRC (Governance, Risk & Compliance)-Grundsatz und ermöglicht es, Unternehmensprozesse auf Basis aktueller Daten zu verwalten. Dies lässt Unternehmen Risiken und Chancen klar identifizieren und Probleme wie Datensilos vermeiden. 

Selbstverständlich hängt der Sinn, spezifische Tools zu nutzen, von den individuellen Ansprüchen, Anforderungen sowie Zielen ab. Auch sind die Bedeutung der Skalierbarkeit, der Integrationen sowie der Benutzerfreundlichkeit nicht zu unterschätzen.

Zusammenhänge

An dieser Stelle zeigen wir nun noch einige Zusammenhänge auf, um Data Governance gegenüber anderen Begriffen abzugrenzen – und andererseits Überschneidungen deutlich zu machen. 

Data Governance vs. Datenmanagement

Beide Bereiche weisen eine recht hohe Schnittmenge, aber doch einige Unterschiede auf. Wo sich Datenmanagement auf die Verwaltung von Daten während ihres gesamten Lebenszyklus in einem Unternehmen bezieht, beschäftigt sich Daten-Governance auf Prozesse, Standards und Richtlinien sowie Technologie, um Informationen und Daten möglichst effektiv nutzen zu können. Es beschreibt einen ganzheitlichen Ansatz.

Data Governance vs. Data Stewardship

Beim Data Stewardship geht es – im Gegensatz zur Data Governance – vermehrt um die Datenpflege an sich. Die Aufgabe eines Data Stewards besteht darin, sie fehlerfrei und für alle Beteiligten zugänglich aufzubereiten. Bei der Governance geht es mehr um strategische Aspekte und den übergeordneten Blick. 

Data Governance vs. Informationsmanagement

Das Informationsmanagement beschäftigt sich damit, effektiv mit der Ressource Information umzugehen und diese gezielt zur Verfügung zu stellen. Ein wesentlicher Unterschied besteht darin, dass Informationen eine andere Struktur als Daten aufweisen: Während Informationen Bedeutungen aufweisen, sind Daten Angaben zu Sachverhalten. Außerdem legt Governance eine stärkere Betonung auf Prozesse, Standards und Technologien. 

Fazit: Data Governance bildet eine Kernanforderung

Ob Daten nun tatsächlich das Gold unserer Zeit sind, ist diskutabel. Nicht zu bestreiten ist jedoch, dass sie für Unternehmen eine hohe Bedeutung haben – und es eine Strategie für einen adäquaten Umgang mit ihnen braucht. Wichtiger als die eigentliche Erhebung von Daten ist oft, auf welche Art und Weise Unternehmen sie nutzen.

Data Governance bietet vielfältige Unterstützung und bildet in vielen Fällen auch eine Notwendigkeit – nicht nur bezüglich Sicherheit und Compliance. Governance ist entscheidend, um eine vorherrschende Datenflut zu kontrollieren, Struktur zu gewinnen und strategisch sowie effizient zu agieren. 

Bei der Umsetzung helfen ein Framework samt Strategie und Zielen sowie passende Softwarelösungen. Entscheidend ist dabei, Data Governance nicht etwa als einen Selbstzweck zu sehen, sondern mit ihr spezifische Probleme zu lösen – und durch sie Daten durchdachter, sicherer und gewinnbringender zu nutzen. 

Erfahren Sie, wie OTRS Ihre Data Governance unterstützen kann.

Experten kontaktieren