Data Governance – Ausgangspunkt und Zentrum für effizientes Datenmanagement

Datenmanagement besteht aus unzähligen Disziplinen. Darunter fallen Themen wie Daten-Qualität, Predictive Analytics, Business Intelligence, Datenspeicherung und mehr. Unternehmen, die für die Steigerung ihres Erfolgs ihr Datenmanagement optimieren wollen, stehen diesem Themenkomplex oft ratlos gegenüber. Unabhängig davon, ob sie erst am Anfang stehen oder schon einige Systeme und Prozesse implementiert haben, sollten sie sich zunächst um Data Governance kümmern. Laut Gartner werden bis 2025 stolze 80 % der Unternehmen mit der Skalierung ihres digitalen Geschäfts scheitern, wenn sie keinen modernen Ansatz für die Daten- und Analytik-Governance verfolgen.
 
(Bild: Sikov / AdobeStock)
 
Data Governance besteht aus Prozessen, Verantwortlichkeiten und Regeln in Bezug auf den Umgang mit Daten innerhalb eines Unternehmens.  Ziel ist die Sicherstellung von Verantwortlichkeiten und des Eigentums für Datenbestände. Im Ergebnis geht es darum, alle Daten für verschiedene Zwecke zu optimieren – sei es für verlässliche Vorhersagen, E-Commerce, Kundeninformationen und andere. Dabei handelt es sich bei Data Governance nicht um eine einmalige Sache. Man könnte es als „Sammelwerk“ bezeichnen, das stets ein fester Bestandteil aller Daten-bezogenen Aktivitäten sein sollte.
 
 

Data Governance Framework

Idealerweise beginnt Data Governance mit der Erstellung eines Frameworks. Dieses stellt sich als eine Reihe von Prinzipien und Best Practices dar, die dazu beitragen, eine hohe Qualität über den gesamten Lebenszyklus der Unternehmensdaten zu gewährleisten. Es handelt sich dabei quasi um eine Funktion, die die übergreifende Datenmanagement-Strategie einer Organisation unterstützt. Dies beinhaltet die 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 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 in ein Governance-Programm aufnehmen, klein halten und ihn 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 der Data Governance
 
Während des gesamten Prozesses ist wie so oft die Kommunikation zwischen dem Data Governance Manager und allen Beteiligten von entscheidender Bedeutung.
 
 
 
Weitere Informationen erhalten Sie von Danielle Rietsch oder besuchen Sie das Striped Giraffe-Anbieterprofil
Striped Giraffe Innovation & Strategy GmbH | CH-8001 Zürich | www.striped-giraffe.com/de