Was sind die Vorteile von Data Governance?

• Rollen und Verantwortlichkeiten: Wer ist der „Dateneigentümer“? Wer ist für die Datenqualität zuständig? Wer entscheidet über den Zugriff auf sensible Daten?
• Richtlinien: Datenqualität, Sicherheitsrichtlinien inklusive Cybersicherheit und Lebenszyklus-Management – wann werden Daten archiviert oder gelöscht?
• Prozesse: Abläufe, die sicherstellen, dass die oben erwähnten Richtlinien eingehalten werden. Sie legen fest, wie Daten erfasst oder verbessert werden müssen.
• Technologie: Data Governance beschäftigt sich in erster Linie mit organisatorischen Aspekten, kann jedoch auch spezielle Tools beinhalten, beispielsweise Datenkataloge und Data-Management-Syteme.
• Datenkultur: Mitarbeiter:innen werden sensibilisiert und geschult.

Verbesserung der Datenqualität

Gesteigerte Effizienz

Erhöhte Compliance

Solide Basis für Entscheidungen

Einfachere Implementation technologischer Neuerungen

Muster für ein Data Governance Framework

• Data Governance Steering Committee (Lenkungsausschuss): Vertreter:innen der Geschäftsführung und wichtigen Fachbereichen, verantwortlich für strategische Entscheidungen und Prioritäten
• Data Governance Office (DGO): Zentrale Person, die die Governance-Initiativen koordiniert, die Umsetzung vorantreibt und als Anlaufstelle dient
• Data Owners (Dateneigentümer): Führungspersonen aus den Fachbereichen, die die fachliche Hoheit über bestimmte Datenbereiche haben (z. B. der Leiter des Vertriebs als Data Owner für Kundendaten) und für die Datenqualität in ihrem Bereich verantwortlich sind
• Data Stewards (Datenverantwortliche): Personen auf operativer Ebene in den Fachabteilungen, die täglich mit den Daten arbeiten (Überwachung, Problemlösung)
• IT-Rollen: Technisches Personal, das für die Infrastruktur zuständig ist

• Datenqualitätsrichtlinien definieren, wie Daten erfasst, gesichtet und bereinigt werden müssen.
• Datensicherheitsrichtlinien sind Vorgaben für den Schutz von Daten vor unbefugtem Zugriff, Verlust und Beschädigung (Zugriffsrechte, Verschlüsselung und Backup-Strategie).
• Datenschutzrichtlinien regeln den Umgang mit personenbezogenen und sensiblen Daten.
• Metadatenstandards legen fest, wie Daten beschrieben und dokumentiert werden, damit sie jede:r Nutzer:in richtig interpretiert.
• Datenlebenszyklus-Richtlinien sind Regeln für die Speicherung, Archivierung und Löschung von Daten.
• Compliance-Standards sind spezifische Anforderungen aus branchen- oder regionalspezifischen Vorschriften.

• Datenqualitätsmanagement-Prozesse: Routinen zur Überwachung, Messung und Verbesserung der Datenqualität
• Zugriffsmanagement-Prozesse: Verfahren zur Beantragung, Genehmigung und Überwachung von Datenzugriffen
• Problem- und Änderungsmanagement: Meldung und Behebung von Datenproblemen sowie zur Verwaltung von Daten
• Reporting und Monitoring: Regelmäßige Berichte über den Status der Data Governance

• Datenkataloge: Dokumentation und Auffindbarkeit von Daten und deren Definitionen
• Datenqualitätstools: Messung, Überwachung und Bereinigung von Daten
• Systeme für Master Data Management (MDM): Verwaltung kritischer Stammdaten
• Sicherheits- und Datenschutzlösungen: Zugriffsverwaltung, Verschlüsselung und Compliance-Überwachung

1. Schaffen Sie einen „Proof of Concept“: Es ist verlockend, Data Governance sofort unternehmensweit etablieren zu wollen. Doch gerade am Anfang ist ein überschaubares Projekt zielführender. Wählen Sie einen Bereich, der von schlechter Datenqualität besonders betroffen ist, um erste Erfahrungen zu sammeln. Halten Sie dabei Ihre übergeordneten Ziele im Blick, um keine isolierten Insellösungen zu schaffen – mögliche Erfolge im Kleinen müssen skalierbar sein.
2. Sichern Sie sich die Unterstützung von der Geschäftsführung: Ein unternehmensweites Projekt können Sie ohne Rückhalt von ganz oben kaum umsetzen. Suchen Sie sich daher eine:n Projektpat:in auf Vorstandsebene. Diese Person kann Ihnen nicht nur die notwendigen Ressourcen sichern, sondern dient auch als Multiplikator für das Thema.
3. Legen Sie den Nutzen dar: Jede Investition im Unternehmen benötigt eine Rechtfertigung – so auch Data Governance. Entwickeln Sie einen detaillierten Businesscase, der den Nutzen und die Ziele des Projekts klar aufzeigt. Quantifizieren Sie dabei die erwarteten Vorteile. Wie wird sich eine verbesserte Datenqualität auf Umsätze, Kosten oder Kundenzufriedenheit auswirken? Welche Risiken werden minimiert?
4. Verwenden Sie die passenden Kennzahlen: Konzentrieren Sie sich auf eine überschaubare Anzahl aussagekräftiger Kennzahlen, die den Zustand Ihrer Daten und den Fortschritt Ihrer Data Governance präzise widerspiegeln. Wie viele Datenfehler wurden behoben? Wie viele Anfragen zu Datenzugriffen wurden in der definierten Zeit bearbeitet?
5. Beziehen Sie die Beschäftigten mit ein: Veränderungen rufen oft Widerstand hervor. Eine offene Kommunikation erhöht die Akzeptanz Ihrer Data Governance-Initiative. Informieren Sie daher alle relevanten Stakeholder. Erklären Sie, was getan wird und warum. Beziehen Sie die Menschen, die täglich mit den Daten arbeiten, aktiv in die Planung und Umsetzung ein.
6. Integrieren Sie Data Governance in bestehende Systeme: Sie müssen das Rad nicht neu erfinden und die Data Governance-Initiative als isoliertes Projekt betrachten. Analysieren Sie, welche Möglichkeiten Ihnen die bestehende Infrastruktur bietet.
7. Fördern Sie eine datenorientierte Kultur: Data Governance ist nur dann langfristig erfolgreich, wenn die Beschäftigten sie unterstützen. Schaffen Sie daher ein Bewusstsein für den Wert von Daten und die Rolle jedes:jeder Einzelnen. Etwa durch Schulungen oder Workshops.

1. Certified Data Management Professional (CDMP) von DAMA International: Dies ist eine der international anerkannten Zertifizierungen im Datenmanagement. Die CDMP-Zertifizierung hat verschiedene Stufen (Associate, Practitioner, Master, Fellow), die sich in den Anforderungen an Erfahrung und Prüfungsumfang unterscheiden. Der Fokus liegt auf einem breiten Spektrum des Datenmanagements, einschließlich Datenqualität, Datenarchitektur, Datenintegration, Metadatenmanagement und natürlich Data Governance.
2. Certified Data Governance Professional (CDGP) vom Data Governance Institute (DGI) oder American Institute of Business and Management (AIBM): Diese Zertifizierung konzentriert sich auf die Prinzipien, Frameworks, Rollen und Prozesse der Data Governance selbst.
3. Data Governance and Stewardship Professional (DGSP) vom Institute for Certification of Computing Professionals (ICCP): Sie hat einen starken Fokus auf die praktischen Aspekte von Data Governance und Data Stewardship. Die Zertifizierung ist ebenfalls in verschiedenen Stufen erhältlich (Foundational, Practitioner, Master, Principal, Executive), die auf unterschiedliche Erfahrungslevel zugeschnitten sind.