Was ist Data Governance?

Data Governance ist eine entscheidende Methode zur Verwaltung von Daten während ihres gesamten Lebenszyklus, von der Erfassung über die Nutzung bis hin zur letztendlichen Vernichtung. Dabei wird das Unternehmen in seiner ständigen Entwicklung unterstützt, begünstigt und geschützt. Da Unternehmen immer größere Mengen an unterschiedlichen Daten erfassen können, müssen sie Prinzipien entwickeln, um den Nutzen zu maximieren, Bedrohungen abzuwehren und die mit diesen Informationen verbundenen Kosten zu minimieren. Die Bedeutung einer effektiven Data Governance nimmt weiter zu, da Technologien wie maschinelles Lernen und künstliche Intelligenz (KI) auf hochwertige Daten angewiesen sind und die Unternehmen wachsen und sich digital transformieren.

Unabhängig von der Branche hat Data Governance Einfluss darauf, ob und wie Daten die strategischen Initiativen des Unternehmens, seine Ziele und Stakeholder in Bereichen wie Sicherheit, Compliance, Lieferkettenmanagement, Finanzen, Beschaffung, Marketing, Verkauf und viele mehr unterstützen. Doch was genau ist eigentlich Data Governance?

Data Governance definiert

Data Governance umfasst eine Reihe von Aktivitäten, die ein Unternehmen durchführt, um sicherzustellen, dass seine Daten zuverlässig, vertraulich, zugänglich und funktionsfähig sind. Dazu gehören die erforderlichen Verfahren, die Prozesse und die Technologie, die diese Bemühungen unterstützen. Für eine erfolgreiche Data Governance muss das Unternehmen Datenrichtlinien und interne Anforderungen entwickeln, die festlegen, wie Daten erfasst, verwaltet, aufbewahrt und gelöscht werden, und Metriken zur Bewertung der Wirksamkeit seines Data Governance-Programms festlegen.

Data Governance legt fest, welche Arten von Daten verwaltet werden müssen und welche Personen, Anwendungen und Technologien auf diese Daten zugreifen dürfen. Diese Richtlinien beruhen auf zahlreichen externen und internen Faktoren, darunter Compliance-Anforderungen, Branchenstandards, Behörden sowie Unternehmensziele und -vorgaben. Zur Schaffung von Data Governance müssen Unternehmen Fragen wie diese beantworten:

• Welche Daten sind verwertbar?
• Wer kann diese Daten verwerten?
• Welche Aktionen können diese Benutzer (Mitarbeiter, Drittparteien, Anwendungen, Geräte) durchführen?
• Unter welchen Umständen können diese Benutzer diese Aktionen mit den Daten durchführen?
• Mit welchen Methoden können diese Aktionen durchgeführt werden?

Um Integrität, Datenschutz und Sicherheit zu gewährleisten und gleichzeitig die Qualität, Verfügbarkeit und Verwendbarkeit von strukturierten und unstrukturierten Daten zu ermöglichen, ist ein effektiver Entscheidungsfindungsprozess erforderlich, der den Kern des Data-Governance-Programms eines Unternehmens bildet. Das Unternehmen muss dabei zahlreiche Entscheidungen in Bezug auf die Priorisierung von Investitionen, die Ressourcenzuweisung und die wichtigsten Performance-Indikatoren (KPIs) treffen, um die Daten zur Unterstützung von Unternehmensinitiativen richtig einzusetzen.

 

Das Unternehmen muss bei der Data Governance den gesamten Lebenszyklus seiner Daten berücksichtigen, wobei Big Data, die digitale Transformation und die Skalierung von Business Intelligence zu den wichtigsten Faktoren zählen.

Weitere Ziele für Data Governance sind:

• Planung für wachsende Datenmengen und deren Verwaltung
• Erleichterung des Datenzugriffs zur Unterstützung von Workflows
• Reduzierung von Datensilos zur Steigerung der Effizienz
• Implementierung von Richtlinien für Daten aus neuen Quellen, wie Geräten, Anwendungsprogrammierschnittstellen und dem Internet der Dinge (IoT)
• Verbesserung des Audit-Prozesses bei gleichzeitiger Straffung der Compliance

Das Unternehmen erhält immer wertvollere Einblicke, da es die Datenqualität, die Sicherheit und die Zugänglichkeit mit robuster Data Governance kontinuierlich verbessert.

Die Vorteile von Data Governance

Data Governance ermöglicht einen zentralen, zuverlässigen Einblick in die Unternehmensdaten. Zu den weiteren Vorteilen von Data Governance gehören:

• Qualitativ bessere Daten, Benutzervertrauen in die Daten und ein gemeinsames Verständnis dieser Daten dank Data Governance, die eine zentrale Datenquelle für das gesamte Unternehmen schafft
• Höhere Entscheidungsqualität und bessere sowie schnellere Ergebnisse für das Unternehmen, da Stakeholder Zugang zu den Daten haben, die sie benötigen, um Chancen zu nutzen und bessere Beziehungen aufzubauen
• Angereicherte Datenanalyse, mit mehr Möglichkeiten für Business Intelligence, maschinelles Lernen und andere erweiterte Dateninitiativen
• Niedrigere Kosten durch eine effizientere Verwaltung der Datenressourcen und weniger Ausschuss durch Rückschlüsse, die aus fehlerhaften oder veralteten Daten gezogen werden, sowie weniger Silos
• Verbesserte Compliance, nicht nur durch die Vermeidung von Strafen und Risiken im Zusammenhang mit der Nichteinhaltung von Vorschriften, sondern auch durch eine bessere Datenverwaltung, einfachere Audits und proaktive Informationen über künftige gesetzliche Anforderungen
• Reduzierung der Cyberrisiken durch geringere Gefährdung durch unbefugte Benutzer, Insider-Bedrohungen und Datenverstöße
• Guter Ruf für den korrekten Umgang mit sensiblen Daten innerhalb der Branche des Unternehmens und bei Aktionären, Kunden und Lieferanten

Das Unternehmen ist erfolgreich, wenn es über präzise, verlässliche und vertrauenswürdige Daten verfügt, was durch eine effektive Data Governance erreicht werden kann.

Data Governance in der Cloud

Mit der Migration in die Cloud stellt sich die Frage, wie Data Governance weiterentwickelt und skaliert werden muss. Dazu zählen folgende Überlegungen:

• Datenmigration: Die Migration selbst setzt einen Data Governance-Prozess zur Gewährleistung von Effizienz und Sicherheit voraus
• Datensicherheit: Schutz der Daten vor Gefahren, Gewährleistung von Datenschutz und Vertraulichkeit und Kommunikation der Zusicherung gegenüber Stakeholdern
• Datentransparenz: Stakeholder können nach Bedarf auf allen Ebenen des Unternehmens auf Daten zugreifen und diese kontrollieren, um strategische Geschäftsentscheidungen zu treffen und Workflows zu optimieren
• Datenwildwuchs: Vorteilhafte Nutzung der Cloud-Flexibilität bei gleichzeitiger Minimierung der Auswirkungen von weniger Kontrollen in einer verteilten Umgebung
• Compliance: Einhaltung gesetzlicher Standards und Anforderungen durch den Cloud-Anbieter und Unterstützung des Unternehmens in Bezug auf Spezifikationen, z. B. wo Daten gespeichert werden müssen

Warum Data Governance nützlich ist

Data Governance ist aus vielen Gründen notwendig. Neben der Erfüllung verbindlicher Anforderungen ist Data Governance jedoch in mehrfacher Hinsicht für das Unternehmen von Nutzen, z. B:

• Einblicke aus Kundendaten für die Bereiche Service, Vertragsverlängerungen, Cross-Selling und Upselling
• Produktdaten, inklusive zum Benutzerverhalten und zur Nutzung, um Aktualisierungen am Produktdesign vorzunehmen
• Informationen zu den Bereichen Vertrieb und Marketing zur Unterstützung und Optimierung
• Integrationen zur Straffung von Workflows, Steigerung der Effizienz und Gewährung von Einblicken in die Interaktion der verschiedenen Bereiche im Unternehmen
• Datenverfügbarkeit in Echtzeit für schnelle taktische Anpassungen bei Bedarf
• Ein System für die bedarfsgerechte Archivierung und Löschung von Daten bei bestmöglicher Nutzung der Unternehmensressourcen

Was Data Governance nicht ist

Da Data Governance mit vielen Prozessen, Praktiken und Verfahren einhergeht, kann es leicht zu Verwechslungen mit anderen Datenkonzepten kommen, wie z. B. Datenschutz, Datenqualität, Datenspeicherung, Datenverantwortung, Datenmanagement und Stammdatenmanagement.

Data Governance vs. Datenschutz

Datenschutz bildet einen Teil der Data Governance, wobei die Governance jedoch mehr als nur den Datenschutz umfasst. Durch die Implementierung von Prozessen rund um den Datenschutz im Rahmen des Data Governance-Programms kann das Unternehmen erkennen, welche Daten es besitzt, wo sie aufbewahrt werden und wie sie genutzt werden.

Data Governance vs. Datenqualität

Die Qualität der Daten bestimmt, inwieweit die Daten den Anforderungen des Unternehmens entsprechend korrekt, umfassend und zuverlässig sind. Data Governance bezeichnet die Verwaltung, Kontrolle und Richtliniengestaltung für Datenressourcen.

Data Governance vs. Datenspeicherung

Unternehmen, die einen zentralen Speicher für Daten verwenden und Mechanismen für das Abrufen und Verwalten dieser Daten einrichten, befinden sich auf dem Weg zur wirksamen Data Governance, doch die Datenspeicherung an sich stellt noch keine Data Governance dar.

Data Governance vs. Datenverantwortung

Die Datenverantwortung ist der Aspekt der Data Governance, der sich mit Verfahren, aber nicht mit Strategien, Rollen, Richtlinien oder Prozessen befasst. Dabei geht es nicht darum, Richtlinien und Prozesse zu erstellen oder zu entwickeln, sondern sie zu interpretieren und auszuführen, um sicherzustellen, dass die Daten genau und für die richtigen Personen zugänglich sind. Mit Data Governance kann den richtigen Personen die Rolle des Datenverantwortlichen zugewiesen werden.

Data Governance vs. Datenmanagement

Data Governance bildet die Grundlage des Datenmanagements, das die Verwaltung der Anforderungen an den gesamten Lebenszyklus der Unternehmensdaten beschreibt. Das Datenmanagement implementiert Data Governance-Richtlinien für die Erfassung und Nutzung von Daten für geschäftliche Entscheidungsprozesse.

Data Governance vs. Stammdatenmanagement

Auch wenn eine wirksame Stammdatenverwaltung (Master Data Management, MDM) eine gute Data Governance voraussetzt, geht MDM über die Data Governance hinaus. Im Mittelpunkt steht nämlich die Identifizierung der zentralen Benutzer im Unternehmen, wie z. B. Lieferanten, Kunden und Produkte, und die Steigerung des Werts, der sich aus diesen Daten ergibt. Das Data Governance-Programm beschreibt die einzelnen zentralen Benutzer und ihre zugehörigen Datenrichtlinien.

Data Governance-Tools

Ein Unternehmen muss bei der Auswahl des richtigen Data Governance-Tools viele Dinge berücksichtigen. Dazu gehören:

• Skalierbarkeit, die eine Ausrichtung auf die Strategie ermöglicht und Data Governance-Initiativen in allen Geschäftseinheiten unterstützt
• Maschinelles Lernen und künstliche Intelligenz (KI) für bessere Entscheidungsfindung und Anwendungsperformance
• Cloud-basierte Plattformen zur Vermeidung zusätzlicher Kosten für On-Premise-Server
• Schnelle, kostengünstige Integration in bestehende Plattformen mit Datenverfolgung in der Pipeline
• Funktionen zur Aufdeckung, Berichterstellung und zum Benchmarking für die Erfassung und Analyse von Unternehmensdaten
• Funktionen zur Sicherstellung der Datenqualität für die Überprüfung, Bereinigung und Verbesserung
• Funktionen zur Datenkontrolle für Auswertung und Wartung
• Datendokumentation einschließlich der Entwicklung von Metadaten (Quelle, Datum, Typ, Tags)
• Self-Service-Technologie für die Datenverantwortung zur Erstellung von Datenprofilen und zur Überwachung der Umsetzung der Data Governance-Richtlinien im Unternehmen
• Automatisierte Datenspeicherung, Archivierung und Löschung zur Risikoverwaltung und Kostenoptimierung
• Fähigkeiten zur Contentverwaltung für die Digitalisierung von Dokumenten und die Einbindung geeigneter Inhalte in Abläufe und Systeme

Ziele der Data Governance

Die Ziele im Bereich Data Governance sollten auf allen Unternehmensebenen definiert werden, damit jeder Stakeholder und jeder Mitarbeiter weiß, wie er seinen Teil zu deren Verwirklichung beitragen kann. Diese Ziele können sein:

• Mehr Konsistenz bei den für die Entscheidungsfindung genutzten Daten
• Umsatzmaximierung und Kostensenkung
• Baselines zur Erstellung wichtiger Metriken und zur Unterstützung kontinuierlicher Verbesserungen
• Bessere Datensicherheit und Datenqualität durch klare Verantwortlichkeit
• Transparenz für alle Stakeholder in Bezug auf die Richtlinien zur Datenweitergabe und die Auswirkungen des Dateneigentums auf den Datenwert
• Verwaltung von Metadaten zur Kontrolle der Erfassung und Nutzung von Daten
• Verbesserte Planung und Effizienz für die Teams sowie weniger Reibungen und Nacharbeiten
• Geringeres Risiko der Nichteinhaltung von Vorschriften und der damit verbundenen Strafen und Bußgelder

Data Governance-Rollen

Wie schon erwähnt, betrifft Data Governance das gesamte Unternehmen. Doch wie bei jedem Projekt sind auch hier bestimmte Rollen entscheidend für die korrekte Ausführung, Berichterstattung und Feinabstimmung des Data Governance-Programms. Zu den wichtigsten Rollen gehören:

• Stammdaten-Governance-Manager: Diese Funktion überwacht die Gestaltung, Ausführung und Pflege der Stammdatenkontrolle und -Governance im gesamten Unternehmen.
• Datenverantwortliche: Datenverantwortliche stellen sicher, dass die Datenstandards und -richtlinien im Unternehmensalltag eingehalten werden. Sie agieren häufig als anerkannte Experten für Datenbenutzer und -attribute und sprechen Empfehlungen zur Verbesserung der Data Governance-Prozesse aus.
• Lösungs- und Data Governance-Architekten: Sie sind für die Entwicklung von Lösungen und Anwendungen zuständig.
• Datenverwalter: Datenverwalter werden auch als Datenbetreiber bezeichnet und ermöglichen das Onboarding, die Pflege und die Auflösung von Datenressourcen.
• Dateneigentümer: Dateneigentümer werden auch als Datensponsoren bezeichnet und sind dazu ermächtigt, unternehmensweite Entscheidungen zu treffen und umzusetzen. Sie sind letztlich für die Ressource Daten verantwortlich.
• Datenanalysten: Dieses Team setzt Analysen ein, um Trends zu erkennen und Berichte zu erstellen.
• Datenstrategen: Sie erstellen und implementieren Pläne anhand von Trends, die durch Analysen ermittelt wurden.
• Compliance-Spezialisten: Diese Funktion ist für die Einhaltung verbindlicher Standards und Vorschriften zuständig.

Für wichtige Unternehmensbereiche wird häufig ein Data Governance-Ausschuss eingerichtet, der einige oder alle dieser Rollen umfasst, um Standards und Richtlinien zu verwalten und eventuelle Schwierigkeiten auszuräumen.

Data Governance-Frameworks

Daten sind ein digitales Asset, das den Erfolg eines Unternehmens entscheidend mitbestimmt, und die angemessene Nutzung dieser Daten hängt von einem geeigneten Data Governance-Framework ab. Das Data Governance-Framework muss das gesamte Unternehmen unterstützen, seine Strategien, Ziele und Vorgaben sowie die Compliance-Programme und Branchenprotokolle.

Das Data Governance-Framework sollte außerdem Datenstandards überwachen, die wesentlichen Rollen und Verantwortlichkeiten festlegen und die zu erbringenden Leistungen für alle Funktionen definieren. Mit dem besten Betriebsmodell lässt sich das Framework nahtlos in die täglichen Unternehmensaktivitäten integrieren.

Das Data Governance-Framework sollte Folgendes umfassen:

• Ein Datenmodell, das den Datenfluss definiert: Eingaben, Erwägungen zur Speicherung und Ausgaben
• Für das Datenmodell geltende Grundsätze, Richtlinien, Praktiken, Methoden und Verfahren
• Die Unternehmensstruktur und die Verantwortlichkeiten
• Vollständiger Überblick über die relevanten Daten und zu erwartenden Ergebnisse nach Einführung des Data Governance-Frameworks
• Ein Prozess zur Kategorisierung und Verbreitung von Daten mit definierten Kanälen, insbesondere für sensible Daten
• Ein Messungs- und Berichtsplan mit Metriken, die nützliche Einblicke liefern, die eine Optimierung des Data Governance-Frameworks ermöglichen

Data Governance Best Practices

Zu den Best Practices der Data Governance gehören:

• Entwicklung eines Geschäftsszenarios für Data Governance, das zur Förderung des Programms mit anderen geteilt werden kann. Erläutern Sie seine Notwendigkeit (einschließlich Compliance), den Nutzen und die erforderlichen Ressourcen sowie die Risiken und potenziellen Kosten, die bei Nichtumsetzung des Programms entstehen.
• Auswahl eines Sponsors auf Führungsebene, der für das Data Governance-Programm propagiert und es auf Kurs hält. Diese Person verdeutlicht die bevorzugte Herangehensweise an das Programm, verwaltet die Verantwortlichkeiten der Teammitglieder und beantwortet verfahrenstechnische Fragen.
• Data Governance darf nicht als Projekt behandelt werden. Es handelt sich um eine sich ständig weiterentwickelnde Maßnahme, die erfordert, dass der Sponsor aus der Führungsebene und die Ressourcen kontinuierlich mit den sich schnell ändernden Marktbedingungen und -vorschriften Schritt halten.
• Wie bei jeder Initiative sollten Sie Baselines festlegen und dann spezifische, messbare und umsetzbare Ziele setzen. Berichten Sie an die relevanten Stakeholder und bemühen Sie sich um ständige, schrittweise Verbesserungen.
• Gewährleistung, dass die Dokumentation standardisierte Terminologie verwendet und diese Definitionen im gesamten Unternehmen verbreitet werden, damit im Zusammenhang mit Data Governance jeder die gleiche Sprache kennt und verwendet.
• Offenhalten der Kommunikationswege – nicht nur mit internen Teammitgliedern, sondern auch mit Partnern, Drittanbietern, Lieferanten und Kunden. Stakeholder halten sich eher an die Data Governance-Anforderungen, wenn sie das Programm verstehen und wertschätzen und eine Anlaufstelle für ihre Fragen haben.

Data Governance fördert das Unternehmenswachstum

Das Unternehmen verfügt über enorme Datenmengen über Kunden, Auftraggeber, Lieferanten, Teammitglieder, Drittanbieter, Auftragnehmer und viele weitere. Entsprechend groß ist die Relevanz dieser Informationen, wenn sie dazu genutzt werden, das Wissen über das Unternehmen, seine Branche und seinen Markt sowie seine Kunden und potenziellen Neukunden zu verbessern. Data Governance ermöglicht dies und gewährleistet gleichzeitig die Qualität, die Zuverlässigkeit, die Verfügbarkeit, die Vertraulichkeit und die Sicherheit der Daten.

Die Ausrichtung der Daten auf ihren eigentlichen Zweck erhöht das Vertrauen des Unternehmens in die Qualität seiner Geschäftsentscheidungen. Sich auf seine Daten verlassen zu können und gleichzeitig die gesetzlichen Compliance-Anforderungen zu erfüllen und das Datenrisiko zu minimieren, ist ein enormes Asset für jedes Unternehmen, insbesondere in einem Umfeld, in dem viele Konkurrenten Probleme damit haben.

Erfahren Sie mehr darüber, wie die Optimierung und der Einsatz von Daten Ihr Unternehmen bei der Steigerung des Geschäftswerts unterstützen kann. Jetzt Demo vereinbaren!

Das könnte Sie auch interessieren: