Berlin, den 07. Januar 2018 | Data Governance – einer der vielen Anglizismen, die in der Datenbranche zum festen Bestandteil des Fachjargons gehören. Schnittiger Klang, schicke Erscheinung – aber was steckt eigentlich hinter der Fassade des viel verwendeten Begriffs? Dieser Blogartikel klärt auf über die Bedeutung, Relevanz und Möglichkeiten von Data Governance.

Allgemeine und spezielle Standards mit dem Umgang digitaler Daten und deren Verwaltung in Unternehmen können in Form einer Data Governance Richtlinie verschriftlicht sein. Diese sollte von allen Mitarbeitern beachtet werden.

Data Governance als Rahmenwerk für DQM beinhaltet drei grundlegende Gestaltungselemente:

1. Benennung notwendiger Aufgaben innerhalb des DQM (z. B. die Entwicklung einer Datenqualitätsstrategie sowie die Definition von Datenpflegeprozessen)
2. Identifizierung von Rollen (Positionen, die von Mitarbeitern bekleidet werden müssen) bei der Erfüllung dieser Aufgaben (dazu gehören z. B. so genannte „Data Stewards“, die mit der Umsetzung von Datenqualitätsstandards betraut sind)
3. Festlegen der Zuständigkeiten der einzelnen Rollen bei der Erfüllung der DQM-Aufgaben.

Data Governance legt somit einerseits den Wirkungsbereich von DQM fest, andererseits grenzt  es sich aber von der operativen Umsetzung der DQM-Aktivitäten klar ab.

Relevanz von Data Governance

Digitale und qualitativ hochwertige Daten sind für Unternehmen die Grundvoraussetzung für die Erfüllung der Kundenanforderungen: In einer Zeit der fortgeschrittenen Digitalisierung und immer individuelleren Kundenwünschen müssen Unternehmen ihre Geschäftsprozesse oft anpassen. Mithilfe von Data Governance werden Grundlagen für die Verbesserung und Sicherung der Datenqualität in Unternehmen festgelegt – wodurch mittelfristig die Daten effizienter genutzt werden können.

Beispiele für Relevanz hochwertiger Daten

• Kundenmanagement: Sämtliche Daten zu einem Kunden müssen für eine hohe Kundenzufriedenheit und guten Kundenservice verfügbar sein. Das erfordert oft die Bereitstellung von Daten aus verschiedenen Informationssystemen (z. B. CRM und Data Warehouses). Die Kundendatenintegration kann nur dann erfolgreich sein, wenn die Datenqualität in allen Systemen gleich hoch ist.
• Unternehmenssteuerung: Für die wichtigen Entscheidungen im Unternehmen müssen relevante Informationen jederzeit konsistent und zuverlässig verfügbar sein. Durch mangelnde Datenqualität werden Faktoren fehlerhaft und die Entscheidung kann in die falsche Richtung gehen. Um dies zu vermeiden, ist ein DQM notwendig, das über die Grenzen eines Systems hinausgeht.
• Behördliche und gesetzliche Auflagen: Immer mehr Vorgaben und Richtlinien müssen von Unternehmen beachtet werden. Um der damit verbundenen Nachweispflicht nachkommen zu können, müssen Unternehmen die erforderlichen Daten bereitstellen können.

Eine unternehmensweite hohe Datenqualität ist für die effektive Erfüllung der Unternehmensziele also maßgeblich. Anders betrachtet verursacht schlechte Datenqualität Kosten und bremst den Unternehmenserfolg.

Möglichkeiten im Bereich Data Governance

Für die Einführung von Data Governance und entsprechenden Richtlinien ist zunächst die Feststellung des IST-Zustandes der DQM-Aktivitäten notwendig. Im nächsten Schritt kann je nach Stand der Dinge eine Investition im IT-Bereich sinnvoll sein, um die Erfüllung der neuen Aufgaben zu ermöglichen. Durch die Initiatoren muss gleichzeitig für die Idee der Data Governance unter Kollegen, anderen Abteilungen, der Geschäftsleitung sowie der IT-Abteilung um Unterstützung geworben werden.

Während der Einführungsphase werden zunächst grundlegende Datenmängel von den jeweiligen Fachabteilungen ermittelt. Außerdem werden parallel dazu alle Unternehmensdaten per Data Profiling – d. h. per Bewertung der Datenqualität von Datensätzen – überprüft. Dies kann z. B. mit einer Datenqualitätssoftware durchgeführt werden. Anschließend ist für die dauerhafte Sicherung einer hohen Datenqualität, auch bei Neuanlage von Daten, ein unternehmensweites systematisches Vorgehen bei der Verwaltung von digitalen Daten notwendig. Dies richtet sich nach den Data Governance Richtlinien und wird von den Daten-Stewards der einzelnen Abteilungen umgesetzt.

Zusammenfassung

Data Governance ist der Rahmen für die Aktivitäten rund um Datenqualitätsmanagement. Es legt mit Richtlinien fest, welche Standards im Unternehmen Anwendungen finden und welche  Zuständigkeitsbereiche die Aufgaben zum Erreichen hoher Datenqualität bearbeiten sollen. Für Unternehmen ist eine hohe Datenqualität so zentral, da ohne digitale Daten den heutigen Kunden- und Marktanforderungen nicht entsprochen werden kann. Letztendlich führt Data Governance zu mehr Unternehmensgewinn und geringeren Kosten.

Quellen:

B. Otto; K. Weber 2015: Data Governance erschienen in K. Hildebrand et al., (Hrsg.) 2015: Daten- und Informationsqualität

http://www.datenbanken-verstehen.de/lexikon/data-governance/